| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 一 绪论 | 第11-15页 |
| ·课题研究背景 | 第11页 |
| ·课题研究的意义 | 第11-12页 |
| ·国内外关于颜色识别和异色物检测技术的发展 | 第12-14页 |
| ·颜色识别技术的发展 | 第12-13页 |
| ·异色物检测技术的发展 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 二 颗粒物料异色物检测系统 | 第15-23页 |
| ·异色物检测方法 | 第15页 |
| ·异色物检测系统整体结构 | 第15-16页 |
| ·异色物检测系统的组成 | 第16-18页 |
| ·物料输送系统 | 第16-17页 |
| ·光学系统 | 第17页 |
| ·图像数据采集系统 | 第17页 |
| ·图像处理系统 | 第17页 |
| ·剔除系统 | 第17-18页 |
| ·电控系统 | 第18页 |
| ·系统设计中的关键问题 | 第18-19页 |
| ·异色物检测模型 | 第19-22页 |
| ·图像分割 | 第20-21页 |
| ·特征提取及选择 | 第21页 |
| ·分类器设计 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 三 颜色特征 | 第23-34页 |
| ·颜色模型简介 | 第23-25页 |
| ·RGB颜色空间 | 第23-24页 |
| ·HSI颜色空间 | 第24-25页 |
| ·颜色空间的转换 | 第25页 |
| ·颜色特征的表达 | 第25-27页 |
| ·颜色直方图 | 第25-26页 |
| ·颜色矩 | 第26-27页 |
| ·颜色特征的提取及实验分析 | 第27-33页 |
| ·采集图像 | 第27-29页 |
| ·实验材料 | 第29页 |
| ·RGB空间颜色特征的提取及实验分析 | 第29-31页 |
| ·HSI空间颜色特征的提取及实验分析 | 第31-33页 |
| ·判别单元的颜色特征 | 第33页 |
| ·本章小结 | 第33-34页 |
| 四 阈值判别法 | 第34-41页 |
| ·理论分析 | 第34页 |
| ·阈值的设定 | 第34-35页 |
| ·消除背景像素的影响 | 第35-36页 |
| ·判别单元属性的确定 | 第36-37页 |
| ·阈值法异色物检测 | 第37-40页 |
| ·软件开发工具 | 第37页 |
| ·实验结果 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 五 基于FWOCSVM的颜色识别算法实现异色物检测 | 第41-60页 |
| ·支持向量机 | 第41-45页 |
| ·基本思想 | 第41页 |
| ·支持向量机原理 | 第41-44页 |
| ·核函数 | 第44页 |
| ·支持向量机的优点 | 第44-45页 |
| ·单类支持向量机 | 第45-47页 |
| ·单类问题概述 | 第45页 |
| ·单类支持向量机原理 | 第45-47页 |
| ·SVM参数选择 | 第47-49页 |
| ·核函数及参数选择 | 第47-48页 |
| ·模型选择 | 第48-49页 |
| ·特征加权单类支持向量机 | 第49-51页 |
| ·特征加权支持向量机的数学原理 | 第49-50页 |
| ·特征加权方法 | 第50-51页 |
| ·特征加权单类支持向量机算法步骤 | 第51页 |
| ·异色物检测实验 | 第51-59页 |
| ·LIBSVM简介 | 第51页 |
| ·基于LIBSVM的异色物检测步骤 | 第51-53页 |
| ·实验结果分析 | 第53-58页 |
| ·耗时分析 | 第58-59页 |
| ·检测精度 | 第59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
| 攻读学位期间发表的学术论文 | 第64页 |