基于视觉识别的鲜烟叶分拣系统的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.3.1 农产品的品质检测 | 第12-13页 |
| 1.3.2 鲜烟叶的品质分级 | 第13-14页 |
| 1.4 本文主要研究内容与章节安排 | 第14-17页 |
| 第二章 鲜烟叶分级系统的总体设计 | 第17-31页 |
| 2.1 分拣系统的特性要求及设计难点 | 第17页 |
| 2.1.1 系统的特性要求 | 第17页 |
| 2.1.2 系统设计难点分析 | 第17页 |
| 2.2 分拣系统的总体设计 | 第17-21页 |
| 2.2.1 系统控制方式设计 | 第18-19页 |
| 2.2.2 系统分拣结构设计 | 第19-21页 |
| 2.3 控制系统的硬件设计 | 第21-25页 |
| 2.3.1 系统的硬件结构 | 第21-22页 |
| 2.3.2 系统的关键技术 | 第22-25页 |
| 2.4 控制系统的程序设计 | 第25-29页 |
| 2.4.1 编程软件介绍 | 第26-27页 |
| 2.4.2 程序设计 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 烟叶图像采集与显示 | 第31-39页 |
| 3.1 系统指标分析 | 第31-32页 |
| 3.1.1 彩色分辨率 | 第31页 |
| 3.1.2 尺寸分辨率 | 第31-32页 |
| 3.2 图像采集系统硬件设计 | 第32-36页 |
| 3.2.1 光照系统 | 第33页 |
| 3.2.2 CCD相机 | 第33-35页 |
| 3.2.3 图像采集卡 | 第35-36页 |
| 3.3 图像采集系统软件设计 | 第36-37页 |
| 3.3.1 LabVIEW图像采集函数 | 第36-37页 |
| 3.3.2 LabVIEW烟叶图像采集程序 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 烟叶质量分级处理 | 第39-71页 |
| 4.1 模式识别系统概述 | 第39-40页 |
| 4.2 待试烟叶介绍 | 第40-41页 |
| 4.3 烟叶图像预处理 | 第41-51页 |
| 4.3.1 图像平滑 | 第41-45页 |
| 4.3.2 图像分割 | 第45-48页 |
| 4.3.3 边缘提取 | 第48-51页 |
| 4.4 烟叶图像特征提取与选择 | 第51-60页 |
| 4.4.1 颜色特征 | 第51-54页 |
| 4.4.2 纹理特征 | 第54-60页 |
| 4.4.3 面积特征 | 第60页 |
| 4.5 数据降维 | 第60-62页 |
| 4.6 烟叶分级 | 第62-69页 |
| 4.6.1 单隐层前向神经网络 | 第62-63页 |
| 4.6.2 BP神经网络 | 第63-65页 |
| 4.6.3 极限学习机 | 第65-66页 |
| 4.6.4 正则极限学习机 | 第66-68页 |
| 4.6.5 烟叶成熟度的检测 | 第68-69页 |
| 4.7 本章小结 | 第69-71页 |
| 第五章 烟叶分级软件系统的设计 | 第71-79页 |
| 5.1 软件开发工具 | 第71-72页 |
| 5.2 软件设计总体方案 | 第72页 |
| 5.3 用户操作界面设计 | 第72-74页 |
| 5.4 图像处理和分析 | 第74-77页 |
| 5.5 本章小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 论文总结 | 第79-80页 |
| 6.3 研究展望 | 第80-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 附录 攻读硕士期间发表学术论文和参与的科研项目 | 第89页 |
| A. 发表的学术论文 | 第89页 |
| B. 参与的科研项目 | 第89页 |
