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

基于计算机视觉的蚕蛹性别自动识别系统研究

摘要第1-7页
Abstract第7-9页
第1章 文献综述第9-13页
   ·蚕茧蛹性别自动识别方法的研究进程第9-11页
   ·小结第11-13页
第2章 绪论第13-17页
   ·研究的背景及意义第13页
   ·计算机视觉技术第13-14页
     ·计算机视觉的发展进程第14页
     ·计算机视觉的应用第14页
   ·主要研究内容第14-15页
   ·技术路线第15-17页
第3章 蚕蛹图像的获取与预处理第17-39页
   ·蚕蛹图像的获取第17-18页
     ·光照箱设计第17-18页
     ·摄像头装置第18页
   ·蚕蛹图像的预处理第18-37页
     ·真彩图像灰度化第18-20页
     ·图像去噪第20-24页
     ·图像增强第24-27页
     ·蚕蛹图像的边缘获取第27-31页
     ·蚕蛹图像的分割第31-35页
     ·数学形态学图像处理第35-37页
   ·小结第37-39页
第4章 蚕蛹图像的特征提取第39-45页
   ·几何特征第39-40页
     ·周长第39-40页
     ·面积第40页
     ·圆形度第40页
     ·偏心率第40页
   ·纹理特征第40-44页
   ·实验分析与结果第44页
   ·小结第44-45页
第5章 BP神经网络的设计第45-53页
   ·人工神经网络概述第45-46页
   ·MATLAB神经网络工具箱第46页
   ·BP神经网络的设计第46-49页
     ·输入和输出层的设计第47页
     ·隐层的设计第47-48页
     ·传递函数的选择第48页
     ·初始值的选取第48页
     ·网络训练参数的选取第48-49页
   ·BP网络训练第49-51页
   ·识别仿真第51页
   ·小结第51-53页
第6章 结论与展望第53-55页
   ·结论第53页
   ·展望第53-55页
参考文献第55-59页
致谢第59-61页
附录A 871A品种蚕蛹的特征值第61-67页
附录B 7532品种蚕蛹的特征值第67-73页
攻读学位期间公开发表的论文第73页

论文共73页,点击 下载论文
上一篇:家蚕微孢子虫单克隆抗体G9靶蛋白的鉴定
下一篇:鲇形目鲿科鱼类系统发育关系研究及其分化时间估算