首页--农业科学论文--农业工程论文--农业机械及农具论文--农产品初步加工机具论文--清选、分级机具论文

基于机器视觉的红枣分级及其执行装置的设计

摘要第6-8页
abstract第8-10页
第一章 绪论第14-21页
    1.1 选题背景及研究意义第14页
    1.2 研究现状第14-19页
        1.2.1 红枣分级设备研究现状第14-16页
        1.2.2 机器视觉技术在农产品检测方面的研究现状第16-19页
    1.3 研究目标、内容及技术路线第19-21页
        1.3.1 研究目标及内容第19页
        1.3.2 技术路线第19-21页
第二章 基于机器视觉的红枣图像获取研究第21-33页
    2.1 基于机器视觉的红枣图像获取试验平台的搭建第21-24页
        2.1.1 红枣传输机构的设计第21-22页
            2.1.1.1 滚子设计第21页
            2.1.1.2 机架设计第21-22页
        2.1.2 图像采集硬件第22-23页
        2.1.3 整体试验平台的组装第23-24页
    2.2 红枣图像获取可靠性研究第24-29页
        2.2.1 红枣的受力分析第24-25页
        2.2.2 红枣的运动分析第25-26页
        2.2.3 红枣图像采集试验验证第26-29页
    2.3 基于单片机获取红枣图像控制软件设计第29-31页
    2.4 本章小结第31-33页
第三章 红枣图像分级处理研究第33-51页
    3.1 图像处理技术研究现状第33-34页
    3.2 获取红枣图像的识别第34-37页
        3.2.1 大小识别第35-36页
        3.2.2 病害识别第36页
        3.2.3 裂纹识别第36-37页
    3.3 红枣图像的拼接第37-48页
        3.3.1 图像拼接基本流程第37-38页
        3.3.2 图像预处理第38-39页
        3.3.3 基于图像特征SURF算法匹配原理第39-44页
            3.3.3.1 积分图第39-40页
            3.3.3.2 构建Hessian矩阵构造高斯金字塔第40-42页
            3.3.3.3 利用非极大值抑制初步确定特征点第42-43页
            3.3.3.4 选取特征点的主方向第43页
            3.3.3.5 构造surf特征点描述算子第43-44页
        3.3.4 基于OpenCV的SURF算法源码第44-45页
            3.3.4.1 SURF特征点检测第44页
            3.3.4.2 SURF特征点提取第44-45页
            3.3.4.3 RANSAC算法提纯匹配对第45页
        3.3.5 图像融合第45-46页
        3.3.6 图像拼接软件设计第46-48页
    3.4 直接识别与拼接后再识别方案对比第48-50页
    3.5 本章小结第50-51页
第四章 红枣分级执行装置设计及其可靠性研究第51-66页
    4.1 分级执行机构设计第51-53页
    4.2 分级通道设计第53-54页
    4.3 分级执行机构分级可靠性研究第54-61页
        4.3.1 试验样品第54页
        4.3.2 主要仪器和软件第54-55页
        4.3.3 试验设计第55-57页
        4.3.4 结果与分析第57-61页
    4.4 分级控制系统设计第61-65页
        4.4.1 单片机串口通信方式第61页
        4.4.2 串口通信标准第61-62页
        4.4.3 串口通信软件设计第62-64页
        4.4.4 红枣的同步跟踪第64-65页
    4.5 红枣在线检测分级第65页
    4.6 本章小结第65-66页
第五章 结论与展望第66-68页
    5.1 结论第66-67页
    5.2 创新点第67页
    5.3 展望第67-68页
参考文献第68-72页
附录第72-85页
致谢第85-86页
作者简介第86页

论文共86页,点击 下载论文
上一篇:负压式农产品干燥机的实验研究与优化设计
下一篇:利用转录组测序技术对罗伯茨绿僵菌可变剪接事件的研究