| 致谢 | 第6-8页 |
| 摘要 | 第8-11页 |
| Abstract | 第11-15页 |
| 符号列表 | 第26-29页 |
| 第一章 绪论 | 第29-55页 |
| 1.1 研究背景和意义 | 第29-38页 |
| 1.1.1 研究背景 | 第29-32页 |
| 1.1.2 虾类产品加工生产过程 | 第32-33页 |
| 1.1.3 对虾外观特征及国家标准 | 第33-35页 |
| 1.1.4 生鲜虾中的杂质类型 | 第35-37页 |
| 1.1.5 熟对虾中的次品类型 | 第37-38页 |
| 1.2 水产分选装备的国内外研究进展 | 第38-41页 |
| 1.2.1 传统水产分选装备国内研究进展 | 第38-39页 |
| 1.2.2 传统水产分选装备国外研究进展 | 第39-41页 |
| 1.3 水产品分类算法的国内外研究进展 | 第41-47页 |
| 1.3.1 尺寸与形态检测 | 第41-43页 |
| 1.3.2 颜色一致性检测 | 第43-44页 |
| 1.3.3 形态完整性性检测 | 第44-46页 |
| 1.3.4 品种识别与数量统计 | 第46-47页 |
| 1.4 农业目标的粘连性研究综述 | 第47-49页 |
| 1.5 国内外同类研究中存在的问题和可借鉴之处 | 第49-52页 |
| 1.5.1 单一特征指标在对虾分类中的局限性 | 第49-50页 |
| 1.5.2 对虾自动分选装备中的对虾相互粘连现象 | 第50-52页 |
| 1.6 论文的主要研究内容及技术路线图 | 第52-54页 |
| 1.7 本章小结 | 第54-55页 |
| 第二章 机器视觉系统构建及其关键参数的计算与验证 | 第55-74页 |
| 2.1 机器视觉技术 | 第55-57页 |
| 2.2 机器视觉系统部件 | 第57-68页 |
| 2.2.1 光源及照明方式选择 | 第57-60页 |
| 2.2.2 相机及镜头选型 | 第60-65页 |
| 2.2.4 计算机处理系统 | 第65页 |
| 2.2.5 传感器的选型 | 第65-67页 |
| 2.2.6 气动执行部件选型 | 第67-68页 |
| 2.3 机器视觉系统中关键参数的计算与验证 | 第68-73页 |
| 2.3.1 两种触发方式获取图像及效果对比 | 第68-71页 |
| 2.3.2 动态图像模糊应对策略 | 第71-72页 |
| 2.3.3 物距的理论性计算与验证 | 第72-73页 |
| 2.4 本章小结 | 第73-74页 |
| 第三章 基于迭代算法的对虾层级分类方法的研究 | 第74-112页 |
| 3.1 对虾图像背景分割 | 第74-78页 |
| 3.2 对虾图像特征提取与优选方法 | 第78-95页 |
| 3.2.1 颜色特征的提取 | 第78-79页 |
| 3.2.2 形状特征的提取 | 第79-84页 |
| 3.2.3 纹理特征提取 | 第84-87页 |
| 3.2.4 对虾轮廓关键特征点提取 | 第87-90页 |
| 3.2.5 生鲜虾完整性特征提取 | 第90-93页 |
| 3.2.6 绝对特征与相对特征 | 第93-94页 |
| 3.2.7 特征优选方法 | 第94-95页 |
| 3.3 阈值分类器设计与迭代算法 | 第95-104页 |
| 3.3.1 基于纽曼皮特森的阈值分类器(TCNP) | 第97-99页 |
| 3.3.2 基于两类最小错误率的阈值分类器(TCMER) | 第99-100页 |
| 3.3.3 迭代算法 | 第100-104页 |
| 3.4 实验结果与分析 | 第104-111页 |
| 3.4.1 虾体不完整性实验结果与分析 | 第104-105页 |
| 3.4.2 迭代算法的结果与分析 | 第105-111页 |
| 3.5 本章小结 | 第111-112页 |
| 第四章 基于改进Majority分类器融合规则的对虾分类算法研究 | 第112-130页 |
| 4.1 分类器融合理论 | 第112-116页 |
| 4.1.1 分类器融合规则 | 第112-113页 |
| 4.1.2 融合分类器的理论框架 | 第113-116页 |
| 4.2 基分类器后验概率计算 | 第116-119页 |
| 4.2.1 最近邻分类器后验概率计算 | 第116-117页 |
| 4.2.2 线性判别分类器后验概率计算 | 第117-118页 |
| 4.2.3 神经网络分类器后验概率计算 | 第118页 |
| 4.2.4 决策树分类器后验概率计算 | 第118-119页 |
| 4.3 特征与分类器的组合方式 | 第119-122页 |
| 4.3.1 平行组合方式 | 第119-121页 |
| 4.3.2 串行组合方式 | 第121-122页 |
| 4.4 改进的Majority分类器融合规则(IMAJ) | 第122-123页 |
| 4.5 实验结果与分析 | 第123-129页 |
| 4.5.1 不同分类器融合效果对比 | 第123-124页 |
| 4.5.2 单分类器与组合分类器效果对比 | 第124-128页 |
