基于计算机视觉的血橙无损检测与分级技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 文献综述 | 第9-17页 |
| 1.1 水果无损检测概述 | 第9-12页 |
| 1.1.1 机器视觉技术 | 第9页 |
| 1.1.2 近红外光谱技术 | 第9-10页 |
| 1.1.3 基于介电特性的无损检测 | 第10页 |
| 1.1.4 基于声学特性的无损检测 | 第10-11页 |
| 1.1.5 核磁共振技术 | 第11页 |
| 1.1.6 电子鼻技术 | 第11-12页 |
| 1.2 计算机视觉的水果无损检测国内外研究现状 | 第12-17页 |
| 1.2.1 大小检测 | 第12-13页 |
| 1.2.2 形状检测 | 第13页 |
| 1.2.3 缺陷检测 | 第13-14页 |
| 1.2.4 颜色检测 | 第14-15页 |
| 1.2.5 纹理检测 | 第15-17页 |
| 第2章 绪论 | 第17-21页 |
| 2.1 研究的背景及意义 | 第17-18页 |
| 2.2 研究的主要内容 | 第18-21页 |
| 第3章 图像采集与预处理 | 第21-33页 |
| 3.1 图像采集 | 第21-22页 |
| 3.2 图像平滑 | 第22-24页 |
| 3.2.1 领域平均法 | 第22-23页 |
| 3.2.2 中值法 | 第23-24页 |
| 3.3 图像锐化 | 第24-26页 |
| 3.3.1 拉普拉斯算子 | 第24-25页 |
| 3.3.2 梯度法 | 第25-26页 |
| 3.4 图像复原 | 第26-32页 |
| 3.4.1 图像复原原理 | 第26页 |
| 3.4.2 几种经典复原算法 | 第26-29页 |
| 3.4.3 匀速运动图像模糊的复原 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 血橙的无损检测 | 第33-47页 |
| 4.1 血橙的大小 | 第33-34页 |
| 4.1.1 血橙图像二值化 | 第33-34页 |
| 4.1.2 血橙面积计算 | 第34页 |
| 4.2 血橙周长 | 第34-39页 |
| 4.2.1 边缘检测算法 | 第34-36页 |
| 4.2.2 灰度图边缘检测 | 第36-37页 |
| 4.2.3 二值图边缘检测 | 第37-39页 |
| 4.2.4 血橙周长计算 | 第39页 |
| 4.3 血橙成熟度 | 第39-44页 |
| 4.3.1 阈值分割法 | 第39-43页 |
| 4.3.2 血橙成熟度计算 | 第43-44页 |
| 4.4 本章小结 | 第44-47页 |
| 第5章 血橙分级 | 第47-51页 |
| 5.1 模糊聚类法 | 第47-48页 |
| 5.1.1 模糊数学概述 | 第47页 |
| 5.1.2 模糊聚类含义 | 第47-48页 |
| 5.2 隶属函数建立方法 | 第48-49页 |
| 5.2.1 模糊统计法 | 第48页 |
| 5.2.2 二元对比排序法 | 第48页 |
| 5.2.3 三分法 | 第48-49页 |
| 5.2.4 专家经验法 | 第49页 |
| 5.3 基于模糊聚类的血橙分级 | 第49-50页 |
| 5.3.1 血橙分级隶属函数建立 | 第49-50页 |
| 5.3.2 血橙分级结果 | 第50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 结论与建议 | 第51-53页 |
| 6.1 结论 | 第51页 |
| 6.2 建议 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 发表论文一览表 | 第59页 |
