基于图像处理的烟叶分级研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·烟叶的常规化学分析 | 第10-11页 |
| ·应用于卷烟生产烟组配方的研究 | 第11页 |
| ·不同分类模型的研究 | 第11页 |
| ·本研究的主要内容 | 第11-12页 |
| ·研究方案 | 第12-13页 |
| ·本论文研究内容及其章节安排 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 烟叶的品质评审 | 第14-19页 |
| ·烟叶质量要素划分 | 第14-15页 |
| ·化学成分 | 第15-16页 |
| ·吸食性状 | 第16-17页 |
| ·外观性状 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 烟叶分级中的特征提取 | 第19-33页 |
| ·烟叶图像的预处理 | 第19-20页 |
| ·局部均值滤波和中值滤波 | 第19页 |
| ·灰度直方图的均衡化 | 第19-20页 |
| ·值化方法 | 第20-22页 |
| ·P-参数法 | 第20页 |
| ·模式法 | 第20-21页 |
| ·最大方差比方法 | 第21页 |
| ·可变阈值法 | 第21-22页 |
| ·烟叶图像质量特征参数的提取 | 第22-33页 |
| ·图像采集装置 | 第23页 |
| ·烟叶图像的颜色特征 | 第23-26页 |
| ·RGB颜色空间 | 第23页 |
| ·HSI颜色空间 | 第23-24页 |
| ·HSV颜色空间 | 第24-26页 |
| ·烟叶图像的形状特征 | 第26-28页 |
| ·图像的纹理分析 | 第28-32页 |
| ·灰度共生矩阵法 | 第30-32页 |
| ·烟叶图像的纹理特征 | 第32-33页 |
| 第四章 人工神经网络在烟叶分级中的应用 | 第33-53页 |
| ·人工神经元模型 | 第33-36页 |
| ·模型处理单元的激活转移函数 | 第34-36页 |
| ·BP网络 | 第36-53页 |
| ·BP神经元模型 | 第37-38页 |
| ·BP网络结构和算法 | 第38-42页 |
| ·BP网络在烟叶分级中的应用 | 第42-47页 |
| ·烟叶分组介绍 | 第42-43页 |
| ·烟叶分组 | 第42-43页 |
| ·试验材料 | 第43页 |
| ·建立烟叶分级的BP神经网络 | 第43-46页 |
| ·结果与分析 | 第46-47页 |
| ·反向传播算法的不足与限制 | 第47-48页 |
| ·BP学习算法的改进 | 第48-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 个人简历、攻读硕士期间发表论 | 第56-57页 |
| 致谢 | 第57页 |
