文摘
英文文摘
第一章 绪论
1.1 论文选题背景
1.2 大米质量检测的研究现状
1.3 论文的主要工作
1.4 论文的组织结构
第二章 大米外观品质检测和品种分类技术基础
2.1 图像的阈值分割方法
2.1.1 OTSU最大类间差方法
2.1.2 模糊阈值分割算法
2.2 信息熵
2.2.1 信息熵的定义
2.2.2 信息熵的性质
2.3 支持向量机原理
2.3.1 线性可分的最优分类面
2.3.2 线性不可分的最优分类面
2.3.3 支持向量机
2.3.4 支持向量机方法的特点
2.4 大米质量标准评价介绍
2.5 本章小结
第三章 改进的模糊阈值大米垩白检测算法
3.1 大米图像采集与预处理
3.1.1 大米的图像采集
3.1.2 大米图像的预处理
3.2 基于改进的模糊阈值垩白米检测算法
3.2.1 使用传统的阈值分割算法对大米进行垩白检测
3.2.2 改进的模糊阈值大米垩白图像检测算法
3.3 算法实验及其对比分析
3.4 本章小结
第四章 基于信息熵黄米粒检测算法
4.1 黄米粒的特点以及黄米粒检测存在的问题
4.2 基于信息熵的黄变米粒检测算法
4.2.1 图像整体信息熵
4.2.2 图像的单元信息熵
4.2.3 基于信息熵的黄米粒检测算法
4.3 实验结果分析与对比
4.4 本章小结
第五章 基于支持向量机的大米品种识别
5.1 支持向量机
5.1.1 支持向量机的多分类问题
5.1.2 支持向量机的核函数
5.2 大米品种的特征提取
5.3 基于支持向量机的大米品种识别
5.4 本章小结
第六章 总结及未来工作
6.1 总结
6.2 未来工作
致谢
攻硕期间从事的科研工作及取得的研究成果
参考文献