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 |