| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-15页 |
| 第一节 课题背景和研究意义 | 第9-10页 |
| 第二节 研究现状与趋势 | 第10-11页 |
| 第三节 嵌入式系统简介 | 第11-13页 |
| 一、嵌入式系统的特点 | 第11-12页 |
| 二、嵌入式系统的开发流程 | 第12-13页 |
| 第四节 课题研究内容及方案 | 第13-14页 |
| 一、课题研究内容 | 第13页 |
| 二、课题研究方案 | 第13-14页 |
| 第五节 论文结构 | 第14-15页 |
| 第2章 系统整体设计及软硬件平台介绍 | 第15-20页 |
| 第一节 系统整体设计介绍 | 第15-16页 |
| 第二节 硬件平台介绍 | 第16-18页 |
| 第三节 软件平台介绍 | 第18-19页 |
| 第四节 本章小结 | 第19-20页 |
| 第3章 图像获取与预处理 | 第20-30页 |
| 第一节 图像获取 | 第20-22页 |
| 一、图像采集 | 第20-21页 |
| 二、BMP 图像编码格式 | 第21-22页 |
| 第二节 灰度变换 | 第22-23页 |
| 第三节 图像分割 | 第23-24页 |
| 第四节 图像的中值滤波 | 第24-27页 |
| 一、中值滤波原理 | 第25-26页 |
| 二、中值滤波的C 语言实现和效果 | 第26-27页 |
| 第五节 边缘检测 | 第27-28页 |
| 第六节 轮廓提取 | 第28-29页 |
| 第七节 本章小结 | 第29-30页 |
| 第4章 罗汉果果实图像特征提取 | 第30-38页 |
| 第一节 颜色特征的提取 | 第30-32页 |
| 第二节 几何特征的提取 | 第32-37页 |
| 一、长度和宽度特征的提取 | 第32-33页 |
| 二、周长特征的提取 | 第33-35页 |
| 三、面积特征的提取 | 第35页 |
| 四、矩形度特征的提取 | 第35-36页 |
| 五、圆形度特征的提取 | 第36页 |
| 六、伸长度特征的提取 | 第36-37页 |
| 第三节 几何特征的提取 | 第37-38页 |
| 第5章 罗汉果种属识别 | 第38-53页 |
| 第一节 图像识别概述 | 第38-39页 |
| 第二节 人工神经网络基本原理 | 第39-47页 |
| 一、人工神经网络概述 | 第39-42页 |
| 二、标准BP 算法 | 第42-45页 |
| 三、BP 网络训练模式 | 第45-46页 |
| 四、标准BP 算法的改进 | 第46-47页 |
| 第三节 MATLAB 平台上BP 神经网络图像识别器的设计和训练 | 第47-52页 |
| 一、BP 网络的设计 | 第47-48页 |
| 二、训练样本的选取和BP 网络的训练 | 第48-49页 |
| 三、仿真结果及其分析 | 第49-52页 |
| 第四节 用标准C 语言设计和训练BP 神经网络图像识别器 | 第52页 |
| 第五节 小结 | 第52-53页 |
| 第6章 嵌入式开发环境的构建和算法移植 | 第53-62页 |
| 第一节 嵌入式系统开发环境的构建 | 第53-54页 |
| 一、嵌入式交叉编译环境的搭建 | 第53-54页 |
| 二、开发环境中其他服务的配置 | 第54页 |
| 第二节 Bootloader 简介 | 第54-55页 |
| 第三节 内核的编译与配置 | 第55-56页 |
| 一、嵌入式Linux 内核简介 | 第55页 |
| 二、嵌入式Linux 内核的编译与配置 | 第55-56页 |
| 第四节 图像识别算法移植 | 第56-57页 |
| 第五节 根文件系统的制作 | 第57-61页 |
| 第六节 系统整体测试结果及分析 | 第61页 |
| 第七节 小结 | 第61-62页 |
| 第7章 总结和展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士期间科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |