基于图像处理与神经网络的烟叶分级研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究意义 | 第8-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 本文的研究内容 | 第12-13页 |
| 1.5 全文的章节安排 | 第13-15页 |
| 2 烟叶相关知识介绍 | 第15-20页 |
| 2.1 烟叶特征与质量要素 | 第15-18页 |
| 2.2 化学成分构成 | 第18页 |
| 2.3 烟叶分级 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 烤烟烟叶图像的预处理 | 第20-36页 |
| 3.1 图像的平滑 | 第20-21页 |
| 3.2 彩色图像平滑处理 | 第21-25页 |
| 3.2.1 基于空域的领域平均法 | 第21-22页 |
| 3.2.2 非线性中值滤波法 | 第22-24页 |
| 3.2.3 矢量中值滤波算法 | 第24-25页 |
| 3.3 基于阈值的图像分割 | 第25-32页 |
| 3.3.1 阈值分割原理 | 第26-27页 |
| 3.3.2 阀值的选择 | 第27-29页 |
| 3.3.3 RGB阀值法 | 第29-32页 |
| 3.4 图像边缘提取 | 第32-35页 |
| 3.4.1 边缘检测 | 第32-35页 |
| 3.4.2 轮廓提取 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 烟叶图像质量特征参数提取 | 第36-51页 |
| 4.1 烟叶图像颜色特征提取 | 第36-39页 |
| 4.2 烟叶图像形状特征提取 | 第39-47页 |
| 4.3 烟叶图像纹理特征提取 | 第47-50页 |
| 4.3.1 烟叶图像纹理特征描述 | 第47-48页 |
| 4.3.2 纹理特征提取 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 基于BP神经网络的烟叶分级研究 | 第51-60页 |
| 5.1 人工烟叶分级 | 第51页 |
| 5.2 BP网络烟叶分级 | 第51-57页 |
| 5.3 实验结果与分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 论文工作总结 | 第60-61页 |
| 6.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
