基于机器视觉的苹果分级检测算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-19页 |
| 1.1 课题研究背景和意义 | 第14-15页 |
| 1.2 传统的水果分级技术 | 第15-16页 |
| 1.3 水果自动分级技术研究进展 | 第16-17页 |
| 1.3.1 国外分级技术研究 | 第16-17页 |
| 1.3.2 国内分级技术研究 | 第17页 |
| 1.4 主要研究内容及章节安排 | 第17-19页 |
| 2 苹果的颜色模型及背景选择 | 第19-25页 |
| 2.1 机器视觉技术在苹果分级中的应用 | 第19-20页 |
| 2.2 苹果图像的颜色模型 | 第20-22页 |
| 2.3 苹果拍摄背景选择 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 苹果图像预处理算法 | 第25-40页 |
| 3.1 苹果RGB图像灰度化处理 | 第25-26页 |
| 3.2 苹果灰度图去噪 | 第26-33页 |
| 3.2.1 常见的滤波处理 | 第26-30页 |
| 3.2.2 基于小波变换去噪 | 第30-32页 |
| 3.2.3 图像去噪质量的评价 | 第32-33页 |
| 3.3 苹果与背景的灰度对比度增强 | 第33-38页 |
| 3.3.1 传统的灰度增强方法 | 第33-36页 |
| 3.3.2 对比度拉伸变换函数法 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 4 基于top-hat变换的苹果图像分割算法 | 第40-56页 |
| 4.1 苹果图像的阈值分割 | 第40-46页 |
| 4.1.1 常见的阈值分割方法 | 第40-41页 |
| 4.1.2 一维OTSU阈值法 | 第41-42页 |
| 4.1.3 二维OTSU阈值法 | 第42-46页 |
| 4.2 引入top-hat变换分割苹果图像 | 第46-50页 |
| 4.2.1 灰度膨胀和腐蚀 | 第46-47页 |
| 4.2.2 形态学开运算 | 第47-50页 |
| 4.3 Canny算子提取苹果边缘 | 第50-53页 |
| 4.4 多个苹果目标的识别处理 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 苹果特征提取算法及其分级研究 | 第56-77页 |
| 5.1 苹果大小分级检测 | 第56-66页 |
| 5.1.1 最小外接矩形法 | 第56-59页 |
| 5.1.2 最大内切圆法 | 第59-62页 |
| 5.1.3 实验数据分析 | 第62-66页 |
| 5.2 苹果形状分级检测 | 第66-69页 |
| 5.2.1 傅里叶变换法描述形状 | 第66-67页 |
| 5.2.2 基于圆度值法分析形状特征 | 第67-69页 |
| 5.3 苹果纹理和颜色分级检测 | 第69-75页 |
| 5.3.1 苹果表面的纹理特征 | 第69-72页 |
| 5.3.2 苹果表面的颜色特征 | 第72-75页 |
| 5.4 综合特征分级的设计 | 第75-76页 |
| 5.5 本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-80页 |
| 6.1 研究总结 | 第77-78页 |
| 6.2 研究展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 个人简历、在校期间发表的学术论文及研究成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 附件 | 第86-87页 |