| 4.5.3 单特征、平行特征组合和串联特征组合的识别效果对比 | 第128-129页 |
| 4.6 本章小结 | 第129-130页 |
| 第五章 基于改进分水岭算法的成对粘连熟虾的分割与识别 | 第130-149页 |
| 5.1 冷冻粘连熟虾分割的背景 | 第130-131页 |
| 5.1.1 对虾粘连分析及分割算法简述 | 第130页 |
| 5.1.2 基于识别技术的目标分割方法简述 | 第130-131页 |
| 5.2 熟虾特征的提取 | 第131-134页 |
| 5.2.1 面积特征提取 | 第132页 |
| 5.2.2 虾眼提取 | 第132-134页 |
| 5.2.3 面积比特征提取 | 第134页 |
| 5.3 粘连熟虾分割线查找算法 | 第134-142页 |
| 5.3.1 基于分水岭算法的粘连熟虾分割 | 第135-138页 |
| 5.3.2 改进剪枝算法 | 第138-142页 |
| 5.4 分割虾体位置坐标的判定方法 | 第142页 |
| 5.5 实验结果与分析 | 第142-148页 |
| 5.5.1 熟虾样本采集 | 第142-143页 |
| 5.5.2 单只熟虾训练模型的建立 | 第143-145页 |
| 5.5.3 所提分割算法的实验结果 | 第145-146页 |
| 5.5.4 粘连熟虾的分割准确率分析 | 第146-147页 |
| 5.5.5 误分割说明 | 第147-148页 |
| 5.6 本章小结 | 第148-149页 |
| 第六章 批量粘连生鲜虾分割算法的研究 | 第149-169页 |
| 6.1 背景阐述 | 第149-150页 |
| 6.2 凹点查找与优化 | 第150-155页 |
| 6.2.1 凹点检测 | 第150-151页 |
| 6.2.2 冗余凹点缩减策略 | 第151-152页 |
| 6.2.3 最优凹点查找 | 第152-154页 |
| 6.2.4 半径优化策略 | 第154-155页 |
| 6.2.5 待检测凹点数目确定 | 第155页 |
| 6.3 分割线优化选择 | 第155-161页 |
| 6.3.1 线性拟合 | 第156-157页 |
| 6.3.2 圆形拟合 | 第157-161页 |
| 6.4 实验结果与分析 | 第161-167页 |
| 6.4.1 批量粘连生鲜虾样本获取 | 第161-162页 |
| 6.4.2 在线分割准确率分析 | 第162-164页 |
| 6.4.3 所提算法与改进分水岭算法分割效率对比 | 第164-166页 |
| 6.4.4 所提算法鲁棒性分析 | 第166-167页 |
| 6.5 总结 | 第167-169页 |
| 第七章 对虾分类算法的在线测试与实例验证 | 第169-227页 |
| 7.1 对虾分选装备中关键机构设计 | 第169-177页 |
| 7.1.1 上料系统 | 第170-171页 |
| 7.1.2 分选系统 | 第171-172页 |
| 7.1.3 图像采集系统 | 第172页 |
| 7.1.4 单粒化设计方案 | 第172-174页 |
| 7.1.5 分选系统 | 第174-175页 |
| 7.1.6 图像处理系统 | 第175-177页 |
| 7.2 对虾自动分选装备中动态参数的理论计算与验证 | 第177-186页 |
| 7.2.1 上料机与水平输送机之间的速度匹配策略与优化 | 第178-183页 |
| 7.2.2 传感器到若干气动喷气阀距离的理论性计算与验证 | 第183-184页 |
| 7.2.3 气阀延迟时间参数的计算 | 第184-186页 |
| 7.3 通用性算法软件设计 | 第186-206页 |
| 7.3.1 在线程序开发平台 | 第186-188页 |
| 7.3.2 通讯协议与参数选择 | 第188-191页 |
| 7.3.3 软件设计 | 第191-195页 |
| 7.3.4 软件结构 | 第195-206页 |
| 7.4 对虾自动分选装备的工作流程 | 第206-209页 |
| 7.5 原料虾在线分类算法测试与实验验证 | 第209-218页 |
| 7.5.1 原料虾检测、分割与识别算法在线测试与验证 | 第209-213页 |
| 7.5.2 原料虾在线分类检测界面设计 | 第213-216页 |
| 7.5.3 原料虾在线分类测试结果分析与人工对比 | 第216-218页 |
| 7.6 冷冻熟虾在线分类算法测试与实验验证 | 第218-225页 |
| 7.6.1 冷冻熟虾在线检测、分割与识别算法测试 | 第218-221页 |
| 7.6.2 冷冻熟虾在线分类检测界面设计 | 第221-223页 |
| 7.6.3 冷冻熟虾在线测试实验结果分析与人工对比 | 第223-225页 |
| 7.7 样机属性 | 第225页 |
| 7.8 本章小结 | 第225-227页 |
| 第八章 总结与展望 | 第227-231页 |
| 8.1 主要创新点 | 第227页 |
| 8.2 主要研究结论 | 第227-229页 |
| 8.3 展望 | 第229-231页 |
| 参考文献 | 第231-243页 |
| 研究生期间发表的主要学术成果 | 第243-244页 |
