| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 1.4 章节安排 | 第15-17页 |
| 第二章 图像预处理 | 第17-29页 |
| 2.1 引言 | 第17-18页 |
| 2.2 苹果图像滤波 | 第18-20页 |
| 2.2.1 均值滤波 | 第18-19页 |
| 2.2.2 中值滤波 | 第19-20页 |
| 2.2.3 滤波方法选择 | 第20页 |
| 2.3 苹果颜色特征分析 | 第20-27页 |
| 2.3.1 RGB颜色空间 | 第21-22页 |
| 2.3.2 HSI颜色空间 | 第22-24页 |
| 2.3.3 Lab颜色空间 | 第24-26页 |
| 2.3.4 苹果颜色特征的选择 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于形态学改进K-means聚类算法的苹果图像分割 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 常用图像分割方法 | 第29-34页 |
| 3.2.1 迭代法 | 第30页 |
| 3.2.2 最大类间方差法 | 第30-31页 |
| 3.2.3 传统K-means聚类算法 | 第31-32页 |
| 3.2.4 理论分析和实验比较 | 第32-34页 |
| 3.3 基于形态学改进的K-means分割算法 | 第34-40页 |
| 3.3.1 形态学数学基础 | 第34-35页 |
| 3.3.2 改进K-means苹果分割算法 | 第35-38页 |
| 3.3.3 实验结果比较与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于改进梯度Hough变换的苹果目标定位 | 第41-55页 |
| 4.1 轮廓边缘提取 | 第41-42页 |
| 4.2 常用目标定位算法比较 | 第42-46页 |
| 4.2.1 最小二乘拟合 | 第42-43页 |
| 4.2.2 圆形Hough变换 | 第43-45页 |
| 4.2.3 梯度Hough变换 | 第45-46页 |
| 4.3 改进梯度Hough变换 | 第46-48页 |
| 4.3.1 圆心的求取 | 第47页 |
| 4.3.2 半径的求取 | 第47-48页 |
| 4.4 实验参数设置及分析 | 第48-49页 |
| 4.5 实验结果比较与分析 | 第49-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录1 硕士期间论文发表情况 | 第65-67页 |
| 附录2 硕士期间参加项目及成果情况 | 第67页 |