| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景与意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 课题研究目的与内容 | 第12-14页 |
| 1.5 论文组织架构 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 烟叶叶中含梗率测定的关键技术研究 | 第16-33页 |
| 2.1 烟叶叶中含梗率在线测定项目简介 | 第16-19页 |
| 2.1.1 烟叶叶中含梗率检测指标 | 第16-17页 |
| 2.1.2 传统测定方法简介 | 第17-19页 |
| 2.2 基于高光谱方案的烟梗识别与检测可行性的研究 | 第19-28页 |
| 2.2.1 高光谱简介 | 第20页 |
| 2.2.2 高光谱检测原理 | 第20-21页 |
| 2.2.3 高光谱分选仪简介及环境搭建 | 第21-24页 |
| 2.2.4 烟叶的高光谱信息采集及数据分析 | 第24-28页 |
| 2.2.5 高光谱方案识别烟梗可行性结论 | 第28页 |
| 2.3 基于X射线图像方案的叶中含梗率测定可行性的研究 | 第28-31页 |
| 2.3.1 X射线简介 | 第28页 |
| 2.3.2 X射线在当前各领域的应用 | 第28-29页 |
| 2.3.3 X射线检测的原理 | 第29页 |
| 2.3.4 利用X射线图像进行烟梗分析的可能性 | 第29-31页 |
| 2.4 结论 | 第31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于X射线图像的烟叶梗茎识别检测 | 第33-48页 |
| 3.1 机器视觉技术 | 第33-34页 |
| 3.1.1 机器视觉技术基础 | 第33页 |
| 3.1.2 机器视觉的应用 | 第33页 |
| 3.1.3 机器视觉的发展前景和趋势 | 第33-34页 |
| 3.2 数字图像处理技术 | 第34-36页 |
| 3.2.1 数字图像处理简介 | 第34-35页 |
| 3.2.2 数字图像处理的基本特点 | 第35页 |
| 3.2.3 数字图像处理的研究内容 | 第35-36页 |
| 3.2.4 数字图像处理的发展前景 | 第36页 |
| 3.3 Open CV简介 | 第36-37页 |
| 3.4 烟梗识别与检测的具体方案 | 第37-38页 |
| 3.5 烟叶X射线图像的处理过程 | 第38-47页 |
| 3.5.1 图像的去噪 | 第39-41页 |
| 3.5.2 图像的分割 | 第41-43页 |
| 3.5.3 图像的低通滤波 | 第43-44页 |
| 3.5.4 图像的连通域标记 | 第44-45页 |
| 3.5.5 图像的烟梗骨架细化提取及直径计算 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 系统的设计与实现 | 第48-56页 |
| 4.1 系统总体框架 | 第48-49页 |
| 4.2 系统功能模块部分 | 第49-51页 |
| 4.3 X光机的选型 | 第51-54页 |
| 4.4 系统界面设计 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 现场安装与调试 | 第56-66页 |
| 5.1 上位机软件运行环境配置 | 第56页 |
| 5.2 现场设备的安装与改进 | 第56-59页 |
| 5.2.1 现场设备的安装 | 第56-59页 |
| 5.2.2 现场设备的改进 | 第59页 |
| 5.3 相机标定 | 第59-60页 |
| 5.4 可靠性验证 | 第60-65页 |
| 5.4.1 现场比对实验 | 第60-64页 |
| 5.4.2 现场重复性实验 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66-67页 |
| 6.2 未来展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |