基于机器视觉的群体禽蛋大小检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 1 前言 | 第8-18页 |
| ·选题的背景 | 第8页 |
| ·机器视觉概述 | 第8-9页 |
| ·数字图像处理概述 | 第9-12页 |
| ·数字图像及处理 | 第9-10页 |
| ·数字图像处理的方法 | 第10-11页 |
| ·数字图像处理的特点 | 第11页 |
| ·数字图像处理的主要内容 | 第11-12页 |
| ·国内外研究状况综述 | 第12-16页 |
| ·国内外在禽蛋外部品质检测方面的研究状况 | 第12-13页 |
| ·国内外在禽蛋内部品质检测方面的研究状况 | 第13-14页 |
| ·国内外在农产品尺寸品质检测方面的研究状况 | 第14-16页 |
| ·研究目标和内容概述 | 第16-18页 |
| ·课题研究的目标 | 第16页 |
| ·课题研究的内容 | 第16-17页 |
| ·课题研究的技术路线 | 第17-18页 |
| 2 鸡蛋图像的采集 | 第18-25页 |
| ·图像采集的VC实现 | 第18页 |
| ·基于Windows API的图像采集方法简介 | 第18-22页 |
| ·捕捉窗口 | 第19-20页 |
| ·AVICap回调函数 | 第20-22页 |
| ·采集程序的具体实现 | 第22-25页 |
| ·视频采集的基本流程 | 第22页 |
| ·程序实现的关键函数 | 第22-25页 |
| 3 图像处理与分析 | 第25-43页 |
| ·图像预处理 | 第25-31页 |
| ·灰度化处理 | 第25页 |
| ·图像增强 | 第25-28页 |
| ·图像平滑 | 第28-31页 |
| ·邻域平均法 | 第28页 |
| ·中值滤波 | 第28-29页 |
| ·膨胀与腐蚀 | 第29-30页 |
| ·结论 | 第30-31页 |
| ·群体鸡蛋图像的分割 | 第31-39页 |
| ·图像分割 | 第31页 |
| ·阈值化处理 | 第31-33页 |
| ·最小误差法 | 第32页 |
| ·迭代法 | 第32-33页 |
| ·结论 | 第33页 |
| ·边缘检测 | 第33-38页 |
| ·梯度算子 | 第33-34页 |
| ·罗伯特梯度 | 第34页 |
| ·Sobel算子 | 第34-35页 |
| ·拉普拉斯算子 | 第35-36页 |
| ·Prewitt算子 | 第36页 |
| ·结论 | 第36-38页 |
| ·连通区域标记 | 第38-39页 |
| ·鸡蛋图像特征值提取 | 第39-43页 |
| ·鸡蛋区域面积 | 第40页 |
| ·鸡蛋边界周长 | 第40-41页 |
| ·鸡蛋区域中心位置 | 第41页 |
| ·鸡蛋的长、短轴计算方法 | 第41-42页 |
| ·蛋形指数计算 | 第42-43页 |
| 4 图像处理与分析的软件实现 | 第43-50页 |
| ·面向对象程序设计方法 | 第43-44页 |
| ·MFC编程 | 第44页 |
| ·VC++数字图像处理基础 | 第44-46页 |
| ·位图文件 | 第44-45页 |
| ·BMP图像文件格式 | 第45-46页 |
| ·实现禽蛋图像处理的设计目标 | 第46-50页 |
| ·图像处理类的基本功能 | 第46-47页 |
| ·图像处理的总体流程图 | 第47-48页 |
| ·图像处理类的定义 | 第48-50页 |
| 5 试验研究、模型建立及数据分析 | 第50-63页 |
| ·蛋的部分指标 | 第50页 |
| ·蛋重 | 第50页 |
| ·蛋的形状 | 第50页 |
| ·试验研究 | 第50-63页 |
| ·试验装置 | 第50-51页 |
| ·试验方法 | 第51页 |
| ·蛋重试验结果与分析 | 第51-54页 |
| ·技术指标检验 | 第54-61页 |
| ·回归方程的显著性检验 | 第54-55页 |
| ·回归系数的显著性检验 | 第55-56页 |
| ·相关分析 | 第56-58页 |
| ·通径分析 | 第58-61页 |
| ·蛋的尺寸试验结果与分析 | 第61-63页 |
| 6 结论与讨论 | 第63-65页 |
| ·模型验证 | 第63页 |
| ·结论 | 第63-64页 |
| ·讨论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-74页 |
