基于颜色特征的小木制品检测系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·论文研究的目的和意义 | 第9-10页 |
| ·颜色检测的国内外研究现状 | 第10-12页 |
| ·基于图像处理技术的颜色检测研究现状 | 第10-11页 |
| ·木材表面颜色检测的研究现状 | 第11-12页 |
| ·论文主要研究内容 | 第12页 |
| ·本章小结 | 第12-13页 |
| 2 图像采集与图像处理 | 第13-22页 |
| ·图像采集 | 第13-15页 |
| ·图像数字化 | 第13-14页 |
| ·图像采集设备 | 第14-15页 |
| ·图像采集系统 | 第15页 |
| ·实验样本的确立 | 第15-16页 |
| ·图像滤波 | 第16-18页 |
| ·图像分割 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 3 颜色分析方法及颜色特征提取 | 第22-36页 |
| ·颜色的表示 | 第22-23页 |
| ·颜色空间 | 第23-27页 |
| ·RGB颜色空间 | 第23-24页 |
| ·CIE XYZ颜色空间 | 第24页 |
| ·CIE L~*a~*b~*颜色空间 | 第24-25页 |
| ·HSV颜色空间 | 第25-26页 |
| ·CMY、CMYK颜色空间 | 第26-27页 |
| ·颜色空间比较 | 第27页 |
| ·小木制品表面颜色特征提取 | 第27-35页 |
| ·颜色直方图法 | 第27-33页 |
| ·颜色矩法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 小木制品颜色特征的BP网络识别 | 第36-47页 |
| ·神经网络 | 第36-39页 |
| ·BP神经网络 | 第37页 |
| ·BP学习算法 | 第37-39页 |
| ·BP神经网络分类器的设计步骤 | 第39页 |
| ·颜色特征的BP网络识别 | 第39-44页 |
| ·特征参数归一化 | 第39-40页 |
| ·网络结构模型建立 | 第40-42页 |
| ·BP网络训练 | 第42-44页 |
| ·识别结果与讨论 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 小木制品颜色检测系统设计 | 第47-51页 |
| ·系统构成及系统工作原理 | 第47页 |
| ·系统硬件设计 | 第47-49页 |
| ·图像采集方案设计 | 第48-49页 |
| ·控制输出设计方案 | 第49页 |
| ·系统软件设计 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
