基于图像识别技术的再生塑料分拣系统的研制
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-17页 |
| ·课题研究的背景和意义 | 第7-10页 |
| ·背景 | 第7-9页 |
| ·意义 | 第9-10页 |
| ·国内外颜色分拣系统研究现状 | 第10-14页 |
| ·国外颜色分拣系统研究现状 | 第10-12页 |
| ·国内颜色分拣系统研究现状 | 第12-14页 |
| ·图像识别技术发展现状 | 第14-16页 |
| ·图像识别技术的发展 | 第14-15页 |
| ·图像识别技术的方法 | 第15-16页 |
| ·本文主要研究内容 | 第16页 |
| ·小结 | 第16-17页 |
| 第2章 系统分析 | 第17-29页 |
| ·系统工作原理 | 第17页 |
| ·系统结构 | 第17-26页 |
| ·供料系统 | 第19-21页 |
| ·光学系统 | 第21-23页 |
| ·识别系统 | 第23-24页 |
| ·分选系统 | 第24-26页 |
| ·系统工作过程 | 第26页 |
| ·系统技术指标 | 第26-27页 |
| ·影响系统的因素 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 塑料颗粒图像处理 | 第29-44页 |
| ·图像的数字化 | 第29-30页 |
| ·采样 | 第29页 |
| ·量化 | 第29-30页 |
| ·数字图像的表示方法 | 第30页 |
| ·RGB 颜色空间 | 第30-32页 |
| ·颗粒图像分割 | 第32-36页 |
| ·阀值分割 | 第33-35页 |
| ·帧相减法一差影法 | 第35-36页 |
| ·颗粒图像去除噪声 | 第36-43页 |
| ·四邻域和八邻域 | 第37页 |
| ·数学形态学基本运算 | 第37-42页 |
| ·颗粒图像形态学处理 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第4章 塑料颗粒图像识别 | 第44-55页 |
| ·概率论及数理统计基本概念 | 第44-47页 |
| ·概率论基本概念 | 第44-46页 |
| ·数理统计基本概念 | 第46-47页 |
| ·模式和模式类 | 第47-48页 |
| ·基于决策理论方法的识别 | 第48-52页 |
| ·最小距离分类器 | 第48-49页 |
| ·贝叶斯分类器 | 第49-52页 |
| ·颗粒图像识别算法 | 第52-54页 |
| ·特征向量提取 | 第53页 |
| ·判别函数的确定 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第5章 系统实现 | 第55-60页 |
| ·VC++6.0 简介 | 第55页 |
| ·颗粒识别流程 | 第55-56页 |
| ·系统软件界面 | 第56-57页 |
| ·系统调试 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 硕士期间发表论文 | 第65-66页 |
| 个人简历 | 第66页 |
