基于机器视觉的动态马铃薯外部品质无损检测研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第6-11页 |
1.1 课题来源 | 第6页 |
1.2 研究的意义 | 第6-7页 |
1.3 国内外研究现状 | 第7-9页 |
1.4 课题研究内容 | 第9-10页 |
1.5 本章小结 | 第10-11页 |
第二章 图像预处理 | 第11-17页 |
2.1 图像平滑 | 第11-12页 |
2.2 图像分割 | 第12-14页 |
2.3 形态学处理 | 第14-16页 |
2.4 本章小结 | 第16-17页 |
第三章 外部缺陷检测 | 第17-26页 |
3.1 基于SUSAN算子缺陷分割 | 第17-20页 |
3.2 灰度信息缺陷分割 | 第20-25页 |
3.3 本章小结 | 第25-26页 |
第四章 马铃薯重量检测 | 第26-34页 |
4.1 面积法 | 第26页 |
4.2 周长法 | 第26-27页 |
4.3 质量模型参数选择 | 第27-33页 |
4.4 本章小结 | 第33-34页 |
第五章 马铃薯薯形检测 | 第34-43页 |
5.1 图像的不变矩 | 第34-38页 |
5.2 人工神经网络 | 第38-40页 |
5.3 基于BP神经网络的薯形分类模型 | 第40-41页 |
5.4 实验结果 | 第41-42页 |
5.5 本章小结 | 第42-43页 |
第六章 并行处理及系统软件设计 | 第43-52页 |
6.1 并行处理概述 | 第43-44页 |
6.2 并行处理实验 | 第44-45页 |
6.3 模块并行程序检测 | 第45-48页 |
6.4 系统软件设计 | 第48-49页 |
6.5 本章小结 | 第49-52页 |
第七章 结论与展望 | 第52-54页 |
7.1 结论 | 第52-53页 |
7.2 不足与展望 | 第53-54页 |
参考文献 | 第54-57页 |
致谢 | 第57-58页 |
个人简介 | 第58页 |