| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 食品分拣的视觉识别分拣技术的国内外究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 课题的主要研究内容与目标 | 第12页 |
| 1.4 论文组织和主要贡献 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 葵花籽分拣系统的结构设计 | 第14-25页 |
| 2.1 分拣对象 | 第14页 |
| 2.2 分拣系统的方案 | 第14-15页 |
| 2.3 图像采集装置 | 第15-17页 |
| 2.4 供料装置 | 第17-18页 |
| 2.5 传动装置 | 第18-20页 |
| 2.6 电控装置 | 第20-23页 |
| 2.7 整体机械装置 | 第23-24页 |
| 2.8 本章小结 | 第24-25页 |
| 第三章 葵花籽定位算法研究 | 第25-30页 |
| 3.1 目标定位 | 第25-26页 |
| 3.2 算法的提出 | 第26-29页 |
| 3.2.1 目标与背景分割 | 第26-27页 |
| 3.2.2 形态学处理 | 第27-28页 |
| 3.2.3 候选葵花籽区域的验证 | 第28-29页 |
| 3.3 实验结果及分析 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 葵花籽检测算法研究 | 第30-44页 |
| 4.1 引言 | 第30页 |
| 4.2 本文的改进算法一 | 第30-33页 |
| 4.2.1 自适应高阀值确定 | 第31页 |
| 4.2.2 基于梯度方向的边缘端点延伸 | 第31-32页 |
| 4.2.3 基于最长曲线的区域包围 | 第32页 |
| 4.2.4 实验结果及分析 | 第32-33页 |
| 4.3 本文的改进算法二 | 第33-37页 |
| 4.3.1 IVC模型 | 第34页 |
| 4.3.2 IVC模型的改进 | 第34-35页 |
| 4.3.3 改进IVC模型的实现 | 第35页 |
| 4.3.4 实验结果及分析 | 第35-37页 |
| 4.4 本文的改进算法三 | 第37-42页 |
| 4.4.1 LIF模型 | 第37-38页 |
| 4.4.2 LSPF模型 | 第38-39页 |
| 4.4.2.1 模型的创建 | 第38页 |
| 4.4.2.2 模型的实现 | 第38-39页 |
| 4.4.3 实验结果及分析 | 第39-42页 |
| 4.4.3.1 无初始轮廓位置敏感问题实验 | 第39-40页 |
| 4.4.3.2 均匀与不均匀图像分割对比实验 | 第40-41页 |
| 4.4.3.3 抗噪性实验 | 第41-42页 |
| 4.5 三种改进算法的比较 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 葵花籽识别算法研究 | 第44-53页 |
| 5.1 概况 | 第44-45页 |
| 5.2 虫蚀葵花籽的识别算法 | 第45-52页 |
| 5.2.1 虫蚀葵花籽特征分析 | 第45页 |
| 5.2.2 边缘特征提取与检测 | 第45-47页 |
| 5.2.3 纹理特征、形状特征和颜色特征 | 第47-48页 |
| 5.2.4 目标识别 | 第48-51页 |
| 5.2.4.1 Adaboost概述[71][75] | 第48-49页 |
| 5.2.4.2 Adaboost算法步骤 | 第49页 |
| 5.2.4.3 Adaboost训练过程 | 第49-50页 |
| 5.2.4.4 目标识别的过程 | 第50-51页 |
| 5.2.5 实验结果与分析 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 葵花籽实时分拣软件系统设计 | 第53-66页 |
| 6.1 模块功能介绍 | 第53-59页 |
| 6.1.1 系统框架模块 | 第53-54页 |
| 6.1.2 ADO数据库 | 第54-55页 |
| 6.1.3 权限登录模块 | 第55页 |
| 6.1.4 图像算法模块 | 第55-57页 |
| 6.1.5 阀岛调试模块 | 第57-58页 |
| 6.1.6 实时分拣模块 | 第58-59页 |
| 6.2 模块交互接口 | 第59-60页 |
| 6.3 分拣系统实时控制 | 第60-64页 |
| 6.3.1 建立目标队列模型 | 第61-62页 |
| 6.3.2 目标队列刷新 | 第62-64页 |
| 6.4 系统总体测试 | 第64-65页 |
| 6.5 本章小结 | 第65-66页 |
| 主要结论与展望 | 第66-68页 |
| 主要结论 | 第66-67页 |
| 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 发表学术论文 | 第72页 |