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

基于机器视觉的水稻育秧播种质量检测系统的研究

摘要第1-8页
ABSTRACT第8-10页
第一章 绪论第10-17页
   ·研究的目的和意义第10-11页
   ·国内外研究现状第11-14页
     ·播种质量检测方法的国内外研究现状第11-12页
     ·基于机器视觉的播种质量检测方法的国内外研究现状第12-14页
   ·研究内容及技术路线第14-16页
   ·本章小结第16-17页
第二章 水稻育秧播种质量检测系统的组成及试验安排第17-28页
   ·水稻育秧播种质量检测系统的组成第17-25页
     ·常见的视觉系统的硬件组成第17-20页
       ·照明系统第17-18页
       ·图像采集设备第18-19页
       ·光学镜头第19-20页
       ·计算机及输出设备第20页
     ·本研究系统的组成第20-25页
       ·硬件部分第21-23页
       ·软件部分第23-25页
   ·试验安排第25-27页
     ·试验材料第25页
     ·试验方法及步骤第25-26页
     ·试验指标第26-27页
   ·本章小结第27-28页
第三章 水稻育秧播种质量检测目标图像的提取与识别第28-49页
   ·图像采集第28-31页
     ·检测图像的获取第28-29页
     ·图像信息第29-31页
       ·常见的数字图像信息第29-30页
       ·检测图像信息的分析第30-31页
   ·检测图像目标的提取第31-35页
     ·目标区域的定位与提取第31-33页
     ·种子目标的提取第33-35页
   ·检测图像的预处理第35-45页
     ·检测图像的平滑滤波第35-41页
       ·均值滤波第36页
       ·中值滤波第36-37页
       ·自适应滤波第37-38页
       ·处理结果对比与分析第38-41页
     ·育秧播种质量检测图像的锐化第41-45页
       ·空域锐化方法第41-42页
       ·频域锐化方法第42-44页
       ·处理结果对比与分析第44-45页
   ·检测图像的二值化第45-48页
     ·二值化第45页
     ·阈值的选取第45-47页
       ·双峰法第46页
       ·迭代法第46页
       ·大津法第46-47页
     ·结果对比与分析第47-48页
   ·本章小结第48-49页
第四章 水稻育秧播种质量的判别算法研究第49-63页
   ·标记连通域第49-51页
     ·区域的连通性第49-50页
     ·连通域的标记第50-51页
   ·综合判断每穴种子的粒数第51-62页
     ·种子分布情况分析第52页
     ·面积法初检测第52-54页
     ·重叠种子的分割及粒数确定第54-59页
       ·分水岭算法第55-56页
       ·基于分水岭算法改进的重叠分割算法第56-57页
       ·重叠种子粒数的综合判断第57-59页
     ·压线种子的判断第59页
     ·综合判断每穴的种子粒数第59-62页
   ·本章小结第62-63页
第五章 检测结果及分析第63-70页
   ·系统界面的介绍第63-64页
   ·验证试验和结果分析第64-69页
     ·验证试验第65-66页
     ·结果分析第66-68页
     ·误差产生的原因第68-69页
   ·本章小结第69-70页
第六章 结论与展望第70-72页
   ·结论第70-71页
   ·展望第71-72页
附录 关键程序代码第72-80页
参考文献第80-84页
攻读硕士学位期间发表的论文及研究成果第84-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:我国网络信息安全保险策略研究
下一篇:基于红外和可见光图像融合技术的苹果早期瘀伤检测研究