| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 目次 | 第11-14页 |
| 图目录 | 第14-16页 |
| 表目录 | 第16-17页 |
| 1 绪论 | 第17-25页 |
| ·课题研究的背景和意义 | 第17-18页 |
| ·国内外研究现状 | 第18-22页 |
| ·计算机视觉技术及其发展 | 第18-19页 |
| ·计算机视觉技术在茶叶领域研究现状 | 第19-22页 |
| ·本文主要研究内容 | 第22-23页 |
| ·本文组织结构 | 第23-25页 |
| 2 龙井茶叶图像处理技术基础 | 第25-37页 |
| ·龙井茶简介 | 第25-26页 |
| ·龙井茶的历史 | 第25-26页 |
| ·龙井茶的级别品种 | 第26页 |
| ·龙井茶的采摘技术 | 第26页 |
| ·龙井茶叶图像的获取 | 第26-28页 |
| ·颜色模型 | 第28-31页 |
| ·RGB 颜色模型 | 第28-29页 |
| ·CMY 颜色模型 | 第29页 |
| ·HSI 颜色模型 | 第29页 |
| ·CIE-XYZ 颜色模型 | 第29-30页 |
| ·CIE-Lab 颜色模型 | 第30页 |
| ·CIE-Luv 颜色模型 | 第30页 |
| ·YUV 颜色模型 | 第30-31页 |
| ·YCbCr 颜色模型 | 第31页 |
| ·纹理 | 第31-34页 |
| ·纹理简介 | 第31-32页 |
| ·纹理分析方法概述 | 第32-34页 |
| ·图像预处理 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 3 龙井茶叶图像的初始分割 | 第37-67页 |
| ·图像分割定义 | 第37-38页 |
| ·图像分割方法 | 第38页 |
| ·经典图像分割算法在龙井茶叶图像上的应用 | 第38-48页 |
| ·基于分水岭变换的龙井茶叶图像分割 | 第38-40页 |
| ·基于 Normalized Cuts 的龙井茶叶图像分割 | 第40-43页 |
| ·基于 Mean Shift 的龙井茶叶图像分割 | 第43-45页 |
| ·基于 Grabcut 的龙井茶叶图像分割 | 第45-48页 |
| ·龙井茶叶图像初始分割算法 | 第48-66页 |
| ·初始背景剔除 | 第49-55页 |
| ·梯度图像提取 | 第55-59页 |
| ·快速熵阈值法 | 第59-62页 |
| ·梯度图像滤波 | 第62页 |
| ·自适应阈值化 | 第62-63页 |
| ·伪标记剔除 | 第63-64页 |
| ·茶叶图像的初始分割 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 4 基于统计学的龙井茶叶图像区域合并 | 第67-83页 |
| ·图像区域的表示 | 第67-70页 |
| ·阵列表示 | 第67页 |
| ·层级表示 | 第67-68页 |
| ·基于区域特征的表示 | 第68-70页 |
| ·区域合并算法 | 第70-75页 |
| ·基于统计学的龙井茶叶图像区域合并算法 | 第75-81页 |
| ·颜色信息的合并准则 | 第76页 |
| ·纹理信息的合并准则 | 第76-78页 |
| ·龙井茶叶图像的区域合并 | 第78-81页 |
| ·本章小结 | 第81-83页 |
| 5 判别模型建立与结果分析 | 第83-105页 |
| ·支持向量机简介 | 第83-89页 |
| ·线性分类器 | 第84-87页 |
| ·非线性分类器 | 第87-88页 |
| ·LIBSVM 简介 | 第88-89页 |
| ·茶叶嫩芽特征提取 | 第89-99页 |
| ·颜色特征 | 第90-92页 |
| ·纹理特征 | 第92-94页 |
| ·形态特征 | 第94-99页 |
| ·判别模型建立 | 第99-101页 |
| ·核函数的选择 | 第99-100页 |
| ·核函数参数的选择 | 第100-101页 |
| ·实验结果与分析 | 第101-103页 |
| ·实验测试 | 第101-102页 |
| ·结果分析 | 第102-103页 |
| ·本章小结 | 第103-105页 |
| 6 总结与展望 | 第105-107页 |
| ·全文总结 | 第105-106页 |
| ·工作展望 | 第106-107页 |
| 参考文献 | 第107-112页 |
| 附录 A 龙井茶叶图像分割实验 | 第112-113页 |
| 附录 B 龙井茶叶嫩芽分类识别实验 | 第113-114页 |
| 作者简历 | 第114页 |