| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究发展和现状 | 第15-21页 |
| 1.2.1 猕猴桃概述 | 第15-16页 |
| 1.2.2 果实识别技术概述 | 第16-20页 |
| 1.2.3 K-means聚类算法研究现状 | 第20-21页 |
| 1.3 主要研究内容及技术路线 | 第21-23页 |
| 1.3.1 主要研究内容 | 第21-22页 |
| 1.3.2 技术路线 | 第22-23页 |
| 第二章 基于R-G的猕猴桃多目标果实识别方法研究 | 第23-37页 |
| 2.1 猕猴桃图像获取 | 第23-24页 |
| 2.2 颜色空间选取 | 第24-28页 |
| 2.3 果萼识别方法 | 第28-31页 |
| 2.3.1 RGB图像处理方法 | 第28-29页 |
| 2.3.2 图像处理过程 | 第29-31页 |
| 2.4 多目标果实识别验证试验 | 第31-35页 |
| 2.4.1 试验装置 | 第31页 |
| 2.4.2 试验方法 | 第31页 |
| 2.4.3 试验结果及数据分析 | 第31-35页 |
| 2.4.4 试验结论 | 第35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 色差分割法图像处理软件分割系统开发 | 第37-45页 |
| 3.1 开发目标与设计目的 | 第37页 |
| 3.2 装置及软硬件要求 | 第37-39页 |
| 3.3 系统总设计流程 | 第39-40页 |
| 3.4 猕猴桃果实图像的预处理 | 第40-42页 |
| 3.5 其他领域的应用 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 改进K-means聚类的猕猴桃多目标果实识别方法研究 | 第45-57页 |
| 4.1 颜色空间选取 | 第45-48页 |
| 4.2 改进K-means聚类的簇生猕猴桃多目标果实识别方法 | 第48-49页 |
| 4.2.1 算法步骤 | 第48页 |
| 4.2.2 初始聚类中心的选择 | 第48-49页 |
| 4.3 改进K-means聚类的簇生猕猴桃多目标果实识别方法的实现 | 第49-50页 |
| 4.3.1 图像平滑 | 第49-50页 |
| 4.3.2 颜色通道之间的的变换 | 第50页 |
| 4.4 改进K-means聚类的簇生猕猴桃多目标果实识别方法试验分析 | 第50-54页 |
| 4.4.1 试验装置 | 第50-51页 |
| 4.4.2 试验方法 | 第51-52页 |
| 4.4.3 试验结果及数据分析 | 第52-54页 |
| 4.4.4 结论 | 第54页 |
| 4.5 本章小结 | 第54-57页 |
| 第五章 猕猴桃多目标果实果萼坐标的获取方法及试验 | 第57-63页 |
| 5.1 识别点坐标的获取 | 第57-59页 |
| 5.2 试验方法 | 第59-60页 |
| 5.3 试验结果及数据分析 | 第60-62页 |
| 5.4 试验结论 | 第62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-67页 |
| 6.1 结论 | 第63-64页 |
| 6.2 研究创新点 | 第64-65页 |
| 6.3 展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
