基于图像处理和模式分类的茶叶杂质识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图表清单 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 相关背景知识 | 第12-14页 |
| 1.3.1 图像分割 | 第12-13页 |
| 1.3.2 霍夫变换 | 第13页 |
| 1.3.3 模式识别 | 第13-14页 |
| 1.4 论文研究内容和结构安排 | 第14-17页 |
| 第二章 图像处理 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 图像灰度化 | 第17-19页 |
| 2.3 图像平滑 | 第19-20页 |
| 2.3.1 均值滤波法 | 第19-20页 |
| 2.3.2 中值滤波法 | 第20页 |
| 2.4 阈值分割 | 第20-23页 |
| 2.4.1 Otsu 阈值分割算法 | 第21-22页 |
| 2.4.2 迭代法 | 第22-23页 |
| 2.5 二值图像的形态学处理 | 第23-25页 |
| 2.5.1 腐蚀和膨胀 | 第23-24页 |
| 2.5.2 开运算和闭运算 | 第24-25页 |
| 2.6 去除阴影 | 第25-27页 |
| 2.6.1 图像的梯度及计算 | 第25-26页 |
| 2.6.2 去除阴影算法 | 第26-27页 |
| 2.7 边缘检测 | 第27-30页 |
| 2.7.1 边缘检测算子 | 第27-29页 |
| 2.7.2 边缘检测结果 | 第29-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 霍夫直线变换 | 第31-36页 |
| 3.1 引言 | 第31页 |
| 3.2 霍夫变换的基本原理 | 第31-32页 |
| 3.3 霍夫变换的改进 | 第32-34页 |
| 3.3.1 两点表决算法 | 第32-33页 |
| 3.3.2 概率霍夫变换 | 第33-34页 |
| 3.4 直线检测结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 连通区域标记 | 第36-42页 |
| 4.1 引言 | 第36页 |
| 4.2 连通区域的概念 | 第36-37页 |
| 4.3 连通区域标记算法 | 第37-41页 |
| 4.3.1 两次扫描法 | 第37-38页 |
| 4.3.2 区域生长法 | 第38-40页 |
| 4.3.3 算法分析和对比 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 特征计算和选择 | 第42-50页 |
| 5.1 引言 | 第42页 |
| 5.2 几何特征和形状特征 | 第42-44页 |
| 5.2.1 几何特征 | 第43-44页 |
| 5.2.2 形状特征 | 第44页 |
| 5.3 特征选择算法 | 第44-48页 |
| 5.3.1 特征选择流程 | 第45-46页 |
| 5.3.2 特征子集生成 | 第46页 |
| 5.3.3 可分性判据 | 第46-48页 |
| 5.4 茶叶杂质分类的特征选择 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 分类器设计 | 第50-59页 |
| 6.1 引言 | 第50页 |
| 6.2 线性分类器的设计 | 第50-56页 |
| 6.2.1 线性判别函数的基本概念 | 第50-51页 |
| 6.2.2 最小平方误差方法 | 第51-52页 |
| 6.2.3 Widrow-Hoff 算法 | 第52-53页 |
| 6.2.4 支持向量机 | 第53-56页 |
| 6.3 茶叶杂质分类的分类器设计 | 第56-58页 |
| 6.4 本章小结 | 第58-59页 |
| 第七章 茶叶杂质分类系统的实现 | 第59-63页 |
| 7.1 引言 | 第59页 |
| 7.2 系统平台设计介绍 | 第59-60页 |
| 7.2.1 平台搭建 | 第59页 |
| 7.2.2 OpenCV 简介 | 第59-60页 |
| 7.3 系统模块功能介绍 | 第60-61页 |
| 7.4 实验结果分析 | 第61-62页 |
| 7.5 本章小结 | 第62-63页 |
| 第八章 总结和展望 | 第63-65页 |
| 8.1 课题总结 | 第63-64页 |
| 8.2 后期工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 在校期间的研究成果及发表的学术论文 | 第70页 |
