基于计算机视觉的咸蛋品质无损检测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 前言 | 第9-18页 |
| ·选题的背景和意义 | 第9-10页 |
| ·国内外研究状况综述 | 第10-16页 |
| ·禽蛋外部品质检测方面的研究现状 | 第10-12页 |
| ·禽蛋内部品质检测方面的研究现状 | 第12-13页 |
| ·农产品识别与分类检测方面的研究状况 | 第13-16页 |
| ·研究目标与技术路线 | 第16-18页 |
| ·课题研究的目标 | 第16页 |
| ·课题研究的内容 | 第16-17页 |
| ·课题研究的技术路线 | 第17-18页 |
| 第二章 试验装置与试验方法 | 第18-21页 |
| ·计算机视觉技术概述 | 第18页 |
| ·本研究的计算机视觉系统构建 | 第18-19页 |
| ·光源的选择 | 第19-20页 |
| ·数字摄像机简介 | 第20页 |
| ·试验方法 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图像处理与分析 | 第21-37页 |
| ·数字图像处理技术概述 | 第21-23页 |
| ·数字图像的表示形式 | 第21-22页 |
| ·数字图像处理方法 | 第22-23页 |
| ·颜色模型 | 第23-24页 |
| ·RGB颜色模型 | 第23页 |
| ·HSI颜色模型 | 第23-24页 |
| ·咸蛋图像预处理 | 第24-36页 |
| ·RGB分量图 | 第24-25页 |
| ·灰度化处理 | 第25-26页 |
| ·二值化 | 第26页 |
| ·图像分割 | 第26-28页 |
| ·图像增强 | 第28-30页 |
| ·图像去噪 | 第30-31页 |
| ·边缘检测 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 图像处理与分析的软件实现 | 第37-44页 |
| ·面向对象程序设计方法 | 第37页 |
| ·MFC编程 | 第37页 |
| ·保存图片文件格式选取 | 第37-40页 |
| ·BMP位图文件结构 | 第38-39页 |
| ·BMP位图文件的读入 | 第39页 |
| ·BMP位图文件的写入 | 第39-40页 |
| ·图像处理类的定义 | 第40-41页 |
| ·计算机软件应用系统 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 试验研究、模型建立与数据分析 | 第44-61页 |
| ·Bayes判别法简介 | 第44-45页 |
| ·Bayes判别法的原理 | 第44页 |
| ·Bayes判别的任务 | 第44-45页 |
| ·Bayes逐步判别 | 第45页 |
| ·试验数据 | 第45-53页 |
| ·建立Bayes判别模型 | 第53-58页 |
| ·基于RGB颜色信息的判别模型 | 第53-55页 |
| ·基于HSI颜色信息的判别模型 | 第55-56页 |
| ·基于纹理特征参数的判别模型 | 第56-57页 |
| ·基于颜色和纹理特征参数的模型 | 第57-58页 |
| ·咸蛋品质判别模型验证 | 第58-59页 |
| ·结果与分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-62页 |
| ·结论 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-71页 |
