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

基于计算机视觉的果蔬自动分类技术中的特征分析的研究

摘要第4-5页
Abstract第5页
专用术语注释表第12-13页
第一章 绪论第13-21页
    1.1 引言第13页
    1.2 研究背景及意义第13-17页
        1.2.1 计算机视觉技术概述第13-14页
        1.2.2 国外研究的发展与现状第14-15页
        1.2.3 国内研究的发展与现状第15-16页
        1.2.4 果蔬图像自动分类的可行性分析及发展意义第16-17页
    1.3 果蔬图像自动分类系统简介及技术难题第17-18页
        1.3.1 果蔬图像自动分类系统简介第17-18页
        1.3.2 果蔬图像自动分类技术难题第18页
    1.4 本文主要内容及结构第18-20页
    1.5 本章小结第20-21页
第二章 果蔬图像数据库的建立以及预处理第21-35页
    2.1 引言第21页
    2.2 果蔬图像数据库的获取第21-25页
    2.3 果蔬图像数据库的预处理第25-34页
        2.3.1 果蔬图像数据库的去噪处理及改进第26-27页
        2.3.2 果蔬图像数据库的分割处理及改进第27-31页
        2.3.3 果蔬图像数据库的填充处理及改进第31-32页
        2.3.4 果蔬图像数据库的归一化处理及改进第32-34页
    2.4 本章小结第34-35页
第三章 单体果蔬自动分类技术的研究第35-50页
    3.1 引言第35页
    3.2 单体果蔬图像数据库预处理步骤总结第35-36页
    3.3 基于Gabor小波的单体果蔬图像的特征提取第36-47页
        3.3.1 Gabor小波基础理论第36-37页
        3.3.2 Gabor小波基本原理第37-41页
        3.3.3 Gabor小波的特性第41-42页
        3.3.4 Gabor特征提取速度改进及降维处理与改进第42-47页
    3.4 单体果蔬图像分类器的改进第47-49页
        3.4.1 稀疏表征分类器(SRC)第47页
        3.4.2 SVM分类器第47页
        3.4.3 基于Gabor特征的不同分类器下的果蔬分类技术第47-49页
    3.5 本章小结第49-50页
第四章 多体果蔬自动分类技术的研究第50-64页
    4.1 引言第50页
    4.2 多体果蔬图像数据库预处理步骤总结第50-51页
    4.3 多体果蔬图像的多特征提取第51-56页
        4.3.1 GCH及改进第51-53页
        4.3.2 CCV及改进第53-54页
        4.3.3 BIC第54页
        4.3.4 LBP及改进第54-56页
        4.3.5 EOH及改进第56页
    4.4 多体果蔬图像的多特征融合第56-59页
        4.4.1 自适应特征融合第56页
        4.4.2 调和自适应特征融合第56-59页
    4.5 直方图距离函数选择及改进第59-60页
    4.6 基于多特征及特征融合下的果蔬分类技术第60-63页
        4.6.1 单特征多体果蔬分类技术第60页
        4.6.2 多特征多体果蔬分类技术第60-63页
    4.7 本章小结第63-64页
第五章 多体果蔬自动分类技术的实际应用第64-72页
    5.1 引言第64页
    5.2 系统硬件开发平台第64-65页
        5.2.1 Tiny210核心板介绍第64页
        5.2.2 Tiny210核心板资源特性第64-65页
    5.3 系统硬件涉及模块第65页
    5.4 系统硬件整体框架第65-66页
    5.5 系统软件开发平台第66-70页
        5.5.1 嵌入式操作系统(EOS)简介及选型第66页
        5.5.2 Linux环境搭建第66页
        5.5.3 IDE Eclipse简介第66-67页
        5.5.4 交叉编译简介第67页
        5.5.5 Qt图像界面开发环境搭建第67页
        5.5.6 摄像头采集模块搭建第67-68页
        5.5.7 OpenCV简介与调用第68-69页
        5.5.8 多体果蔬分类算法实际应用改进第69-70页
    5.6 应用程序实际结果第70-71页
        5.6.1 分类界面显示第70页
        5.6.2 分类效果与演示图第70-71页
    5.7 本章小结第71-72页
第六章 总结与展望第72-74页
    6.1 论文工作总结第72页
    6.2 研究方向展望第72-74页
致谢第74-75页
参考文献第75-79页
作者简介第79页

论文共79页,点击 下载论文
上一篇:美国隐私权宪法保护的历史研究
下一篇:刺痧拔罐结合推拿治疗腰椎间盘突出症的疗效研究