| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 回收塑料瓶分类国内外研究现状 | 第13-15页 |
| 1.2.1 回收塑料瓶分类国外研究现状 | 第13-14页 |
| 1.2.2 回收塑料瓶分类国内研究现状 | 第14-15页 |
| 1.3 本文主要研究内容及结构安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 回收塑料瓶彩色图像处理相关技术 | 第18-32页 |
| 2.1 图像平滑 | 第18-22页 |
| 2.1.1 邻域平均法 | 第18-19页 |
| 2.1.2 中值滤波法 | 第19-20页 |
| 2.1.3 图像平滑结果 | 第20-22页 |
| 2.2 图像锐化 | 第22-24页 |
| 2.2.1 梯度算子法 | 第22-23页 |
| 2.2.2 拉普拉斯算子 | 第23页 |
| 2.2.3 图像锐化结果 | 第23-24页 |
| 2.3 基于形态学梯度重构的分水岭图像分割 | 第24-31页 |
| 2.3.1 颜色空间模型 | 第25-26页 |
| 2.3.2 形态学梯度算子 | 第26页 |
| 2.3.3 改进的双结构元多尺度形态学梯度图像 | 第26-28页 |
| 2.3.4 梯度图像重构和分水岭分割 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于轮廓形状特征的回收塑料瓶重叠识别 | 第32-38页 |
| 3.1 形状特征描述方法 | 第32-33页 |
| 3.2 基于轮廓形状的特征提取 | 第33-36页 |
| 3.2.1 形状区域的边界 | 第33-34页 |
| 3.2.2 基于轮廓形状特征的描述子 | 第34-36页 |
| 3.3 基于曼哈顿距离的轮廓匹配及结果 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 回收塑料瓶图像颜色特征提取 | 第38-45页 |
| 4.1 颜色直方图 | 第38页 |
| 4.2 直方图统计特征提取 | 第38-40页 |
| 4.3 快速主成分分析法特征提取 | 第40-42页 |
| 4.4 核主成分分析法特征提取 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于参数优化的支持向量机算法 | 第45-53页 |
| 5.1 支持向量机原理 | 第45-49页 |
| 5.1.1 线性可分 | 第46-47页 |
| 5.1.2 线性不可分 | 第47-48页 |
| 5.1.3 非线性可分 | 第48-49页 |
| 5.2 支持向量机的核函数 | 第49-50页 |
| 5.3 基于粒子群算法的支持向量机参数优化 | 第50-52页 |
| 5.3.1 粒子群算法原理 | 第50-51页 |
| 5.3.2 支持向量机的参数优化 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 回收塑料瓶分类识别的仿真结果与分析 | 第53-60页 |
| 6.1 回收塑料瓶分类识别的仿真流程 | 第53-54页 |
| 6.2 回收塑料瓶分类识别的仿真结果 | 第54-58页 |
| 6.2.1 基于直方图统计特征的回收塑料瓶分类识别 | 第54-55页 |
| 6.2.2 基于快速主成分分析法的回收塑料瓶分类识别 | 第55-57页 |
| 6.2.3 基于核主成分分析法的回收塑料瓶分类识别 | 第57-58页 |
| 6.3 分类识别的结果对比分析 | 第58-59页 |
| 6.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 作者简介 | 第68-69页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第69-70页 |
