文摘
英文文摘
1 绪论
1.1 研究的目的和意义
1.2 机器视觉技术简介及应用现状
1.2.1 机器视觉技术简介
1.2.2 机器视觉技术在颜色分类、识别中的应用
1.2.3 机器视觉技术在纹理分类、识别中的应用
1.3 研究内容与技术路线
1.3.1 主要研究内容
1.3.2 研究的技术路线
2 图像采集及其预处理
2.1 实验材料
2.2 实验装置及图像采集
2.2.1 实验装置
2.2.2 图像采集
2.3 竹条图像的预处理
2.4 本章小结
3 竹条图像特征分析与参数提取
3.1 竹条图像颜色特征分析与参数提取
3.1.1 颜色直方图
3.1.2 颜色矩
3.1.3 颜色矩颜色特征参数的提取与分析
3.2 竹条图像纹理特征
3.2.1 灰度共生矩阵
3.2.2 灰度共生矩阵纹理特征参数
3.2.3 竹条表面纹理的灰度共生矩构造因子的选取
3.3 灰度共生矩阵纹理特征参数的提取与分析
3.4 特征参数的主成分分析
3.5 本章小结
4 基于遗传算法和BP神经网络的竹条分级识别
4.1 BP神经网络
4.2 BP算法及其优化
4.3 遗传算法简介
4.4 基于遗传算法的神经网络初始权值和阈值的优化方法设计
4.4.1 编码方式的选择
4.4.2 群体规模的设定
4.4.3 适应度函数的选择
4.4.4 遗传算子的选择
4.5 竹条分级识别的BP神经网络设计与仿真实验
4.5.1 在特征参数体系Ⅰ下的BP神经网络设计与仿真实验
4.5.2 在特征参数体系Ⅱ下的BP神经网络设计与仿真实验
4.5.3 不同特征参数体系实验结果比较与分析
4.6 基于GA-LMBP神经网络的仿真实验及结果分析
4.7 本章小结
5 基于最小二乘支持向量机的竹条分级识别
5.1 最优分类平面
5.2 广义最优分类面
5.3 最小二乘支持向量机
5.4 基于最小二乘支持向量机的竹条分级识别仿真及结果分析
5.4.1 多类LSSVM分类器的构建
5.4.2 实验数据及其预处理
5.4.3 核函数的选择和最优参数的确定
5.4.4 结果与分析
5.5 本章小结
6 竹条分级识别软件系统
6.1 软件系统总体框架
6.2 软件系统主要模块功能的概述
6.2.1 图像预处理模块
6.2.2 特征参数提取模块
6.2.3 分类识别模块
6.3 本章小结
7 总结
7.1 主要研究成果
7.2 工作展望
参考文献
致谢
附录 攻 读硕士学位期间发表的论文