首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于机器视觉的珍珠分级检测技术研究

摘要第1-5页
ABSTRACT第5-8页
目录第8-11页
第一章 绪论第11-21页
   ·研究目的及意义第11-12页
   ·机器视觉检测的国内外研究现状第12-19页
     ·机器视觉在农业工程领域的应用第13页
     ·机器视觉在珍珠检测领域的国内外研究现状第13-15页
     ·机器视觉在其它农产品检测上的研究现状第15-18页
     ·珍珠检测研究中的难点和问题第18-19页
   ·本文研究的主要内容及创新点第19-21页
第二章 珍珠及其分级国家标准简介第21-26页
   ·引言第21页
   ·养殖珍珠分级国家标准简介第21-24页
     ·部分淡水养殖无核珍珠的术语和定义第21-22页
     ·淡水养殖珍珠质量因素及级别第22-23页
     ·人工检验方法第23-24页
   ·珍珠的材料特性及其光学性质分析第24-25页
     ·珍珠的组成第24-25页
     ·珍珠的结构第25页
     ·珍珠的光学特性第25页
   ·本章小结第25-26页
第三章 图像采集系统的设计第26-41页
   ·珍珠分类视觉检测系统的总体结构第26页
   ·机器视觉系统需求分析第26-27页
   ·珍珠检测的需求分析第27-29页
   ·成像模块的设计第29-33页
     ·工业相机的选择第29-32页
     ·镜头的选择第32页
     ·图像采集卡的选择第32-33页
   ·照明模块的设计第33-38页
     ·光源的选择第34-35页
     ·照明方式的选择第35-38页
   ·珍珠旋转机构设计第38-39页
   ·珍珠阵列底座背景第39-40页
   ·本章小结第40-41页
第四章 珍珠图像预处理和目标分割第41-54页
   ·图像去噪第41-45页
     ·彩色图像滤波算法第41-44页
       ·均值滤波算法第41-42页
       ·一种改进的加权矢量中值滤波算法第42-44页
     ·珍珠图像滤波结果第44-45页
   ·图像分割第45-51页
     ·图像灰度化第46页
     ·图像灰度阈值分割第46-51页
       ·定义第47页
       ·直方图阈值法第47页
       ·迭代法第47-48页
       ·最大类间方差法第48-49页
       ·基于先验知识的局部阈值分割第49页
       ·分割结果第49-51页
   ·区域标记算法第51-53页
     ·邻域第51页
     ·邻接性第51-52页
     ·连通分量第52页
     ·区域连通标记算法第52页
     ·区域标记及目标提取结果第52-53页
   ·本章小结第53-54页
第五章 珍珠分级指标检测第54-76页
   ·引言第54页
   ·颜色分类第54-59页
     ·常用颜色模型第55-57页
       ·RGB颜色模型第55页
       ·HSV颜色模型第55-57页
     ·基于色调直方图局部分布的检测算法第57-59页
   ·大小和形状检测第59-64页
     ·区域型心的检测第59-60页
     ·最大最小直径检测第60-64页
       ·传统矩检测算法第61页
       ·基于珍珠形状的快速检测算法第61-63页
       ·形状检测结果第63-64页
   ·光洁度分级第64-75页
     ·瑕疵分析第64-67页
       ·螺纹瑕疵分析第65页
       ·花点瑕疵分析第65-66页
       ·花皮瑕疵分析第66-67页
     ·形状描述算法第67-70页
       ·常用形状描述法第67-68页
       ·基于反光区主轴投影的边界描述第68-70页
     ·瑕疵分割第70页
     ·螺纹的检测第70-73页
       ·螺纹检测预处理第70-72页
       ·检测结果第72-73页
     ·花点和花皮的检测第73-75页
       ·花点花皮检测算法第74-75页
       ·花皮花点检测结果第75页
   ·本章小结第75-76页
第六章 分级检测流程及数据分析第76-83页
   ·分级检测流程第76-77页
   ·颜色分类第77-78页
     ·颜色分类流程第77-78页
     ·颜色分流数据统计第78页
   ·形状及大小分类第78-80页
     ·形状及大小分类流程第78-79页
     ·规则形状的形状及大小判别第79-80页
     ·异形与规则形状判别第80页
   ·光洁度检测第80-82页
     ·光洁度检测流程第80-81页
     ·分类数据统计第81-82页
   ·本章小结第82-83页
第七章 总结和展望第83-85页
   ·总结第83-84页
   ·展望第84-85页
参考文献第85-89页
附录1第89-93页
附录2第93-95页
附录3第95-97页
致谢第97-98页
攻读硕士学位期间发表的学术论文目录第98页

论文共98页,点击 下载论文
上一篇:基于数据仓库技术的电力营销决策支持系统
下一篇:城市空间结构视角下的城市竞争力研究--以湖州市为例