基于图像处理技术的冰箱食物管理系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景和现状 | 第9-10页 |
| ·基于数字图像处理技术的冰箱食物管理系统概述 | 第10-11页 |
| ·论文的主要工作和章节安排 | 第11-13页 |
| 2 本文涉及的基本知识和基本算法 | 第13-20页 |
| ·图像的色彩空间 | 第13-15页 |
| ·图像直方图和累积直方图 | 第15-16页 |
| ·主成份分析算法 | 第16-18页 |
| ·k-means聚类算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 食物图像的获取与拼接 | 第20-31页 |
| ·图像拼接算法简述 | 第20-21页 |
| ·摄像头的放置及图像拍摄 | 第21-23页 |
| ·基于坐标变换的双摄像头图像校正与拼接 | 第23-27页 |
| ·图像几何变换 | 第23-25页 |
| ·图像校正 | 第25-26页 |
| ·图像拼接 | 第26-27页 |
| ·实验结果 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 4 食物图像的分割 | 第31-39页 |
| ·图像分割算法简述 | 第31-32页 |
| ·基于特征的图像分割方法思路 | 第32-33页 |
| ·基于特征的图像分割 | 第33-35页 |
| ·获取颜色和纹理特征图像 | 第33-34页 |
| ·使用PCA算法对特征向量降维 | 第34-35页 |
| ·使用k-means聚类算法分割图像 | 第35页 |
| ·实验结果 | 第35-38页 |
| ·特征向量提取 | 第35-36页 |
| ·图像分割 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 5 食物图像的分类与识别 | 第39-51页 |
| ·现有的食物识别系统简述 | 第39-41页 |
| ·Veggie Vision果蔬识别系统 | 第39-40页 |
| ·其他果蔬识别系统 | 第40-41页 |
| ·食物分类方法思路 | 第41-42页 |
| ·基于颜色和纹理特征的食物图像分类 | 第42-46页 |
| ·颜色量化 | 第42-43页 |
| ·颜色特征提取 | 第43-45页 |
| ·纹理特征提取 | 第45-46页 |
| ·实验结果 | 第46-50页 |
| ·颜色分类方法与结果 | 第46-48页 |
| ·纹理分类方法与结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 实验样本 | 第56-60页 |
| 致谢 | 第60-62页 |
