| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 论文背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 农产品品质检测方法研究现状 | 第10-11页 |
| 1.2.2 农产品品质检测实现技术现状 | 第11-14页 |
| 1.3 课题目标及内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 玉米籽粒图像采集与处理 | 第16-26页 |
| 2.1 农产品品质检测与分级概述 | 第16-17页 |
| 2.2 采集图像预处理 | 第17-20页 |
| 2.2.1 玉米籽粒图像数据格式 | 第17页 |
| 2.2.2 数字图像色彩模型 | 第17-19页 |
| 2.2.3 图像增强 | 第19-20页 |
| 2.3 图像分割 | 第20-26页 |
| 2.3.1 基于主动轮廓模型的玉米图像分割 | 第21-22页 |
| 2.3.2 基于分水岭算法的玉米图像分割 | 第22-25页 |
| 2.3.3 两种分割算法分析 | 第25-26页 |
| 第3章 玉米品质检测分级的需求分析与方案设计 | 第26-45页 |
| 3.1 远程监测及品质分级系统需求分析 | 第26-28页 |
| 3.1.1 系统功能性需求分析 | 第26-27页 |
| 3.1.2 系统非功能性需求分析 | 第27-28页 |
| 3.2 总体方案设计 | 第28-29页 |
| 3.3 硬件设计 | 第29-33页 |
| 3.3.1 硬件总体设计 | 第29-30页 |
| 3.3.2 电源电路模块设计 | 第30-31页 |
| 3.3.3 通信接口电路模块设计 | 第31-33页 |
| 3.4 软件设计 | 第33-44页 |
| 3.4.1 软件总体设计 | 第33-34页 |
| 3.4.2 用户管理及登录模块设计 | 第34-36页 |
| 3.4.3 系统配置及管理 | 第36-39页 |
| 3.4.4 信息采集的软件设计 | 第39-41页 |
| 3.4.5 通讯与远程控制模块设计 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于遗传算法和 BP 神经网络的品质分级功能实现 | 第45-61页 |
| 4.1 遗传算法的原理 | 第45-46页 |
| 4.2 玉米品质分级的数学模型 | 第46页 |
| 4.3 基于遗传算法的玉米品质特征量筛选 | 第46-51页 |
| 4.3.1 染色体编码 | 第46-48页 |
| 4.3.2 遗传算子的选择 | 第48-49页 |
| 4.3.3 交叉算子的确立 | 第49-50页 |
| 4.3.4 变异算子的确立 | 第50-51页 |
| 4.4 基于遗传算法的玉米品质特征量实验 | 第51-55页 |
| 4.4.1 实施流程 | 第51-52页 |
| 4.4.2 生成初始群体 | 第52-53页 |
| 4.4.3 遗传的交叉和变异 | 第53-54页 |
| 4.4.4 遗传算法终止 | 第54-55页 |
| 4.5 神经网络算法简介 | 第55-56页 |
| 4.6 基于遗传算法和BP神经网络的品质分级 | 第56-58页 |
| 4.7 玉米抽样图像品质分级功能模块实现 | 第58-60页 |
| 4.7.1 信号特征向量提取功能模块 | 第58-59页 |
| 4.7.2 遗传算法功能模块 | 第59页 |
| 4.7.3 BP神经网络训练功能模块 | 第59-60页 |
| 4.8 玉米抽样监测及品质分级功能实现 | 第60-61页 |
| 第5章 研究小结 | 第61-63页 |
| 5.1 研究结论 | 第61-62页 |
| 5.2 继续研究的方向 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |