基于线阵CCD色选技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 色选算法的国外研究现状 | 第11-12页 |
| 1.2.2 色选算法的国内研究现状 | 第12-13页 |
| 1.3 本课题研究的主要内容 | 第13-14页 |
| 第2章 色选技术硬件研究平台 | 第14-23页 |
| 2.1 色选技术硬件研究平台的总体结构 | 第14-15页 |
| 2.2 光学系统的设计 | 第15-16页 |
| 2.2.1 光源的选择 | 第15-16页 |
| 2.2.2 背景板的选择 | 第16页 |
| 2.3 CCD图像传感器的选择 | 第16-19页 |
| 2.3.1 TCD1209D图像传感器 | 第16-17页 |
| 2.3.2 TCD1209D驱动电路的设计 | 第17-19页 |
| 2.4 A/D转换芯片的选择 | 第19-21页 |
| 2.4.1 AD9925芯片介绍 | 第19-20页 |
| 2.4.2 A/D硬件驱动电路的设计 | 第20-21页 |
| 2.5 FPGA的硬件电路 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 形态学算法和纹理分析方法的理论 | 第23-35页 |
| 3.1 数学形态学原理 | 第23-25页 |
| 3.1.1 膨胀 | 第24页 |
| 3.1.2 腐蚀 | 第24-25页 |
| 3.2 灰度形态学 | 第25-27页 |
| 3.2.1 灰度图像的腐蚀和膨胀运算 | 第26页 |
| 3.2.2 灰度图像开运算和闭运算 | 第26-27页 |
| 3.3 形态学分水岭算法 | 第27-29页 |
| 3.3.1 分水岭算法的思想 | 第27-28页 |
| 3.3.2 分水岭分割算法 | 第28-29页 |
| 3.4 图像的纹理分析 | 第29-34页 |
| 3.4.1 纹理基本定义 | 第29-30页 |
| 3.4.2 灰度共生矩阵算法 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于形态学和纹理分析的米粒检测 | 第35-53页 |
| 4.1 图像分析的总体框架 | 第35页 |
| 4.2 基于形态学分水岭算法的图像预处理 | 第35-41页 |
| 4.2.1 图像的前期预处理操作 | 第35-39页 |
| 4.2.2 分水岭算法提取米粒边缘 | 第39-41页 |
| 4.3 分析图像纹理特征 | 第41-50页 |
| 4.3.1 米粒图像的灰度共生矩阵 | 第41-49页 |
| 4.3.2 米粒的纹理特征量 | 第49-50页 |
| 4.4 仿真实验结果分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
