| 摘要 | 第1-9页 |
| Abstract | 第9-19页 |
| 第一章 绪论 | 第19-35页 |
| ·研究目的与意义 | 第19-22页 |
| ·水果生产的现状 | 第19-21页 |
| ·水果产后处理技术 | 第21-22页 |
| ·我国水果分选技术现状 | 第22页 |
| ·水果形状分级必要性 | 第22页 |
| ·国内外研究概况 | 第22-32页 |
| ·主要研究内容 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第二章 实验材料及形状分析中基本数学方法 | 第35-47页 |
| ·本课题中计算机视觉系统的硬件组成 | 第35-38页 |
| ·光照系统 | 第35-36页 |
| ·摄像机 | 第36页 |
| ·图像采集卡 | 第36-37页 |
| ·计算机系统 | 第37-38页 |
| ·本课题的研究材料 | 第38-39页 |
| ·形状分析中基本数学方法 | 第39-46页 |
| ·偏微分方程数值解 | 第39-40页 |
| ·变分法和梯度下降流 | 第40-42页 |
| ·符号距离函数 | 第42-44页 |
| ·小波变换 | 第44-45页 |
| ·主成分分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 形状预处理算法研究 | 第47-70页 |
| ·含噪声图像的传统恢复方法研究 | 第47-56页 |
| ·邻域平均法 | 第47-49页 |
| ·选择式掩模平滑法 | 第49-51页 |
| ·中值滤波法 | 第51-52页 |
| ·频域滤波法 | 第52-54页 |
| ·小波变换法 | 第54-56页 |
| ·运用振荡滤波和扩散方程恢复图像 | 第56-59页 |
| ·方法介绍 | 第56-58页 |
| ·实验结果及分析 | 第58-59页 |
| ·运用 Total Variation(TV)恢复图像 | 第59-62页 |
| ·方法介绍 | 第59-61页 |
| ·实验结果及分析 | 第61-62页 |
| ·运动模糊图像的恢复 | 第62-68页 |
| ·盲去卷积方法恢复图像 | 第63-65页 |
| ·基于 GMI-SVD方法恢复图像 | 第65-66页 |
| ·实验结果及分析 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第四章 形状检测算法研究 | 第70-88页 |
| ·传统检测方法 | 第70-72页 |
| ·检测算子 | 第70-71页 |
| ·零交叉检测算法 | 第71-72页 |
| ·实验结果及分析 | 第72页 |
| ·梯度向量流 | 第72-76页 |
| ·方法介绍 | 第73-74页 |
| ·实验结果及分析 | 第74-76页 |
| ·水平集方法 | 第76-80页 |
| ·水平集理论 | 第76-78页 |
| ·Chan-Vese模型描述 | 第78页 |
| ·改进的Chan-Vese模型 | 第78-79页 |
| ·实验结果及分析 | 第79-80页 |
| ·多尺度水平集方法 | 第80-87页 |
| ·多尺度理论 | 第80-81页 |
| ·利用小波分析构造多尺度图像系列 | 第81-83页 |
| ·多尺度上的水平集方法 | 第83-84页 |
| ·实验结果及分析 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第五章 形状表示及描述方法研究 | 第88-121页 |
| ·形状概念 | 第88-89页 |
| ·形状定义 | 第88-89页 |
| ·形状表示和描述的准则 | 第89页 |
| ·形状类别 | 第89页 |
| ·形状表示方法 | 第89-93页 |
| ·链码 | 第90页 |
| ·半径序列表示 | 第90-91页 |
| ·骨架表示 | 第91-92页 |
| ·四叉树表示 | 第92页 |
| ·水平集表示 | 第92-93页 |
| ·传统形状描述方法及其局限 | 第93-99页 |
| ·简单几何特征 | 第93页 |
| ·形状数 | 第93-94页 |
| ·傅立叶描述方法 | 第94-95页 |
| ·不变矩方法 | 第95-96页 |
| ·其它形状描述方法 | 第96页 |
| ·实验结果及分析 | 第96-99页 |
| ·基于自回归模型的形状描述 | 第99-102页 |
| ·序列的时基建模 | 第100页 |
| ·基于自回归模型的特征提取 | 第100-101页 |
| ·实验结果及分析 | 第101-102页 |
| ·基于多尺度能量形状描述 | 第102-107页 |
| ·基于最大期望的起点选择 | 第102-103页 |
| ·多尺度能量构造 | 第103-104页 |
| ·实验结果及分析 | 第104-107页 |
| ·基于地形地貌特征的形状描述 | 第107-111页 |
| ·小面模型基本理论 | 第108-109页 |
| ·地形地貌特征的提取 | 第109-110页 |
| ·实验结果及分析 | 第110-111页 |
| ·基于 Zernike矩的形状描述 | 第111-114页 |
| ·Zernike矩理论 | 第111-112页 |
| ·平移和尺度的归一化 | 第112-113页 |
| ·实验结果及分析 | 第113-114页 |
| ·基于小波矩的形状描述 | 第114-119页 |
| ·图像的广义矩及广义不变矩 | 第114-116页 |
| ·图像的小波不变矩 | 第116页 |
| ·实验结果及分析 | 第116-119页 |
| ·本章小结 | 第119-121页 |
| 第六章 分类器对形状分类结果的影响研究 | 第121-138页 |
| ·线性判别函数 | 第121-123页 |
| ·聚类分析 | 第123-127页 |
| ·C均值算法 | 第123-124页 |
| ·实验结果与分析 | 第124-127页 |
| ·人工神经网络 | 第127-132页 |
| ·反向传播网络(BP) | 第127-128页 |
| ·实验结果与分析 | 第128-132页 |
| ·支持向量机 | 第132-136页 |
| ·支持向量机理论 | 第132-134页 |
| ·实验结果与分析 | 第134-136页 |
| ·本章小结 | 第136-138页 |
| 第七章 基于配准技术的形状分类方法研究 | 第138-148页 |
| ·标准库的建立 | 第138-139页 |
| ·测度的设计 | 第139-140页 |
| ·配准技术的选择 | 第140-144页 |
| ·基于最小测度的配准 | 第140-141页 |
| ·基于运动估计的配准 | 第141-144页 |
| ·实验结果及分析 | 第144-147页 |
| ·本章小结 | 第147-148页 |
| 第八章 结论与展望 | 第148-151页 |
| ·主要结论 | 第148-149页 |
| ·主要创新点 | 第149页 |
| ·今后的研究与设想 | 第149-151页 |
| 参考文献 | 第151-162页 |
| 致谢 | 第162-163页 |
| 作者简介及博士研究生期间主要成果 | 第163-164页 |