牛胴体眼肌切面分级信息检测自动化研究
提要 | 第1-11页 |
第一章 绪论 | 第11-19页 |
·研究的目的与意义 | 第11-12页 |
·国内外研究的现状 | 第12-14页 |
·国外研究现状 | 第12-13页 |
·国内研究现状 | 第13-14页 |
·眼肌切面信息的人工评定方法 | 第14-16页 |
·眼肌面积的计算 | 第14页 |
·背膘厚度测量 | 第14-15页 |
·大理石纹分级方法 | 第15页 |
·肌肉颜色 | 第15页 |
·脂肪颜色 | 第15-16页 |
·研究的出发点、目标及内容 | 第16-18页 |
·研究的出发点 | 第16-17页 |
·研究的目标 | 第17页 |
·研究的内容 | 第17-18页 |
·技术路线 | 第18-19页 |
第二章 图像采集设备及图像实时获取的实现 | 第19-29页 |
·图像采集设备 | 第19-20页 |
·图像采集卡与数码摄像头 | 第19页 |
·图像采集设备类型 | 第19-20页 |
·设备选择 | 第20页 |
·图像采集方式 | 第20-22页 |
·VFW 技术 | 第21页 |
·采集方式 | 第21-22页 |
·采集方式实现流程 | 第22页 |
·图像采集方法的研究 | 第22-26页 |
·图像捕获窗口建立 | 第22-24页 |
·回调函数处理 | 第24-25页 |
·图像数据采集 | 第25-26页 |
·实时图像采集界面设计 | 第26-27页 |
·本章小结 | 第27-29页 |
第三章 图像信息自动检测方法的研究 | 第29-47页 |
·切面图像的采集 | 第29页 |
·眼肌切面图像特征及图像处理流程 | 第29-31页 |
·牛胴体眼肌切面图像特征 | 第29-30页 |
·眼肌切面图像处理流程 | 第30-31页 |
·图像处理方法研究 | 第31-38页 |
·图像预处理方法 | 第31-32页 |
·复杂背景的去除 | 第32-34页 |
·有效眼肌的提取 | 第34-36页 |
·大理石花纹的提取 | 第36-38页 |
·分级信息的检测 | 第38-40页 |
·有效眼肌面积的计算 | 第38页 |
·背膘厚度的测量 | 第38-39页 |
·大理石花纹 | 第39-40页 |
·图像处理效果的评价 | 第40-45页 |
·评价指标的设计 | 第41-42页 |
·试验材料与方法 | 第42-43页 |
·结果与分析 | 第43-45页 |
·本章小结 | 第45-47页 |
第四章 颜色信息自动检测方法的研究 | 第47-61页 |
·检测方式的选择 | 第47-48页 |
·试验材料和方法 | 第48-49页 |
·材料与设备 | 第48页 |
·试验方法 | 第48-49页 |
·基于颜色标准图板的颜色等级评定模型的建立 | 第49-57页 |
·多元回归分析法建立颜色等级评定模型 | 第49-52页 |
·人工神经网络法建立颜色等级评定模型 | 第52-53页 |
·简易区间法建立颜色等级评定模型 | 第53-57页 |
·颜色等级评定模型的比较及选择 | 第57页 |
·切面样本的颜色等级评定 | 第57-60页 |
·肌肉颜色等级评定 | 第57页 |
·脂肪颜色等级评定 | 第57-59页 |
·颜色等级评定结论 | 第59-60页 |
·本章小结 | 第60-61页 |
第五章 颜色信息自动检测程序的设计与开发 | 第61-67页 |
·颜色信息自动采集流程 | 第61页 |
·自动检测程序的结构与功能 | 第61-62页 |
·自动检测程序模块的实现 | 第62-65页 |
·采集界面 | 第62-63页 |
·串口通信 | 第63-64页 |
·数据采集 | 第64页 |
·等级判别 | 第64-65页 |
·本章小结 | 第65-67页 |
第六章 自动检测系统的构建 | 第67-75页 |
·检测系统的结构及组成 | 第67-69页 |
·系统结构 | 第67页 |
·硬件部分 | 第67-68页 |
·软件部分 | 第68-69页 |
·软件系统的开发 | 第69-73页 |
·系统登入 | 第69页 |
·操作界面 | 第69-71页 |
·功能模块 | 第71页 |
·结果显示 | 第71-72页 |
·多线程技术 | 第72-73页 |
·本章小结 | 第73-75页 |
第七章 全文总结 | 第75-77页 |
参考文献 | 第77-85页 |
摘要 | 第85-87页 |
ABSTRACT | 第87-90页 |
致谢 | 第90-91页 |
导师及作者简介 | 第91页 |