| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 机器视觉技术概述 | 第11-12页 |
| 1.2.2 机器视觉技术在玉米品质检测中的应用 | 第12-17页 |
| 1.2.2.1 基于机器视觉玉米品种与种类识别的检测研究 | 第12-14页 |
| 1.2.2.2 基于机器视觉的玉米与杂质识别的检测研究 | 第14-15页 |
| 1.2.2.3 基于机器视觉技术的玉米不完善粒识别研究 | 第15-16页 |
| 1.2.2.4 基于机器视觉玉米品质检测与分级的检测研究 | 第16-17页 |
| 1.3 研究目的及意义 | 第17-18页 |
| 1.4 主要研究内容 | 第18-20页 |
| 2 机器视觉检测系统平台及数字图像处理技术 | 第20-30页 |
| 2.1 机器视觉检测系统平台 | 第20-24页 |
| 2.1.1 LED环形光源与试验箱 | 第21-22页 |
| 2.1.2 CCD摄像头与图像采集卡 | 第22-24页 |
| 2.2 数字图像处理技术 | 第24-29页 |
| 2.2.1 数字图像处理的方法与内容 | 第25-26页 |
| 2.2.1.1 数字图像处理的目的 | 第25页 |
| 2.2.1.2 数字图像处理的方法 | 第25-26页 |
| 2.2.1.3 数字图像处理的内容 | 第26页 |
| 2.2.2 颜色空间模型 | 第26-29页 |
| 2.2.2.1 RGB颜色空间模型 | 第26-27页 |
| 2.2.2.2 HSI颜色空间模型 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 玉米图像预处理、特征提取与模型建立 | 第30-40页 |
| 3.1 图像采集与预处理 | 第30-32页 |
| 3.1.1 图像采集 | 第30页 |
| 3.1.2 图像预处理 | 第30-32页 |
| 3.2 特征参数提取 | 第32-35页 |
| 3.2.1 颜色特征参数 | 第34页 |
| 3.2.2 形态特征参数 | 第34页 |
| 3.2.3 纹理特征参数 | 第34-35页 |
| 3.3 有效特征优化选取 | 第35-36页 |
| 3.3.1 主成分分析 | 第35-36页 |
| 3.3.2 逐步判别分析 | 第36页 |
| 3.4 模型的建立 | 第36-39页 |
| 3.4.1 模型的类别 | 第36页 |
| 3.4.2 BP神经网络模型 | 第36-38页 |
| 3.4.3 BP神经网络模型验证方法 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于机器视觉技术玉米不完善粒识别模型的建立 | 第40-57页 |
| 4.1 引言 | 第40-41页 |
| 4.2 材料与方法 | 第41-44页 |
| 4.2.1 材料 | 第41页 |
| 4.2.2 图像检测软硬件平台 | 第41页 |
| 4.2.3 主要试验方法 | 第41-44页 |
| 4.2.3.1 玉米不完善粒制备与水分的测定调节 | 第41页 |
| 4.2.3.2 图像采集与预处理 | 第41-42页 |
| 4.2.3.3 籽粒特征参数提取 | 第42-43页 |
| 4.2.3.4 特征参数选取与优化 | 第43页 |
| 4.2.3.5 玉米不完善粒检测识别模型 | 第43-44页 |
| 4.3 结果与讨论 | 第44-55页 |
| 4.3.1 图像采集与预处理 | 第44-46页 |
| 4.3.1.1 图像采集 | 第44-45页 |
| 4.3.1.2 图像滤波 | 第45页 |
| 4.3.1.3 图像分割 | 第45-46页 |
| 4.3.2 籽粒外观特征参数提取 | 第46-49页 |
| 4.3.2.1 形态特征 | 第46-47页 |
| 4.3.2.2 颜色特征 | 第47-48页 |
| 4.3.2.3 纹理特征 | 第48-49页 |
| 4.3.3 图像特征参数分析及优化 | 第49-52页 |
| 4.3.3.1 主成分因子数的确定 | 第49-52页 |
| 4.3.4 基于BP神经网络识别模型的建立与验证 | 第52-55页 |
| 4.3.4.1 BP神经网络模型的建立 | 第52页 |
| 4.3.4.2 BP神经网络的训练 | 第52-54页 |
| 4.3.4.3 BP神经网络模型的识别验证 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 基于机器视觉技术玉米杂质识别模型的建立 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 材料与方法 | 第57-58页 |
| 5.2.1 材料 | 第57页 |
| 5.2.2 主要仪器设备及试验平台 | 第57页 |
| 5.2.3 试验方法 | 第57-58页 |
| 5.2.3.1 样品的水分调节 | 第57-58页 |
| 5.2.3.2 图像采集与预处理 | 第58页 |
| 5.2.3.3 图像特征参数提取 | 第58页 |
| 5.2.3.4 特征参数选取与优化 | 第58页 |
| 5.2.3.5 玉米杂质的识别模型 | 第58页 |
| 5.3 结果与讨论 | 第58-72页 |
| 5.3.1 图像采集与预处理 | 第58-63页 |
| 5.3.1.1 图像采集 | 第58-59页 |
| 5.3.1.2 图像滤波 | 第59-61页 |
| 5.3.1.3 图像分割 | 第61-63页 |
| 5.3.2 完善粒与杂质外观特征参数提取 | 第63-65页 |
| 5.3.2.1 形态特征 | 第63-64页 |
| 5.3.2.2 颜色特征 | 第64页 |
| 5.3.2.3 纹理特征 | 第64-65页 |
| 5.3.3 玉米完善粒与玉米芯的识别 | 第65-68页 |
| 5.3.4 玉米完善粒与杂质玉米的识别 | 第68-70页 |
| 5.3.5 玉米完善粒与无机杂质的识别 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 1 主要结论 | 第73页 |
| 2 创新点 | 第73页 |
| 3 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 个人简介 | 第81页 |
