基于机器视觉的贝类自动识别与定位方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题研究的目的及意义 | 第7页 |
| ·国内外研究现状 | 第7-12页 |
| ·机器视觉在工农业中的应用 | 第8页 |
| ·机器视觉在水产业中的应用 | 第8-12页 |
| ·课题研究的内容及章节安排 | 第12-14页 |
| 2 图像处理与边缘检测方法研究 | 第14-20页 |
| ·图像预处理 | 第14-16页 |
| ·图像滤波 | 第14-15页 |
| ·图像增强 | 第15-16页 |
| ·图像分割与边缘检测 | 第16-19页 |
| ·图像分割 | 第16-17页 |
| ·图像边缘检测 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 基于神经网络的扇贝识别方法研究 | 第20-32页 |
| ·BP 神经网络算法简介 | 第20-21页 |
| ·图像特征选择与提取 | 第21-22页 |
| ·扇贝分类特征提取 | 第22-24页 |
| ·扇贝的 BP 神经网络识别和分类 | 第24-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于模糊理论的扇贝识别方法研究 | 第32-41页 |
| ·模糊识别原理 | 第32-33页 |
| ·图像特征提取 | 第33页 |
| ·模糊集和模糊模式的确定 | 第33-36页 |
| ·图像识别结果与分析 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 5 贝类定位方法研究 | 第41-50页 |
| ·摄像机标定解析法 | 第41-44页 |
| ·神经网络标定法 | 第44页 |
| ·BP 神经网络标定的实现 | 第44-48页 |
| ·建立标定模板 | 第44-45页 |
| ·靶点图像坐标的获取 | 第45页 |
| ·神经网络的建立 | 第45-47页 |
| ·神经网络精度检验 | 第47-48页 |
| ·扇贝定位研究 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-57页 |
| 致谢 | 第57页 |
