基于机器视觉的烟叶梗茎检测与烟叶类型识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·烟叶质量及烟叶分级方面的研究 | 第9页 |
| ·打叶后烟叶检测方面的研究 | 第9页 |
| ·烟草异物剔除方面的研究现状 | 第9-10页 |
| ·本文的研究内容与组织结构 | 第10-12页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 2 基于显著性直方图的红外梗茎图像检测 | 第12-40页 |
| ·引言 | 第12页 |
| ·利用红外热辐射图像进行烟叶梗茎分割的可行性 | 第12-14页 |
| ·工业应用的可行性 | 第12页 |
| ·红外烟叶梗茎图像算法分割的可行性 | 第12-14页 |
| ·一种基于显著性直方图的红外烟叶梗茎图像检测算法 | 第14-30页 |
| ·现有视觉显著性方法分析 | 第15-20页 |
| ·现有图像分割方法分析 | 第20-23页 |
| ·基于显著性直方图的红外烟叶梗茎图像分割 | 第23-27页 |
| ·烟叶梗茎的检测 | 第27-30页 |
| ·实验结果与分析 | 第30-39页 |
| ·显著图实验对比与结果分析 | 第30-33页 |
| ·烟叶梗茎图像分割实验对比与结果分析 | 第33-39页 |
| ·窗口参数对基于显著性直方图红外分割算法的影响 | 第39页 |
| ·本章小结 | 第39-40页 |
| 3 基于多特征融合烟叶类型识别研究 | 第40-59页 |
| ·引言 | 第40页 |
| ·烟叶特征提取方法 | 第40-49页 |
| ·烟叶颜色特征提取 | 第40-45页 |
| ·烟叶纹理特征提取 | 第45-48页 |
| ·烟叶颜色和纹理特征联合特征提取 | 第48-49页 |
| ·一种基于稀疏表示的烟叶类型识别方法 | 第49-53页 |
| ·稀疏表示概述 | 第49-50页 |
| ·基于稀疏表示的烟叶类型识别 | 第50-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·一种基于分层的烟叶类型识别方法 | 第53-57页 |
| ·基于分层的烟叶类型识别方法 | 第54-56页 |
| ·二值向量描述度量的引入 | 第56-57页 |
| ·实验结果与分析 | 第57页 |
| ·本章小结 | 第57-59页 |
| 4 系统设计与实现 | 第59-65页 |
| ·系统框架概述 | 第59-60页 |
| ·系统功能模块介绍 | 第60-61页 |
| ·系统软件平台及软件设计 | 第61页 |
| ·系统界面设计 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 5 结论 | 第65-67页 |
| ·论文的主要工作及贡献 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
