基于DSP的机器视觉在农产品果实识别中的应用
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 前言 | 第11-16页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 机器人视觉研究现状 | 第12-14页 |
| 1.2.1 机器人视觉系统硬件组成的发展状况 | 第12-13页 |
| 1.2.2 机器人果实识别技术国外研究动态 | 第13页 |
| 1.2.3 机器人果实识别技术国内研究进展 | 第13-14页 |
| 1.3 论文的结构安排与内容 | 第14-16页 |
| 2 系统的总体设计 | 第16-20页 |
| 2.1 系统的功能需求 | 第16页 |
| 2.2 系统的总体设计方案 | 第16-17页 |
| 2.3 系统的硬件结构介绍 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 图像识别算法研究 | 第20-39页 |
| 3.1 一般嵌入式系统果实识别算法 | 第20-21页 |
| 3.2 数据采集 | 第21-22页 |
| 3.3 颜色空间选择 | 第22-26页 |
| 3.4 预处理 | 第26-28页 |
| 3.5 图像阈值分割 | 第28-32页 |
| 3.5.1 直方图法阈值分割 | 第28-29页 |
| 3.5.2 大律法阈值分割 | 第29-30页 |
| 3.5.3 迭代法阈值分割 | 第30页 |
| 3.5.4 阈值分割方法比较分析 | 第30-31页 |
| 3.5.5 改进直方图阈值分割算法 | 第31-32页 |
| 3.6 数学形态学去噪 | 第32-34页 |
| 3.7 基于面积特征提取 | 第34-35页 |
| 3.8 边缘检测 | 第35-37页 |
| 3.9 本章小结 | 第37-39页 |
| 4 系统的软件设计 | 第39-49页 |
| 4.1 软件开发环境 | 第39页 |
| 4.2 软件设计的总体框架 | 第39-40页 |
| 4.3 数据采集程序 | 第40-41页 |
| 4.4 果实识别程序 | 第41-48页 |
| 4.4.1 预处理程序 | 第42页 |
| 4.4.2 阈值分割程序 | 第42-43页 |
| 4.4.3 数学形态学运算程序 | 第43-44页 |
| 4.4.4 基于面积特征提取程序 | 第44-47页 |
| 4.4.5 边缘检测程序 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 系统性能优化与实验结果分析 | 第49-56页 |
| 5.1 系统测试 | 第49页 |
| 5.2 系统性能优化 | 第49-52页 |
| 5.2.1 均值滤波和直方图阈值分割算法程序优化 | 第50页 |
| 5.2.2 腐蚀算法程序优化 | 第50-51页 |
| 5.2.3 基于面积特征提取算法程序优化 | 第51页 |
| 5.2.4 系统优化后性能分析 | 第51-52页 |
| 5.3 实验结果分析 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 6 总结与展望 | 第56-57页 |
| 6.1 结论 | 第56页 |
| 6.2 研究展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62页 |
