基于计算机视觉的芒果分类
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-14页 |
| ·项目研究的目的与意义 | 第8-9页 |
| ·计算机视觉检测技术 | 第9页 |
| ·国内外对水果品质自动检测研究的现状 | 第9-11页 |
| ·国外对水果品质自动检测的研究 | 第10页 |
| ·国内对水果品质的研究 | 第10-11页 |
| ·模式识别的研究方法 | 第11-13页 |
| ·本文研究的目的和内容 | 第13-14页 |
| 第2章 芒果图像的采集及标准图像的建立 | 第14-18页 |
| ·系统软硬件及图像采集 | 第14页 |
| ·系统中景物、摄像机、图像三者之间的关系 | 第14-16页 |
| ·标准图像的建立 | 第16-18页 |
| 第3章 颜色模型的选择和图像预处理 | 第18-26页 |
| ·常用的颜色模型 | 第18-22页 |
| ·RGB颜色模型 | 第18-19页 |
| ·YUV颜色模型 | 第19页 |
| ·HIS颜色模型 | 第19-20页 |
| ·RGB转换为HIS的公式 | 第20-21页 |
| ·HIS到RGB的转换为 | 第21-22页 |
| ·图像预处理 | 第22-26页 |
| ·移动平均法 | 第22-23页 |
| ·频域低通滤波 | 第23-24页 |
| ·中值滤波法 | 第24-26页 |
| 第4章 芒果图像的分割与边界提取 | 第26-36页 |
| ·芒果图像的分割 | 第26-31页 |
| ·双峰法 | 第26-27页 |
| ·p参数法 | 第27-29页 |
| ·最大方差法 | 第29-31页 |
| ·轮廓提取 | 第31-34页 |
| ·梯度算子 | 第31-33页 |
| ·Laplacian算子 | 第33-34页 |
| ·边界闭合 | 第34-36页 |
| 第5章 芒果特征的形成与提取 | 第36-48页 |
| ·芒果特征的形成 | 第36-38页 |
| ·芒果特征的选择 | 第38-48页 |
| ·次优搜索法 | 第39-41页 |
| ·最优搜索算法 | 第41-48页 |
| 第6章 芒果分类器的设计 | 第48-53页 |
| ·C-均值法 | 第48-49页 |
| ·最近邻法 | 第49-50页 |
| ·留一法 | 第50-51页 |
| ·判别域界面方程法 | 第51-53页 |
| ·线性判别函数 | 第51页 |
| ·判别规则 | 第51-52页 |
| ·线性分类器的基本算法 | 第52-53页 |
| 第7章 研究结论及建议 | 第53-54页 |
| ·研究结论 | 第53页 |
| ·建议 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢与声明 | 第57-58页 |
| 附录A 芒果图像特征值 | 第58-65页 |
| 在学期间发表的学术论文 | 第65页 |
