首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

智能高速在线异物识别分拣关键技术研究

摘要第1-5页
ABSTRACT第5-12页
1 绪论第12-17页
   ·引言第12页
   ·课题来源和研究意义第12-13页
   ·高速物料异物在线检测的国内外研究现状第13-16页
   ·本文的主要研究内容第16-17页
2 高速在线异物识别分拣系统基础第17-28页
   ·异物检测的常用方法第17-24页
     ·机器视觉及模式识别第17-18页
     ·X 射线透射成像技术第18-19页
     ·红外热成像技术第19-21页
     ·红外光谱分析第21-23页
     ·X 射线衍射光谱分析第23-24页
     ·几种常见异物检测方法的分析比较第24页
   ·基于机器视觉的高速在线异物分拣系统方案第24-27页
     ·系统整体结构第24-25页
     ·系统光源第25-26页
     ·图像采集及处理第26-27页
     ·气动剔除机构第27页
   ·本章小结第27-28页
3 基于机器视觉和单元整体识别的高速在线异物检测第28-48页
   ·高速异物模式识别模型第28-33页
     ·统计模式识别概述第28-29页
     ·贝叶斯决策理论第29-30页
     ·常用的分类器设计第30-31页
     ·高速异物检测的模式识别模型第31-33页
   ·图像预处理第33-36页
     ·图像平滑滤波第33-35页
     ·对比度拉伸第35-36页
   ·特征提取与选择第36-39页
     ·特征选取的可分性准则第36-37页
     ·颜色模型的选择第37-39页
   ·基于像素点的在线识别算法第39-41页
     ·基本原理第39页
     ·正态分布阈值设定第39-40页
     ·直方图-类间最大方差阈值设定第40-41页
   ·单元整体识别算法第41-46页
     ·单元均匀性判别第41-42页
     ·基于FFT 的纹理识别第42-43页
     ·基于自适应聚类的单元识别算法第43-46页
     ·基于线性回归的直线识别第46页
   ·本章小结第46-48页
4 支持向量机异物在线识别算法第48-67页
   ·支持向量机理论基础第48-53页
     ·支持向量机概述第48页
     ·线性分类和支持向量第48-50页
     ·非线性分类支持向量机第50-51页
     ·序贯最小优化训练算法第51-52页
     ·启发式算法选择工作集第52-53页
   ·异物识别中一类超球面支持向量机识别算法第53-60页
     ·异物在线识别中OC-SVM 应用机理第53-55页
     ·OC-SVM 的改进SMO 训练算法第55-56页
     ·Zoutendijk 下降策略确定工作集第56-57页
     ·OC-SVM 算法实验分析第57-60页
   ·基于引导式量子粒子群的OC-SVM 优化训练算法第60-66页
     ·量子粒子群基础第60-61页
     ·引导式量子粒子群优化算法第61-64页
     ·D-QDPSO 的实现及实验分析第64-66页
   ·本章小结第66-67页
5 高速异物识别中的智能在线学习第67-81页
   ·智能学习在高速在线异物识别中的应用第67-70页
     ·智能学习的基本方法第67-69页
     ·高速异物识别智能在线学习模型第69-70页
   ·高速异物识别在线自学习第70-75页
     ·记忆式在线自学习算法第70-73页
     ·自适应动态阈值识别第73-75页
   ·基于高速线阵CCD 的在线学习和自适应纠错第75-79页
     ·高速线阵CCD 成像特点第75-78页
     ·异物识别中的线阵CCD 自适应纠错第78-79页
   ·本章小结第79-81页
6 智能烟草在线异物识别剔除系统功能及实现第81-96页
   ·智能烟草异物在线识别及剔除系统整体结构第81-84页
   ·系统剔除率测试实验第84-88页
     ·异物识别率和剔除率检验方法第84-85页
     ·系统调试第85-87页
     ·异物识别实验第87-88页
   ·识别剔除率影响因素实验研究第88-95页
     ·物料流量的影响第88-91页
     ·异物尺寸大小的影响第91-93页
     ·异物在烟叶中的浓度的影响第93-95页
   ·本章小结第95-96页
7 全文总结第96-98页
致谢第98-99页
参考文献第99-105页
附录第105-106页
附件第106-107页

论文共107页,点击 下载论文
上一篇:植物生长模拟与可视化研究
下一篇:虚拟植物智能生理引擎及关键技术研究