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

菌落计数与分类智能算法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-17页
    1.1 课题背景第9-13页
        1.1.1 菌落计数第9-10页
        1.1.2 菌落计数国家标准第10-11页
        1.1.3 选择培养基第11页
        1.1.4 自动菌落计数第11-12页
        1.1.5 商业菌落计数仪器第12-13页
    1.2 相关图象处理算法概述第13-14页
        1.2.1 图象处理算法研究现状第13页
        1.2.2 算法改进方向第13-14页
    1.3 本文主要研究内容第14-17页
第二章 菌落计数算法第17-50页
    2.1 算法设计概述第17页
    2.2 图像预处理第17-23页
        2.2.1 像素的表示第17-18页
        2.2.2 图像灰度化第18页
        2.2.3 图像降噪第18-23页
    2.3 图像边缘检测第23-34页
        2.3.1 边缘检测原理第24页
        2.3.2 Canny算子边缘检测第24-34页
    2.4 霍夫变换第34-36页
    2.5 阈值分割第36-42页
        2.5.1 阈值的设置方法第37-39页
        2.5.2 阈值分割方法第39-42页
    2.6 形态学处理第42-48页
        2.6.1 形态学运算原理第43-46页
        2.6.2 菌落图像的形态学处理第46-48页
    2.7 菌落计数和标记第48-50页
第三章 菌落特征提取第50-65页
    3.1 菌落分割第50-60页
        3.1.1 基于边缘检测的区域种子增长第50-52页
        3.1.2 Graph Cut图像分割第52-60页
    3.2 菌落特征提取第60-64页
        3.2.1 菌落颜色特征提取第61页
        3.2.2 菌落尺寸和几何特征提取第61-63页
        3.2.3 菌落纹理特征提取第63-64页
        3.2.4 菌落特征向量第64页
    3.3 本章小结第64-65页
第四章 基于SVM算法的菌落分类第65-72页
    4.1 线性分类器第65-68页
    4.2 拉格朗日乘子与求解第68-70页
        4.2.1 拉格朗日乘子第68-69页
        4.2.2 拉格朗日对偶问题求解第69-70页
    4.3 核函数第70页
    4.4 基于SVM的菌落图像分类第70-71页
    4.5 小结第71-72页
第五章 实验结果及分析第72-74页
第六章 总结与展望第74-76页
    6.1 全文总结第74页
    6.2 展望第74-76页
参考文献第76-80页
发表论文和科研情况说明第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:微细孔壁缺陷柔性视觉检测系统关键技术研究
下一篇:立体图像视差调整算法及全景立体成像技术研究