| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·赛波特比色仪概况 | 第8-10页 |
| ·国内外发展现状 | 第10-11页 |
| ·项目来源与主要技术特点 | 第11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文总体安排 | 第12-13页 |
| 第2章 理论基础 | 第13-23页 |
| ·SVM(Support Vector Machine)支持向量机 | 第13-18页 |
| ·SVM网络学习算法 | 第15-16页 |
| ·核函数 | 第16-17页 |
| ·SVM多分类器 | 第17-18页 |
| ·SVM网络功能和性能 | 第18页 |
| ·颜色空间与特征 | 第18-22页 |
| ·RGB颜色空间 | 第19页 |
| ·HSV颜色空间 | 第19-21页 |
| ·颜色直方图 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于图像处理的赛波特比色仪的总体设计 | 第23-28页 |
| ·图像处理设计 | 第25-26页 |
| ·硬件的设计 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 算法研究与软件设计 | 第28-38页 |
| ·颜色识别算法 | 第28-30页 |
| ·颜色直方图相交 | 第28-29页 |
| ·支持向量机算法智能分类 | 第29-30页 |
| ·基于SVM支持向量机的颜色分类 | 第30-35页 |
| ·H-SVMs分类算法 | 第30-32页 |
| ·惩罚参数C与和核函数参数gamma | 第32页 |
| ·颜色分类算法 | 第32-35页 |
| ·软件界面设计 | 第35-37页 |
| ·主界面 | 第35页 |
| ·选取检定坐标 | 第35-36页 |
| ·油品检定 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 硬件设计 | 第38-44页 |
| ·PIC16F882单片机 | 第39-40页 |
| ·串行通信模块 | 第40-42页 |
| ·其他硬件选取 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第6章 系统测试 | 第44-49页 |
| ·图像处理算法测试 | 第44-45页 |
| ·确定检测位置 | 第44页 |
| ·颜色识别 | 第44-45页 |
| ·硬件测试 | 第45-46页 |
| ·系统测试结果及误差分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第7章 总结 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 硬件设计原理图 | 第53-54页 |
| 攻读硕士学位期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |