首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于计算机视觉的枸杞分级方法研究

摘要第3-5页
ABSTRACT第5-6页
第1章 绪论第9-15页
    1.1 研究目的与意义第9-10页
    1.2 国内外研究现状第10-14页
        1.2.1 枸杞的研究现状第10-11页
        1.2.2 普通图像处理技术在农产品中的应用现状第11-12页
        1.2.3 高光谱技术在农产品中的应用现状第12-14页
    1.3 研究内容与方法第14-15页
第2章 试验与数据处理第15-34页
    2.1 试验材料、仪器及方法第15-18页
        2.1.1 试验材料第15页
        2.1.2 试验仪器第15-16页
        2.1.3 试验方法第16-18页
    2.2 图像特征提取方法第18-25页
        2.2.1 颜色特征提取方法第18-21页
        2.2.2 纹理特征提取第21-25页
    2.3 基于信息熵的枸杞图像和高光谱特征波长的选择方法第25-29页
        2.3.1 图像信息熵第26-28页
        2.3.2 定义A值第28-29页
    2.4 枸杞分级识别方法第29-33页
        2.4.1 FDA方法第29页
        2.4.2 基于WilksΛ准则的KFDA分级方法第29-33页
    2.5 本章小结第33-34页
第3章 基于不同颜色光源的枸杞分级方法研究第34-43页
    3.1 不同颜色光源枸杞图像信息熵计算结果第34-37页
    3.2 FDA判别结果第37-39页
    3.3 基于WilksΛ 准则的KFDA判别结果第39-42页
    3.4 本章小结第42-43页
第4章 基于高光谱技术的枸杞分级方法研究第43-52页
    4.1 基于高光谱图像的枸杞的FDA判别结果第43-48页
        4.1.1 高光谱图像的黑白标定第43页
        4.1.2 基于信息熵的高光谱图像特征波长的选择第43-47页
        4.1.3 FDA判别结果第47-48页
    4.2 基于高光谱光谱特征的枸杞FDA判别结果第48-51页
        4.2.1 光谱值提取及其预处理第49页
        4.2.2 FDA判别结果第49-51页
    4.3 不同光源普通图像与高光谱图像分析结果对比第51页
    4.4 本章小结第51-52页
第5章 结论第52-53页
参考文献第53-58页
致谢第58-59页
攻读硕士学位期间的研究成果第59页

论文共59页,点击 下载论文
上一篇:基于遗传算法的信息安全风险评估方法研究
下一篇:移动护理一体化工作站设计与实现