首页--工业技术论文--轻工业、手工业论文--食品工业论文--粮食加工工业论文--一般性问题论文

基于机器视觉的谷物外观品质检测技术研究

第一章 绪论第1-24页
   ·研究目的和意义第14-15页
   ·国内外研究现状第15-22页
     ·机器视觉在农业工程领域中的应用第15-16页
     ·国外研究现状第16-18页
     ·国内研究现状第18-20页
     ·存在的问题第20-22页
   ·研究内容与方法第22-24页
第二章 谷物图像处理的基础算法研究第24-45页
   ·引言第24页
   ·图像灰度化第24-25页
     ·灰度化方法第24-25页
     ·谷物图像处理结果分析第25页
   ·边缘检测算法第25-27页
     ·边界检测算子第26页
     ·静态谷物图像结果分析第26-27页
     ·动态谷物图像结果分析第27页
   ·图像滤波算法第27-30页
     ·图像滤波算法第28-29页
     ·静态谷物图像结果分析第29页
     ·动态谷物图像结果分析第29-30页
   ·图像分割算法第30-33页
     ·图像分割算法第30-32页
     ·谷物图像处理结果分析第32-33页
   ·形态学处理算法第33-36页
     ·形态学算法第33-34页
     ·形态学滤波第34-35页
     ·接触籽粒的分割第35-36页
   ·模糊图像的恢复算法第36-41页
     ·运动成像分析第36-37页
     ·匀速直线运动恢复算法第37-40页
     ·谷物图像处理结果分析第40-41页
   ·区域标记算法第41-44页
     ·区域标记算法第41-43页
     ·谷物图像处理结果分析第43-44页
   ·本章小结第44-45页
第三章 基于极坐标的图像处理算法研究第45-57页
   ·极坐标与直角坐标的关系第46-48页
   ·区域型心的检测算法第48-49页
   ·区域边界的检测算法第49-51页
     ·二值图像的边界检测算法第49-50页
     ·灰度图像的边界检测算法第50-51页
   ·区域初始方向的检测算法第51-52页
     ·基于主轴方向角的检测算法第51-52页
     ·基于先验知识的检测算法第52页
   ·基于极坐标的图像处理算法第52-56页
     ·长短轴快速检测算法第52-54页
     ·非均匀采样第54-55页
     ·特定区域的检测算法第55-56页
   ·本章小结第56-57页
第四章 谷物图像的静态检测方法第57-97页
   ·引言第57页
   ·静态谷物图像检测系统第57-61页
     ·硬件系统第57-59页
     ·软件系统第59-61页
   ·籽粒的分割第61-68页
     ·改进的腐蚀膨胀分割算法第61-63页
     ·基于流域变换的分割算法第63-68页
   ·垩白米的检测第68-82页
     ·基于垩白大小的检测算法第69-71页
     ·基于分形维数的检测算法第71-74页
     ·基于极坐标的检测算法第74-76页
     ·基于神经网络的检测算法第76-80页
     ·垩白度和垩白粒率的检测算法第80-82页
   ·黄粒米的检测第82-90页
     ·常用的颜色模型第82-84页
     ·基于色度的检测算法第84-87页
     ·基于神经网络的检测算法第87-90页
   ·粒型的检测第90-93页
     ·基于直角坐标的检测算法第90-92页
     ·基于极坐标的检测算法第92-93页
   ·异型米的检测第93-95页
   ·本章小结第95-97页
第五章 谷物图像的动态检测方法第97-113页
   ·引言第97页
   ·动态谷物图像检测系统第97-102页
     ·硬件系统第97-99页
     ·软件系统第99-100页
     ·图像的获取和预处理第100-102页
   ·稻米的分类算法第102-104页
   ·小麦的分类算法第104-108页
   ·玉米的分类算法第108-112页
   ·本章小结第112-113页
第六章 结论与建议第113-115页
   ·结论第113-114页
   ·建议第114-115页
参考文献第115-121页
致谢第121-122页
附录第122-127页
个人简介第127页

论文共127页,点击 下载论文
上一篇:乙肝结合蛋白转基因小鼠的研制
下一篇:预应力钢结构的静、动力性能研究