首页> 中文学位 >计算机视觉技术在农产品自动检测与分级中的研究——番茄的表面缺陷自动检测与分类
【6h】

计算机视觉技术在农产品自动检测与分级中的研究——番茄的表面缺陷自动检测与分类

代理获取

目录

文摘

英文文摘

1.前言

1.1研究的目的及意义

1.2国、内外研究动态和趋势

1.2.1国外研究概况

1.2.2国内研究概况

1.3 本研究的主要内容

1.4 本章小结

2.计算机视觉系统的研制和数学模型

2.1数字图像与视觉技术概述

2.1.1图像概述

2.1.2计算机视觉

2.2图像的数学模型

2.2.1图像平面与现实空间的几何关系

2.2.2图像的确定性数学模型

2.3计算机视觉系统

2.3.1计算机视觉的光照系统选择

2.3.2计算机视觉的组成

2.4本章小结

3.图像的低层处理

3.1图像的采集

3.2幽像处理窗口的确定

3.3图像噪声的去除

3.4图像与背景的分割

3.5图像的增强

3.6本章小结

4.番茄的表面缺陷区域检测和分类

4.1 RGB色彩系统简介

4.2番茄的表面缺陷区域的特征分析

4.3番茄表面缺陷区域检测

4.4番茄表面缺陷区域的特征提取及分类

4.4.1番茄表面缺陷特征参数提取

4.4.2基于人工神经网络番茄的损伤分类

4.4.3基于BP网的番茄表面缺陷分类的实验与结果分析

4.5本章小结

5.番茄表面缺陷自动检测与分类系统的设计

5.1系统软件的结构与功能

5.1.1文件模块

5.1.2图像采集模块

5.1.3图像低层处理模块

5.1.4表面缺陷区域检测模块

5.1.5网络训练模块

5.1.6分类模块

5.2番茄分类功能的实现

5.3番茄表面缺陷检测与分类实验

5.4本章小结

结论

参考文献

致 谢

展开▼

摘要

该文主要研究工作的总结如下:(1)建立了描述番茄与其图像相互关系的数学模型,并把对图像的处理变成矩阵的各种操作.(2)研究了图像处理窗口确定、去除噪声、图像分割、图像增强等多种低层处理的方法.利用区域阈值法对所采集图像的B分量进行图像分割;用快速中值滤波法较好地去除图像采集过程中受到的各种噪声干扰;用线性灰度变换进行图像增强;所研究的图像低层处理方法能满足进一步进行番茄表面缺陷检测和分类的要求.(3)建立用区域增长法进行番茄表面缺陷区域检测,用BP算法训练的多层前馈神经网络对番茄的损伤进行分类.(4)利用VC++6.0设计番茄表面缺陷自动检测与分类的应用软件.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号