| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 1 引言 | 第10-23页 |
| ·机器视觉概述 | 第10-11页 |
| ·研究背景和意义 | 第11-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-20页 |
| ·存在问题 | 第20页 |
| ·研究内容及目标 | 第20-22页 |
| ·马铃薯外部品质检测硬件系统建立 | 第21页 |
| ·马铃薯重量及尺寸大小检测 | 第21页 |
| ·特征选择和提取方法研究 | 第21-22页 |
| ·马铃薯薯形检测 | 第22页 |
| ·马铃薯外部缺陷检测 | 第22页 |
| ·小结 | 第22-23页 |
| 2 机器视觉硬件系统与材料选择 | 第23-35页 |
| ·马铃薯外部品质检测机器视觉硬件系统 | 第23-26页 |
| ·摄像机和接口 | 第23-25页 |
| ·光照系统 | 第25-26页 |
| ·计算机 | 第26页 |
| ·系统标定 | 第26-33页 |
| ·摄像机针孔模型及成像原理 | 第26-28页 |
| ·摄像机标定方法 | 第28-29页 |
| ·平面模板标定法 | 第29-31页 |
| ·马铃薯检测系统标定 | 第31-33页 |
| ·材料选择 | 第33-34页 |
| ·小结 | 第34-35页 |
| 3 马铃薯大小检测 | 第35-47页 |
| ·图像采集与预处理 | 第35-37页 |
| ·图像采集 | 第35-36页 |
| ·全局阈值法分割对象和背景 | 第36-37页 |
| ·面积法与周长法检测单薯重量 | 第37-43页 |
| ·面积法 | 第37-39页 |
| ·周长法 | 第39-43页 |
| ·多特征参数逐步回归分析法建立单薯重量模型 | 第43-45页 |
| ·检测结果 | 第45页 |
| ·小结 | 第45-47页 |
| 4 特征选择方法的研究与改进 | 第47-62页 |
| ·改进的基于遗传算法的特征选择方法 | 第47-59页 |
| ·遗传算法基本理论 | 第47-50页 |
| ·遗传算法与概率神经网络相结合的特征选择新方法 | 第50-57页 |
| ·基于改进的遗传算法的特征选择步骤 | 第57-59页 |
| ·特征的主成分分析 | 第59-61页 |
| ·主成分的定义与意义 | 第59页 |
| ·主成分分析法实现的步骤 | 第59-61页 |
| ·小结 | 第61-62页 |
| 5 薯形评价 | 第62-85页 |
| ·改进的 Zernike 矩的快速计算和归一化方法 | 第63-74页 |
| ·Zernike 矩的定义 | 第63-64页 |
| ·Zernike 矩的快速计算及方法验证 | 第64-68页 |
| ·改进的 Zernike 矩的归一化方法与实现 | 第68-74页 |
| ·形状特征参数的选择与优化 | 第74-77页 |
| ·基于 SVM 的形状检测方法研究 | 第77-83页 |
| ·支持向量机基础理论 | 第77-82页 |
| ·核函数选择与薯形检测 | 第82-83页 |
| ·小结 | 第83-85页 |
| 6 外部缺陷检测 | 第85-98页 |
| ·基于颜色特征的外部缺陷检测 | 第85-93页 |
| ·颜色模型选择 | 第85-89页 |
| ·外部缺陷颜色特征分析 | 第89-91页 |
| ·基于颜色特征的外部缺陷分割 | 第91-92页 |
| ·外部缺陷的判定 | 第92-93页 |
| ·基于 SUSAN 算子的缺陷分割 | 第93-97页 |
| ·SUSAN 算子原理 | 第93-95页 |
| ·基于 SUSAN 算子的缺陷分割 | 第95-97页 |
| ·小结 | 第97-98页 |
| 7 结论 | 第98-100页 |
| 8 展望 | 第100-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-110页 |
| 作者简介 | 第110页 |