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 |