| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状及课题的提出 | 第8-14页 |
| 1.2.1 国内外研究现状 | 第8-11页 |
| 1.2.2 课题提出 | 第11页 |
| 1.2.3 论文主要内容及章节安排 | 第11-14页 |
| 2 餐盘自动识别关键技术及方案 | 第14-20页 |
| 2.1 遮挡和光照干扰下的餐盘特点分析 | 第14-15页 |
| 2.1.1 遮挡下的餐盘特点分析 | 第14页 |
| 2.1.2 光照干扰下的餐盘特点分析 | 第14-15页 |
| 2.2 餐盘自动识别关键技术 | 第15-17页 |
| 2.2.1 边缘特征提取 | 第15-16页 |
| 2.2.2 目标形状识别 | 第16-17页 |
| 2.2.3 目标颜色识别 | 第17页 |
| 2.3 遮挡和光照干扰下的餐盘自动识别方案 | 第17-19页 |
| 2.3.1 遮挡下的餐盘形状识别难点及方法 | 第17-18页 |
| 2.3.2 光照干扰下的餐盘颜色识别难点及方法 | 第18页 |
| 2.3.4 多特征的餐盘自动识别方法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 遮挡下的餐盘形状自动识别 | 第20-44页 |
| 3.1 餐盘边缘特征提取 | 第20-26页 |
| 3.1.1 边缘检测算子的选择 | 第20-22页 |
| 3.1.2 基于亮度通道的Canny算子边缘检测方法 | 第22-26页 |
| 3.2 基于改进DLS的遮挡餐盘拟合 | 第26-37页 |
| 3.2.1 DLS椭圆拟合 | 第27-28页 |
| 3.2.2 基于不同弧段迭代的DLS椭圆拟合 | 第28-33页 |
| 3.2.3 基于中心对称的DLS椭圆拟合 | 第33-37页 |
| 3.3 基于多重聚类的餐盘目标中心定位 | 第37-41页 |
| 3.3.1 基于DBSCAN的聚类方法 | 第37-39页 |
| 3.3.2 基于ISODATA的聚类方法 | 第39页 |
| 3.3.3 基于DBSCAN和ISODATA融合的改进聚类算法 | 第39-41页 |
| 3.4 遮挡餐盘目标形状识别 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 4 光照干扰下的餐盘颜色自动识别 | 第44-60页 |
| 4.1 光照干扰下的餐盘颜色特征分析 | 第44-49页 |
| 4.1.1 颜色特征的描述 | 第44-45页 |
| 4.1.2 光照干扰下颜色分析 | 第45-49页 |
| 4.2 光照干扰下的颜色修正 | 第49-58页 |
| 4.2.1 几种光照干扰下颜色修正方法的比较 | 第49-54页 |
| 4.2.2 基于改进MSRCR的颜色修正 | 第54-58页 |
| 4.3 光照干扰下餐盘目标颜色识别 | 第58页 |
| 4.4 本章小结 | 第58-60页 |
| 5 餐盘自动识别实验结果及分析 | 第60-70页 |
| 5.1 实验环境 | 第60页 |
| 5.2 实验算法流程 | 第60-61页 |
| 5.3 基于多特征的餐盘自动识别实验结果及分析 | 第61-69页 |
| 5.3.1 餐盘形状识别实验结果及分析 | 第61-64页 |
| 5.3.2 餐盘颜色识别实验结果及分析 | 第64-65页 |
| 5.3.3 多特征融合餐盘识别实验结果分析 | 第65-67页 |
| 5.3.4 算法性能分析 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
| A. 作者在攻读学位期间公开的发明专利 | 第78页 |
| B. 作者在攻读学位期间参与的项目 | 第78页 |