摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 大米品质检测国内外研究现状 | 第12-13页 |
1.2.2 米粒图像分割技术研究现状 | 第13-14页 |
1.2.3 留胚米胚芽检测研究现状 | 第14-15页 |
1.3 本论文主要内容和章节安排 | 第15-17页 |
第2章 留胚米图像采集与预处理 | 第17-29页 |
2.1 留胚米图像采集 | 第17-19页 |
2.1.1 视觉成像分析 | 第17-18页 |
2.1.2 图像获取 | 第18-19页 |
2.2 图像变换 | 第19-20页 |
2.2.1 颜色模型分析 | 第19-20页 |
2.2.2 图像灰度化 | 第20页 |
2.2.3 实验结果与分析 | 第20页 |
2.3 图像去噪 | 第20-24页 |
2.3.1 噪声模型 | 第21页 |
2.3.2 中值滤波 | 第21-22页 |
2.3.3 高斯平滑滤波 | 第22页 |
2.3.4 形态学滤波 | 第22-23页 |
2.3.5 实验结果与分析 | 第23-24页 |
2.4 图像增强 | 第24-27页 |
2.4.1 幂次变换 | 第24-25页 |
2.4.2 同态滤波 | 第25-26页 |
2.4.3 实验结果与分析 | 第26-27页 |
2.5 本章小结 | 第27-29页 |
第3章 留胚米图像分割算法研究 | 第29-43页 |
3.1 背景阈值分割 | 第29-30页 |
3.1.1 最大类间法阈值分割 | 第29页 |
3.1.2 留胚米图像背景分割 | 第29-30页 |
3.2 区域分割 | 第30-32页 |
3.2.1 区域标记 | 第30-31页 |
3.2.2 区域描述 | 第31-32页 |
3.2.3 留胚米区域分割 | 第32页 |
3.3 留胚米粘连米粒分割 | 第32-40页 |
3.3.1 分割端点计算 | 第32-35页 |
3.3.2 留胚米粘连分割端点匹配 | 第35-37页 |
3.3.3 算法分割效果对比实验分析 | 第37-40页 |
3.4 单粒留胚米提取 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
第4章 基于卷积神经网络(CNN)胚芽完整度识别 | 第43-57页 |
4.1 卷积神经网络 | 第43-48页 |
4.1.1 卷积神经网络结构 | 第43-45页 |
4.1.2 卷积神经网络训练 | 第45-48页 |
4.1.3 Deeplearningtoolbox框架 | 第48页 |
4.2 留胚米胚芽位置识别 | 第48-51页 |
4.2.1 胚芽位置分析 | 第48-49页 |
4.2.2 胚芽位置识别CNN网络模型搭建 | 第49-51页 |
4.2.3 识别结果评估分析 | 第51页 |
4.3 留胚米胚芽完整度识别 | 第51-54页 |
4.3.1 胚芽完整度 | 第51-52页 |
4.3.2 留胚米胚芽完整度分类分析 | 第52页 |
4.3.3 胚芽完整度分类CNN网络模型搭建 | 第52-54页 |
4.3.4 识别结果分析 | 第54页 |
4.4 留胚米胚芽完整度识别实验结果与对比分析 | 第54-56页 |
4.5 本章小结 | 第56-57页 |
第5章 留胚米胚芽在线检测系统实现 | 第57-66页 |
5.1 留胚米胚芽完整度在线检测系统总体设计 | 第57页 |
5.2 留胚米胚芽完整度在线检测平台设计 | 第57-60页 |
5.2.1 留胚米胚芽完整度在线检测平台 | 第58-59页 |
5.2.2 留胚米胚芽完整度在线检测平台控制方案 | 第59-60页 |
5.3 留胚米胚芽完整度在线检测软件系统设计 | 第60-62页 |
5.3.1 软件系统框架 | 第60-61页 |
5.3.2 上位机软件功能 | 第61-62页 |
5.4 留胚米胚芽完整度在线检测试验 | 第62-65页 |
5.4.1 留胚米胚芽指标分析 | 第63-64页 |
5.4.2 留胚米指标检测对比试验 | 第64-65页 |
5.5 本章小结 | 第65-66页 |
结论 | 第66-67页 |
参考文献 | 第67-72页 |
攻读硕士期间发表的论文和取得的科研成果 | 第72-73页 |
致谢 | 第73页 |