基于计算机视觉的柑橘无损检测和分级技术研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·背景 | 第7-10页 |
| ·国内外的研究现状及发展趋势 | 第10-12页 |
| ·国内外的研究现状 | 第10-12页 |
| ·发展趋势 | 第12页 |
| ·本文的研究目的和主要内容 | 第12-14页 |
| ·本文的主要创新 | 第14-15页 |
| 第二章 数字图像处理系统 | 第15-21页 |
| ·计算机图像处理的系统结构 | 第15-17页 |
| ·CCD摄像机和图像采集卡 | 第16-17页 |
| ·计算机和显示设备 | 第17页 |
| ·本论文采用的图像处理系统 | 第17-20页 |
| ·硬件结构 | 第18页 |
| ·系统图像分析流程及其所用的软件 | 第18-20页 |
| ·本章小节 | 第20-21页 |
| 第三章 图像预处理及图像识别基本理论 | 第21-28页 |
| ·噪声的去除 | 第21-23页 |
| ·空间域常用方法 | 第22-23页 |
| ·频率域常用方法 | 第23页 |
| ·灰化 | 第23-24页 |
| ·图像识别概述 | 第24-26页 |
| ·图像特征提取包括的主要的内容 | 第25-26页 |
| ·特征的提取和选择 | 第26页 |
| ·良好特征应具有的特点 | 第26页 |
| ·特征提取和选择的总原则 | 第26页 |
| ·柑橘质量好坏的评价因素 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于模糊理论的柑橘无损检测 | 第28-50页 |
| ·本文采用的检测方法及其流程框图 | 第28-29页 |
| ·常用的识别方法 | 第28页 |
| ·流程框图 | 第28-29页 |
| ·三个特征参数的提取 | 第29-40页 |
| ·大小、形状特征的提取 | 第29-35页 |
| ·成熟度特征的提取 | 第35-40页 |
| ·基于模糊理论的柑橘无损检测 | 第40-49页 |
| ·模糊的基本理论 | 第40-45页 |
| ·模糊控制器的设计 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 柑橘分级系统 | 第50-57页 |
| ·柑橘无损检测和分级系统设计思想 | 第50页 |
| ·柑橘分级系统 | 第50-52页 |
| ·柑橘分拣系统结构 | 第50-51页 |
| ·柑橘分拣系统应用效果 | 第51-52页 |
| ·柑橘分拣系统有待于进一步提高的地方 | 第52-56页 |
| ·人工神经网络的特点 | 第52-53页 |
| ·多层前馈网络与BP算法 | 第53-54页 |
| ·运用神经网络相关知识完善柑橘检测和分级系统 | 第54-56页 |
| ·本章小节 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间完成的论文 | 第63页 |
