基于机器视觉的稻米品质评判方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-12页 |
| 第一章 绪论 | 第12-32页 |
| ·研究目的和意义 | 第12-14页 |
| ·国内外研究现状 | 第14-24页 |
| ·米粒大小形状检测 | 第14-16页 |
| ·米粒颜色检测 | 第16-18页 |
| ·米粒缺陷检测 | 第18-19页 |
| ·米粒粘连检测 | 第19-20页 |
| ·其他品质检测 | 第20-22页 |
| ·检测分级系统 | 第22-24页 |
| ·研究内容与方法 | 第24-27页 |
| ·研究内容 | 第24-25页 |
| ·技术路线与研究方法 | 第25-27页 |
| 参考文献 | 第27-32页 |
| 第二章 稻米内外品质相关性实验研究 | 第32-50页 |
| ·稻米内外品质相关性研究现状 | 第32-35页 |
| ·稻米内外品质实验研究 | 第35-47页 |
| ·不同品种品质相关性分析 | 第36-40页 |
| ·材料与方法 | 第36-38页 |
| ·实验数据与分析 | 第38-40页 |
| ·单一品种品质相关性分析 | 第40-47页 |
| ·材料与方法 | 第40-41页 |
| ·实验数据与分析 | 第41-47页 |
| ·结果与讨论 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 第三章 稻米外观品质评判系统及图像处理算法研究 | 第50-92页 |
| ·稻米外观品质评判系统的构建 | 第50-57页 |
| ·系统方案 | 第50-51页 |
| ·系统组成 | 第51-55页 |
| ·颜色校正 | 第55页 |
| ·几何标定 | 第55-56页 |
| ·稳定性分析 | 第56-57页 |
| ·基于效果评价的多米粒彩色图像分割算法研究 | 第57-88页 |
| ·稻米米粒外观特征描述 | 第57-58页 |
| ·稻米图像特征 | 第58-60页 |
| ·彩色图像分割方法 | 第60-64页 |
| ·彩色图像分割研究现状 | 第60-62页 |
| ·阈值分割方法 | 第62-64页 |
| ·基于改进UMA法的多米粒彩色图像分割 | 第64-75页 |
| ·稻米图像分割效果判定准则 | 第64-67页 |
| ·基于效果评判的分割方法选取 | 第67-70页 |
| ·基于效果评判的多米粒彩色图像分割 | 第70-75页 |
| ·基于且比雪夫逼近的垩白米垩白区域分割 | 第75-82页 |
| ·基于且比雪夫逼近原理的垩白分割算法 | 第76-77页 |
| ·分割效果验证 | 第77-80页 |
| ·单目视觉应用于垩白区域分割的可行性分析 | 第80-82页 |
| ·多米粒图像形态学滤波及米粒标识 | 第82-86页 |
| ·形态学描述 | 第82-83页 |
| ·米粒标识 | 第83-86页 |
| ·粘连米粒图像处理算法 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 第四章 稻米图像特征提取与外观品质评判方法研究 | 第92-130页 |
| ·基于霍特林变换的稻米图像特征提取 | 第92-107页 |
| ·特征提取算法 | 第93-100页 |
| ·边界提取 | 第93-94页 |
| ·大小、形状特征提取 | 第94-98页 |
| ·颜色特征提取 | 第98-100页 |
| ·霍特林变换原理 | 第100-104页 |
| ·算法验证 | 第104-106页 |
| ·材料与方法 | 第104页 |
| ·结果与分析 | 第104-106页 |
| ·稻米图像特征数据库 | 第106-107页 |
| ·基于多结构神经网络的稻米品质评判方法研究 | 第107-127页 |
| ·基于主成分分析法的特征参数选择 | 第107-115页 |
| ·主成分分析原理 | 第108-109页 |
| ·计算步骤 | 第109-111页 |
| ·结果与分析 | 第111-115页 |
| ·MSNN分类器设计 | 第115-127页 |
| ·输入参数选取 | 第115-119页 |
| ·MSNN分类器结构 | 第119-120页 |
| ·网络训练与效果评价 | 第120-127页 |
| ·本章小结 | 第127-128页 |
| 参考文献 | 第128-130页 |
| 第五章 基于Simulink的稻米动态图像分析 | 第130-157页 |
| ·Matlab & Simulink介绍 | 第130-132页 |
| ·基于改进背景差法的稻米动态图像检测 | 第132-148页 |
| ·动态图像采集 | 第132页 |
| ·运动目标检测方法 | 第132-134页 |
| ·基于改进背景差法的稻米图像检测算法 | 第134-139页 |
| ·Simulink仿真模型 | 第139-143页 |
| ·系统框图 | 第139-141页 |
| ·系统调试及结果显示 | 第141-143页 |
| ·动态图像特征提取及效果分析 | 第143-148页 |
| ·算法优化加速方法 | 第148-151页 |
| ·GPU-CPU多级并行系统 | 第148-150页 |
| ·DSP图像处理结构 | 第150-151页 |
| ·本章小结 | 第151-153页 |
| 参考文献 | 第153-157页 |
| 第六章 结论与展望 | 第157-160页 |
| ·结论 | 第157-158页 |
| ·创新点 | 第158-159页 |
| ·展望 | 第159-160页 |
| 附录 | 第160-162页 |
| 致谢 | 第162-163页 |
| 攻读博士学位期间发表的论文 | 第163页 |
