首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的粉板麸星检测系统研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-14页
    1.1 课题研究意义第9-10页
    1.2 课题研究背景第10-11页
    1.3 麸星智能检测技术的发展现状第11-13页
    1.4 论文主要研究内容第13-14页
第二章 数字图像处理基本知识第14-25页
    2.1 数字图像获取及表示方法第14-15页
    2.2 图像预处理第15-19页
        2.2.1 彩色图像灰度化第15-16页
        2.2.2 空间域单点增强第16-17页
        2.2.3 图像阈值分割第17-19页
    2.3 二值图像连通域快速标记算法第19-24页
        2.3.1 麸星面积第19-20页
        2.3.2 麸星数量第20-24页
    2.4 本章小结第24-25页
第三章 嵌入式机器视觉系统的构成第25-33页
    3.1 机器视觉系统概述第25-26页
    3.2 嵌入式机器视觉系统的构成第26-32页
        3.2.1 光源选择第26-27页
        3.2.2 镜头和相机第27-28页
        3.2.3 图像数据的传输方式第28页
        3.2.4 嵌入式处理平台第28-30页
        3.2.5 图像处理软件第30页
        3.2.6 图像用户界面第30-32页
    3.3 本章小结第32-33页
第四章 嵌入式处理平台设计第33-41页
    4.1 硬件电路设计第33-36页
        4.1.1 电源电路的设计第33-34页
        4.1.2 存储系统的设计第34-35页
        4.1.3 USB HOST接第35页
        4.1.4 RS-232接口电路设计第35-36页
        4.1.5 LCD触摸屏第36页
    4.2 软件设计第36-40页
        4.2.1 嵌入式开发环境的建立第36-37页
        4.2.2 OpenCV库的移植第37-39页
        4.2.3 应用软件的设计第39-40页
    4.3 本章小结第40-41页
第五章 粉板图像采集系统第41-52页
    5.1 光学系统第41-43页
        5.1.1 部分光学基础知识第41-42页
        5.1.2 光学系统平台搭建第42-43页
    5.2 基于V4L2的图像采集方法第43-46页
        5.2.1 V4L2简介第43-44页
        5.2.2 基于V4L2的图像采集方法第44-46页
    5.3 图像数据格式转换第46-50页
        5.3.1 RGB颜色模型第47页
        5.3.2 YUV颜色模型第47-48页
        5.3.3 YUV模型与RGB模型转换第48-50页
    5.4 图像显示与保存第50-51页
    5.5 本章小结第51-52页
第六章 粉板图像处理与计算第52-57页
    6.1 粉板图像预处理第52-54页
        6.1.1 灰度化第52页
        6.1.2 直方图均衡化第52-53页
        6.1.3 图像精细化截取第53-54页
        6.1.4 粉板图像二值化第54页
    6.2 麸星比例计算与验证第54-55页
    6.3 实际麸星面积分析计算第55-56页
    6.4 本章小结第56-57页
总结与展望第57-58页
    总结第57页
    展望第57-58页
参考文献第58-62页
学术论文第62-63页
致谢第63-64页
个人简介第64页

论文共64页,点击 下载论文
上一篇:框架式立体车库控制系统实验台设计研究
下一篇:中美灾难新闻报道的文化差异对比研究--以2014年马来西亚失联航班新闻报道为例