基于机器视觉的有机磷类农药残留检测系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 农药残留常用检测方法及国内外现状 | 第12-16页 |
| 1.2.1 农药残留常用检测方法 | 第12-13页 |
| 1.2.2 农药残留检测国内外研究现状 | 第13-14页 |
| 1.2.3 农药残留国内研究现状 | 第14-16页 |
| 1.3 基于机器视觉的农药残留检测原理 | 第16-17页 |
| 1.3.1 农药残留检测卡基本原理 | 第16页 |
| 1.3.2 机器视觉判读原理 | 第16-17页 |
| 1.4 课题来源与主要研究内容 | 第17-19页 |
| 第2章 机器视觉系统的设计 | 第19-29页 |
| 2.1 机器视觉 | 第19页 |
| 2.2 机器视觉系统相机的选择 | 第19-22页 |
| 2.2.1 CCD工业相机 | 第19-20页 |
| 2.2.2 CMOS相机 | 第20-21页 |
| 2.2.3 CCD相机和CMOS相机的比较 | 第21-22页 |
| 2.3 镜头的选型 | 第22-25页 |
| 2.4 光源的选择 | 第25-26页 |
| 2.5 本章小结 | 第26-29页 |
| 第3章 农药残留检测卡图像处理 | 第29-53页 |
| 3.1 彩色模型 | 第29-32页 |
| 3.1.1 RGB彩色模型 | 第29-30页 |
| 3.1.2 HSV颜色模型 | 第30-31页 |
| 3.1.3 HSI颜色模型 | 第31-32页 |
| 3.2 农药残留检测卡的噪声分析 | 第32-39页 |
| 3.2.1 图像噪声的定义及来源 | 第32-33页 |
| 3.2.2 噪声的分类 | 第33-39页 |
| 3.3 农药残留检测卡的去噪处理 | 第39-42页 |
| 3.3.1 中值滤波器 | 第39-40页 |
| 3.3.2 巴特沃斯高通滤波器 | 第40-41页 |
| 3.3.3 高斯高通滤波器 | 第41-42页 |
| 3.4 检测卡目标区域的提取 | 第42-50页 |
| 3.4.1 边缘检测 | 第43页 |
| 3.4.2 一阶边缘检测算子 | 第43-45页 |
| 3.4.3 高斯-拉普拉斯算子 | 第45-46页 |
| 3.4.4 Canny边缘检测算子 | 第46-48页 |
| 3.4.5 霍夫变换 | 第48-50页 |
| 3.5 本章小结 | 第50-53页 |
| 第4章 检测系统的定标智能算法研究 | 第53-67页 |
| 4.1 人工神经网络 | 第53页 |
| 4.2 智能算法基本原理 | 第53-60页 |
| 4.2.1 粒子群算法基本原理 | 第53-55页 |
| 4.2.2 遗传算法基本原理 | 第55-57页 |
| 4.2.3 模拟退火算法基本原理 | 第57-59页 |
| 4.2.4 遗传模拟退火算法基本原理 | 第59-60页 |
| 4.3 基于智能算法的农药残留预测分析 | 第60-65页 |
| 4.3.1 农药残留检测卡特征值设置 | 第60-62页 |
| 4.3.2 定标算法参数设置 | 第62-64页 |
| 4.3.3 定标模型及预测效果分析 | 第64-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第5章 农药残留定量检测系统实现 | 第67-73页 |
| 5.1 软件开发工具 | 第67页 |
| 5.2 农药残留检测系统操作界面的介绍 | 第67-71页 |
| 5.3 系统软件算法流程图 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81-91页 |
| 攻读硕士期间已发表的论文 | 第91-93页 |
| 致谢 | 第93页 |
