大米外观品质计算机视觉检测的研究
| 第一章 绪论 | 第1-14页 |
| ·研究的目的与意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·计算机视觉技术在鉴定农产品品质方面的研究 | 第10-11页 |
| ·国内外大米外观品质计算机视觉检测的研究现状 | 第11-12页 |
| ·研究目标与研究方案 | 第12-14页 |
| ·研究的目标与内容 | 第12页 |
| ·研究方案 | 第12-14页 |
| 第二章 大米图像的预处理 | 第14-30页 |
| ·获取大米图像的硬件系统设计 | 第14-15页 |
| ·计算机 | 第14页 |
| ·扫描仪 | 第14-15页 |
| ·图像预处理 | 第15-28页 |
| ·图像去噪 | 第16-17页 |
| ·背景分割 | 第17-19页 |
| ·边界跟踪 | 第19-20页 |
| ·连接籽粒的分割 | 第20-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 垩白与黄粒米的检测 | 第30-40页 |
| ·垩白的检测 | 第30-33页 |
| ·垩白与品质 | 第30页 |
| ·垩白的检测测试 | 第30-32页 |
| ·垩白检测程序 | 第32页 |
| ·结论 | 第32-33页 |
| ·黄粒米的检测 | 第33-39页 |
| ·黄粒米与品质 | 第33页 |
| ·色度学基础与颜色模型 | 第33-36页 |
| ·基于HSI模型的黄粒米检测结论 | 第36-38页 |
| ·结论 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 人工神经网络识别大米品种 | 第40-47页 |
| ·人工神经网络简介 | 第40-41页 |
| ·引言 | 第40页 |
| ·神经元模型 | 第40-41页 |
| ·BP网络的设计 | 第41页 |
| ·BP网络识别大米品种 | 第41-42页 |
| ·基于Matlab6.5 的大米籽粒品质分类 | 第42-46页 |
| ·大米形态参数的计算 | 第42-45页 |
| ·大米品种识别训练 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 结论与建议 | 第47-48页 |
| ·结论 | 第47页 |
| ·建议 | 第47-48页 |
| 第六章 系统功能与测试 | 第48-55页 |
| ·图像文件操作 | 第48页 |
| ·原始图像预处理 | 第48-50页 |
| ·灰度图像 | 第48-49页 |
| ·灰度直方图 | 第49页 |
| ·图像预处理 | 第49-50页 |
| ·区域分割 | 第50-51页 |
| ·检测 | 第51-53页 |
| ·连接检测 | 第51-52页 |
| ·垩白检测 | 第52-53页 |
| ·黄粒米检测 | 第53页 |
| ·特征参数 | 第53-54页 |
| ·品种识别 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
