烟草除杂中图像传输与处理的研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-13页 |
1.1 课题概述与研究意义 | 第8-9页 |
1.2 国内外发展历史与研究现状 | 第9-11页 |
1.3 论文的主要工作和章节安排 | 第11-13页 |
2 烟草除杂机系统介绍 | 第13-17页 |
2.1 系统总体结构 | 第13-14页 |
2.2 图像传输系统 | 第14-15页 |
2.3 图像处理系统 | 第15-16页 |
2.4 异物剔除系统 | 第16页 |
2.5 本章小结 | 第16-17页 |
3 图像传输系统 | 第17-24页 |
3.1 UDP可靠传输的理论基础 | 第17-18页 |
3.2 UDP可靠传输实现 | 第18-21页 |
3.2.1 基于滑动窗口实现 | 第18-19页 |
3.2.2 基于最大传输量自调节实现 | 第19-21页 |
3.3 传输系统测试 | 第21-23页 |
3.4 本章小结 | 第23-24页 |
4 基于BP神经网络的颜色分类器 | 第24-35页 |
4.1 颜色空间简介 | 第24-26页 |
4.2 BP神经网络介绍 | 第26-30页 |
4.3 颜色分类器的设计 | 第30-32页 |
4.4 系统测试 | 第32-34页 |
4.5 本章小结 | 第34-35页 |
5 基于卷积神经网络的烟草除杂器 | 第35-56页 |
5.1 卷积神经网络介绍 | 第35-42页 |
5.1.1 卷积层 | 第37-38页 |
5.1.2 下采样层 | 第38-39页 |
5.1.3 激活函数 | 第39-40页 |
5.1.4 Softmax回归 | 第40页 |
5.1.5 反向传播 | 第40-42页 |
5.2 卷积神经网络烟草除杂器设计 | 第42-53页 |
5.2.1 烟叶与杂物样本集制作 | 第44-46页 |
5.2.2 Caffe开源框架介绍 | 第46-48页 |
5.2.3 样本集的训练 | 第48-51页 |
5.2.4 卷积神经网络的应用 | 第51-53页 |
5.3 除杂器测试 | 第53-54页 |
5.4 本章小结 | 第54-56页 |
6 总结与展望 | 第56-58页 |
6.1 总结 | 第56-57页 |
6.2 展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-62页 |
附录 | 第62页 |