| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究的目的和意义 | 第11-12页 |
| ·数字图像处理技术及其国内外研究现状 | 第12-15页 |
| ·国内外数字图像处理技术在大米外观品质检测的研究现状 | 第15-17页 |
| ·研究目标与研究方案 | 第17-19页 |
| ·研究的内容与目标 | 第17页 |
| ·研究方案 | 第17-19页 |
| 第2章 大米图像的获取和预处理 | 第19-33页 |
| ·获取大米图像的硬件系统 | 第19-22页 |
| ·计算机 | 第19-20页 |
| ·扫描仪 | 第20-21页 |
| ·数码相机 | 第21-22页 |
| ·图像去噪 | 第22-25页 |
| ·邻域平滑法 | 第22-23页 |
| ·Gauss滤波 | 第23-24页 |
| ·中值滤波 | 第24-25页 |
| ·彩色图像到灰度图像的变换 | 第25-26页 |
| ·图像灰度直方图 | 第26-29页 |
| ·灰度直方图 | 第26-28页 |
| ·灰度直方图的计算 | 第28-29页 |
| ·背景分割 | 第29-31页 |
| ·灰度阈值法 | 第29-30页 |
| ·Ostu算法 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 碎米率的检测研究 | 第33-38页 |
| ·碎米率的概念 | 第33-34页 |
| ·区域标记算法 | 第34-37页 |
| ·经典的区域标记算法 | 第34-35页 |
| ·行程标记算法 | 第35-36页 |
| ·改进的行程标记算法 | 第36-37页 |
| ·碎米的检测流程 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 垩白米的检测研究 | 第38-52页 |
| ·垩白米与品质分析 | 第38-39页 |
| ·垩白米的检测方法 | 第39-51页 |
| ·基于垩白大小的检测算法 | 第39-41页 |
| ·基于分形维数的检测算法 | 第41-43页 |
| ·基于极坐标的检测算法 | 第43-47页 |
| ·基于神经网络的检测算法 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 黄粒米的检测研究 | 第52-62页 |
| ·黄粒米与品质分析 | 第52页 |
| ·色度学基础与颜色模型 | 第52-56页 |
| ·RGB模型 | 第52-53页 |
| ·HSI模型 | 第53-55页 |
| ·XYZ颜色模型 | 第55-56页 |
| ·CMYK模型 | 第56页 |
| ·黄粒米的检测算法 | 第56-61页 |
| ·基于色度的检测算法 | 第56-59页 |
| ·BP神经网络的检测算法 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 大米检测系统的实现 | 第62-71页 |
| ·图像文件操作 | 第62-63页 |
| ·原始图像预处理 | 第63-66页 |
| ·图像去噪 | 第63-64页 |
| ·灰度图像 | 第64页 |
| ·灰度直方图 | 第64-65页 |
| ·图像二值化 | 第65页 |
| ·背景分割 | 第65-66页 |
| ·检测系统 | 第66-69页 |
| ·碎米的检测 | 第66-67页 |
| ·垩白米的检测 | 第67-68页 |
| ·黄粒米的检测 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |