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

数字图像处理技术在牛肉品质分级中的应用研究

摘要第1-9页
ABSTRACT第9-11页
第一章 绪论第11-21页
   ·课题研究的来源和意义第11-12页
     ·课题的来源第11页
     ·课题的研究背景与意义第11-12页
   ·国内外研究动态第12-15页
     ·国外研究现状第12-14页
     ·国内研究现状第14-15页
   ·分割肉眼肌眼肌切面信息的人工评定方法第15-17页
     ·大理石花纹级别判定方法第15-16页
     ·肌肉颜色级别判定方法第16页
     ·脂肪颜色级别判定方法第16-17页
   ·本课题研究的出发点、目标、主要内容及技术路线第17-18页
     ·研究的出发点第17-18页
     ·研究的目标第18页
     ·研究的主要内容及技术路线第18页
   ·本课题研究的创新点第18-21页
第二章 牛分割肉眼肌切面图像信息智能检测方法研究第21-35页
   ·牛分割肉眼肌切面图像的采集第21页
   ·牛分割肉眼肌切面图像特征及图像处理流程第21-22页
     ·牛分割肉眼肌切面图像特征第21-22页
     ·牛分割肉眼肌切面图像处理流程第22页
   ·图像处理方法研究第22-30页
     ·图像预处理方法第23-25页
     ·复杂背景的去除第25-27页
     ·有效眼肌的提取第27-28页
     ·二值图像的取反第28页
     ·空洞填充第28页
     ·大理石花纹的提取第28-29页
     ·轮廓的处理第29-30页
   ·图像分级信息的检测第30-31页
     ·有效眼肌区域面积的计算第30-31页
     ·有效眼肌区域外围周长的计算第31页
     ·大理石花纹面积的计算第31页
     ·大理石花纹外围周长的计算第31页
   ·图像处理效果的评价第31-34页
     ·评价指标的设计第31-32页
     ·试验材料与方法第32-33页
     ·结果与分析第33-34页
   ·本章小结第34-35页
第三章 基于改进型模糊C均值聚类算法的牛肉大理石花纹提取方法的研究第35-47页
   ·灰度和空间特征的快速FCM算法第35-37页
     ·FCM算法第35-37页
     ·快速FCM算法第37页
   ·改进型模糊C均值聚类(FCM-SQP)算法第37-40页
     ·FCM均值聚类算法中隶属度函数的改进第37-38页
     ·FCM均值聚类算法中聚类数C和初始聚类中心点选取方法的改进第38-39页
     ·改进型模糊C均值聚类(FCM-SQP)算法的实现第39-40页
   ·试验结果与分析第40-44页
     ·试验验证第41-42页
     ·结果分析第42-44页
   ·本章小结第44-47页
第四章 基于非完全信息算法的牛肉大理石花纹级别判定方法研究第47-55页
   ·试验材料第47-48页
   ·非完全信息算法的构造第48-49页
   ·基于非完全信息算法的牛肉大理石花纹级别判定方法的实现第49页
   ·试验结果与分析第49-54页
     ·试验结果第50-51页
     ·结果分析第51-53页
     ·背长肌内大理石花纹总面积平均占有率η_a和背长肌内大理石花纹分布的平均密度率μ_a情况第53-54页
   ·本章小结第54-55页
第五章 牛分割肉眼肌切面颜色信息自动检测方法研究第55-65页
   ·检测方式的选择第55页
   ·试验材料和方法第55-56页
     ·材料与设备第55-56页
     ·试验方法第56页
   ·颜色等级评定模型的建立第56-60页
     ·肌肉颜色第57-59页
     ·脂肪颜色第59-60页
   ·牛分割肉眼肌切面图像样本的颜色等级评定第60-63页
     ·肌肉颜色等级评定第61页
     ·脂肪颜色等级评定第61-62页
     ·颜色等级评定结论第62-63页
   ·本章小结第63-65页
第六章 总结和展望第65-67页
   ·全文总结第65-66页
   ·问题与工作展望第66-67页
参考文献第67-71页
致谢第71-73页
攻读硕士期间的研究成果第73页

论文共73页,点击 下载论文
上一篇:农村女性对子女的教育期望与教育行为研究
下一篇:基于数学形态学稻种纹理特征提取与识别研究