基于机器视觉的虾体位姿和特征点识别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题的研究背景、目的和意义 | 第10-11页 |
| ·课题的研究背景 | 第10-11页 |
| ·课题的研究目的和意义 | 第11页 |
| ·国内外虾类剥壳和去头的研究动态及发展趋势 | 第11-18页 |
| ·国内外虾类剥壳的应用研究情况 | 第11-13页 |
| ·虾类去头的研究情况 | 第13页 |
| ·机器视觉在虾处理中的研究情况 | 第13-18页 |
| ·虾类加工的发展趋势 | 第18页 |
| ·本研究的主要内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 机器视觉系统和硬件构成 | 第20-26页 |
| ·机器视觉及其应用概述 | 第20-22页 |
| ·机器视觉的概念 | 第20页 |
| ·机器视觉和人类视觉的联系和区别 | 第20-21页 |
| ·机器视觉的应用 | 第21-22页 |
| ·机器视觉系统的组成 | 第22-24页 |
| ·光源 | 第22-23页 |
| ·摄像头 | 第23页 |
| ·图像采集硬件 | 第23-24页 |
| ·本研究机器视觉系统的硬件构成 | 第24-25页 |
| ·光照箱和摄像头 | 第24页 |
| ·PC 图像采集卡 | 第24-25页 |
| ·计算机配置 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 虾图像预处理和形状特征提取 | 第26-37页 |
| ·数字图像处理简介 | 第26-27页 |
| ·图像采集和格式 | 第26页 |
| ·图像增强 | 第26-27页 |
| ·图像分割 | 第27页 |
| ·虾图像预处理 | 第27-31页 |
| ·研究对象 | 第27-28页 |
| ·样本参数 | 第28-29页 |
| ·图像灰度化 | 第29-30页 |
| ·虾图像分割 | 第30-31页 |
| ·中值滤波 | 第31页 |
| ·形态学处理 | 第31-32页 |
| ·形状特征提取 | 第32-36页 |
| ·轮廓提取 | 第33页 |
| ·长度计算 | 第33-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 虾体位姿和头部特征点识别 | 第37-62页 |
| ·小波变换的引入 | 第37-38页 |
| ·基于小波变换的虾图像低通滤波处理 | 第38-40页 |
| ·虾头和身体连接处识别方法概述 | 第40-42页 |
| ·轮廓链码上四端点的识别 | 第42-43页 |
| ·轮廓链码上虾头尾端点的识别 | 第43-46页 |
| ·背部和腹部链码的识别 | 第46-53页 |
| ·链码上虾头和身体连接点的识别 | 第53-54页 |
| ·识别结果和误差计算 | 第54-58页 |
| ·长度不均匀的虾头部识别和分级 | 第58-61页 |
| ·长度不均匀的虾头部识别 | 第58-59页 |
| ·长度不均匀的虾分级 | 第59-60页 |
| ·一幅图像多个虾的识别和分级 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 软件应用介绍 | 第62-65页 |
| ·软件界面和功能介绍 | 第62-64页 |
| ·虾图像预处理软件 | 第62-64页 |
| ·虾图像小波变换处理软件 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论和展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·本论文主要创新点 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 个人简介 | 第71页 |
