基于图像处理技术的稻米外观品质检测技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 .课题研究背景和意义 | 第9-11页 |
| 1.2 .课题研究现状 | 第11-14页 |
| 1.2.1 .粘连体分割的研究现状 | 第11-12页 |
| 1.2.2 .垩白及黄粒米检测的研究现状 | 第12-13页 |
| 1.2.3 .稻米其它品质检测的研究现状 | 第13-14页 |
| 1.3 .研究目的和内容 | 第14-15页 |
| 1.3.1 .研究目的 | 第14页 |
| 1.3.2 .研究内容 | 第14-15页 |
| 1.4 .论文结构 | 第15-16页 |
| 第二章 稻米品质检测预处理 | 第16-22页 |
| 2.1 .数据采集 | 第16-17页 |
| 2.2 .预处理 | 第17-19页 |
| 2.2.1 .视频取帧 | 第17页 |
| 2.2.2 .图像去噪及匹配 | 第17-18页 |
| 2.2.3 .图像去重 | 第18-19页 |
| 2.3 .连通区域检测 | 第19-21页 |
| 2.3.1 .连通区域 | 第19-21页 |
| 2.4 .本章小结 | 第21-22页 |
| 第三章 粘连稻米的分割识别 | 第22-36页 |
| 3.1 .基于密度峰聚类的聚类中心的提取 | 第22-25页 |
| 3.1.1 .样本点的局部密度 | 第22-23页 |
| 3.1.2 .决策图 | 第23-25页 |
| 3.1.3 .剩余样本点的分配机制 | 第25页 |
| 3.2 .基于轮廓系数的自适应聚类中心 | 第25-28页 |
| 3.2.1 .自动选取拐点 | 第26页 |
| 3.2.2 .轮廓系数 | 第26-28页 |
| 3.3 .基于高斯混合模型的粘连米粒图像分割 | 第28-30页 |
| 3.3.1 .E-step | 第29页 |
| 3.3.2 .M-step | 第29-30页 |
| 3.4 .实验分析 | 第30-35页 |
| 3.4.1 .可视化结果分析 | 第31-33页 |
| 3.4.2 .量化指标结果分析 | 第33-35页 |
| 3.5 .本章小结 | 第35-36页 |
| 第四章 垩白与黄粒米的检测 | 第36-50页 |
| 4.1 .垩白与黄粒米常见检测方法基础理论及介绍 | 第36-39页 |
| 4.1.1 .图像颜色空间及其转换 | 第36-37页 |
| 4.1.2 .最大类间方差分割算法 | 第37-38页 |
| 4.1.3 .分形维数 | 第38-39页 |
| 4.2 .基于颜色量化的空间协同垩白检测 | 第39-46页 |
| 4.2.1 .颜色量化 | 第39-41页 |
| 4.2.2 .颜色空间特征及颜色相似度 | 第41-43页 |
| 4.2.3 .垩白检测实验结果与分析 | 第43-46页 |
| 4.3 .基于HSI颜色空间量化的黄粒米检测 | 第46-49页 |
| 4.3.1 .HSI颜色空间 | 第46-48页 |
| 4.3.2 .黄粒米检测实验结果与分析 | 第48-49页 |
| 4.4 .本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 .总结 | 第50页 |
| 5.2 .展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间的研究成果 | 第56页 |
