基于图像处理技术的面粉麸星检测技术研究与实现
| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪论 | 第7-11页 |
| ·课题研究的目的和意义 | 第7-8页 |
| ·麸星检测技术的研究现状 | 第8-10页 |
| ·论文主要完成的工作 | 第10-11页 |
| 第2章 面粉麸星检测仪的软硬件设计与实现 | 第11-29页 |
| ·检测仪硬件设计 | 第11-24页 |
| ·硬件总体结构设计 | 第11-12页 |
| ·光照度测控电路的设计与实现 | 第12-22页 |
| ·通信模块的设计与实现 | 第22页 |
| ·步进电机控制模块的设计与实现 | 第22-23页 |
| ·其它硬件电路设计 | 第23-24页 |
| ·检测仪软件设计 | 第24-28页 |
| ·软件主程序设计 | 第24-25页 |
| ·光照度测控程序的设计 | 第25-26页 |
| ·通信程序的设计 | 第26-27页 |
| ·步进电机控制程序的设计 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于人工神经网络的光照度数据拟合 | 第29-43页 |
| ·人工神经网络介绍 | 第29-34页 |
| ·BP神经网络简介 | 第30-33页 |
| ·BP神经网络存在的缺点及改进方法 | 第33-34页 |
| ·改进BP神经网络在数据拟合中的实际应用 | 第34-42页 |
| ·改进BP神经网络的设计 | 第34-37页 |
| ·改进BP神经网络的训练 | 第37-41页 |
| ·应用效果测试 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于图像处理技术的面粉麸星检测 | 第43-60页 |
| ·数字图像基础知识简介 | 第43-45页 |
| ·数字图像处理技术 | 第45-53页 |
| ·数字图像的灰度化 | 第45-46页 |
| ·数字图像的二值化 | 第46-47页 |
| ·数字图像的快速自适应滤波 | 第47-53页 |
| ·麸星的识别与计算 | 第53-59页 |
| ·传统识别方法分析比较 | 第53-55页 |
| ·麸星的快速有效提取 | 第55-57页 |
| ·麸星的归一化算法 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 面粉麸星检测的软件实现 | 第60-68页 |
| ·软件系统的构成 | 第60-61页 |
| ·软件系统各部分功能的实现 | 第61-66页 |
| ·麸星检测模块的实现 | 第61-63页 |
| ·摄像头驱动模块的实现 | 第63-65页 |
| ·人员信息管理模块的实现 | 第65-66页 |
| ·面粉麸星检测系统应用结果分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的论文 | 第76-78页 |
