基于计算机视觉的硬皮甜瓜外部品质自动化分级研究
| 摘要 | 第1-5页 |
| SUMMARY | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究目的和意义 | 第9页 |
| ·国内外研究状况 | 第9-13页 |
| ·灰度成像技术 | 第10-11页 |
| ·彩色成像技术 | 第11页 |
| ·多光谱成像技术 | 第11-12页 |
| ·高光谱成像技术 | 第12-13页 |
| ·本研究主要内容 | 第13页 |
| ·本研究技术路线 | 第13-15页 |
| 第2章 图像底层处理算法研究 | 第15-27页 |
| ·快速定位技术研究 | 第15-16页 |
| ·滤波方法研究 | 第16-18页 |
| ·线性滤波 | 第16页 |
| ·非线性滤波 | 第16-17页 |
| ·滤波方法结果与分析 | 第17-18页 |
| ·图像增强方法研究 | 第18-22页 |
| ·灰度拉伸 | 第18-19页 |
| ·直方图均衡化 | 第19页 |
| ·直方图规定化 | 第19-20页 |
| ·图像增强处理实验结果 | 第20-22页 |
| ·边缘检测算法研究 | 第22-25页 |
| ·梯度算子 | 第22页 |
| ·Robert 算子 | 第22-23页 |
| ·Sobel 算子 | 第23页 |
| ·Laplace 算子 | 第23页 |
| ·Prewitt 算子 | 第23-24页 |
| ·Kirsch 算子 | 第24页 |
| ·边缘检测实验结果 | 第24-25页 |
| ·背景分割研究 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第3章 甜瓜瓜蒂检测算法研究 | 第27-34页 |
| ·瓜蒂检测新算法 | 第27-31页 |
| ·轮廓跟踪 | 第27-28页 |
| ·判断凹凸点 | 第28-29页 |
| ·检测连续凹点组 | 第29页 |
| ·瓜蒂底部与瓜体轮廓相交点的判别 | 第29-30页 |
| ·黑色种子填充 | 第30-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·本章小节 | 第33-34页 |
| 第4章 甜瓜缺陷检测算法研究 | 第34-47页 |
| ·可疑缺陷区检测 | 第34-37页 |
| ·边缘检测 | 第34-35页 |
| ·去除轮廓线 | 第35页 |
| ·阈值分割 | 第35页 |
| ·形态学开运算 | 第35-36页 |
| ·区域增长法 | 第36页 |
| ·可疑缺陷区检测实验结果 | 第36-37页 |
| ·甜瓜缺陷区与瓜蒂花萼区的分类 | 第37-41页 |
| ·灰度共生矩阵原理 | 第37页 |
| ·灰度共生矩阵的参数设置 | 第37-38页 |
| ·灰度共生矩阵特征参量 | 第38-39页 |
| ·灰度共生矩阵参量实验结果与分析 | 第39-41页 |
| ·分类器的设计 | 第41-45页 |
| ·BP 神经网络的参数设定 | 第42页 |
| ·网络学习与训练 | 第42-44页 |
| ·BP 神经网络训练实验结果 | 第44-45页 |
| ·实验结果与分析 | 第45-46页 |
| ·本章小节 | 第46-47页 |
| 第5章 甜瓜外部品质分级方法研究 | 第47-53页 |
| ·缺陷分级 | 第47页 |
| ·形状分级 | 第47-48页 |
| ·大小分级 | 第48-49页 |
| ·颜色分级 | 第49-51页 |
| ·颜色模型 | 第49-50页 |
| ·根据Y 直方图提取甜瓜颜色特征 | 第50-51页 |
| ·综合品质分级 | 第51-52页 |
| ·综合品质分级算法设计 | 第51-52页 |
| ·综合品质分级实验结果与分析 | 第52页 |
| ·本章小节 | 第52-53页 |
| 第6章 计算机视觉分级系统研究 | 第53-56页 |
| ·图像采集系统 | 第53页 |
| ·软件设计 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第7章 结论与建议 | 第56-58页 |
| ·结论 | 第56页 |
| ·建议 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简介 | 第62-63页 |
| 导师简介 | 第63页 |
