基于随机森林大豆籽粒外观品质识别系统的设计与实现
| 中文摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 前言 | 第11-17页 |
| 1.1 研究的目的与意义 | 第11-12页 |
| 1.2 研究现状及发展趋势 | 第12-14页 |
| 1.2.1 机器视觉在农产品检测中的现状及趋势 | 第12-13页 |
| 1.2.2 模式识别发展现状及趋势 | 第13-14页 |
| 1.3 本文研究内容和路线 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 大豆外观品质检测系统构成 | 第17-24页 |
| 2.1 特征参数采集系统 | 第18-21页 |
| 2.1.1 搭建特征参数采集系统平台 | 第18-19页 |
| 2.1.2 实验材料选取 | 第19页 |
| 2.1.3 图像采集 | 第19-20页 |
| 2.1.4 图像预处理 | 第20页 |
| 2.1.5 特征提取 | 第20-21页 |
| 2.2 模式识别分类器 | 第21页 |
| 2.3 软件系统设计思路 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 基于随机森林的大豆品质识别研究 | 第24-46页 |
| 3.1 模式识别 | 第24-30页 |
| 3.1.1 模式识别主要方法 | 第25-29页 |
| 3.1.2 随机森林算法 | 第29-30页 |
| 3.2 分类器设计 | 第30-39页 |
| 3.2.1 样本特征值选取 | 第30-34页 |
| 3.2.2 构建分类器 | 第34-38页 |
| 3.2.3 决策树棵树选取 | 第38-39页 |
| 3.3 大豆品质识别结果 | 第39-45页 |
| 3.3.1 实验结果 | 第39-41页 |
| 3.3.2 识别测试 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 系统软件设计 | 第46-60页 |
| 4.1 软件开发环境 | 第46-48页 |
| 4.1.1 Visual C++ 6.0 | 第46-47页 |
| 4.1.2 开发语言特点 | 第47页 |
| 4.1.3 数据库特点 | 第47-48页 |
| 4.2 软件系统总体设计 | 第48-53页 |
| 4.2.1 主要模块设计 | 第49-52页 |
| 4.2.2 附属模块设计 | 第52-53页 |
| 4.3 软件系统实现主要技术研究 | 第53-59页 |
| 4.3.1 Matlab与VC++集成交互 | 第53-54页 |
| 4.3.2 硬件与软件系统间的通信 | 第54-55页 |
| 4.3.3 动态链接库技术 | 第55-58页 |
| 4.3.4 多线程技术 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 软件系统实现 | 第60-67页 |
| 5.1 系统界面显示 | 第60-66页 |
| 5.1.1 用户登录模块实现 | 第61-62页 |
| 5.1.2 图像文件操作模块实现 | 第62-63页 |
| 5.1.3 图像预处理模块实现 | 第63-65页 |
| 5.1.4 图像特征提取模块实现 | 第65页 |
| 5.1.5 大豆分类识别模块实现 | 第65-66页 |
| 5.2 本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-68页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72-74页 |
| 攻读学位期间发表的学术论文 | 第74页 |
