基于图像处理的多特征融合苹果分级方法研究

目录

声明

第1章 绪 论

1.1 课题研究的背景及意义

1.2.1 水果分级国外研究现状

1.2.2 水果分级国内研究现状

1.3 水果分级发展前景

1.4 论文的主要研究内容及结构

第2章 苹果分级系统框架及综述

2.1 苹果分级系统的基本框架

2.2 苹果分级总体流程

2.2.1 苹果图像的采集和预处理

2.2.2 特征提取

2.2.3 苹果分级

2.3 分类算法概述

2.4 多分类器融合方法概述

2.5 本章小结

第3章 苹果图像的采集和预处理

3.1 概述

3.2 苹果实际分选流程

3.3 图像采集

3.4 常见的颜色模型

3.4.1 RGB模型

3.4.2 HSI模型

3.4.3 RGB模型到HSI模型的转换

3.4.4 不同模型下的苹果分量图

3.5 图像分割

3.6 形态学去噪

3.7 边缘检测

3.8 缺陷和果梗区域提取

3.9 本章小结

第4章 苹果特征提取

4.1 概述

4.2 缺陷和果梗的特征提取

4.3 苹果形状特征提取

4.3.1 最小最大半径比值法描述苹果形状

4.3.2 圆形度法描述苹果形状

4.4 苹果颜色特征提取

4.4.1 基于RGB模型下颜色定量分析

4.4.2 苹果红色着色率

4.5 本章小结

第5章 苹果大小检测

5.1 传统的苹果大小检测方法

5.2 改进的苹果大小检测

5.2.1 果径面选取与测量

5.2.2 图像标定

5.3.1 单一苹果果径面的选取与测量

5.3.2 苹果大小测量结果

5.4 本章小结

第6 章 苹果分级研究

6.1 苹果分级需求分析

6.2 数据规范化

6.3 不同分类算法介绍

6.3.1 K-最近邻算法

6.3.2 BP神经网络算法

6.3.3 支持向量机算法

6.4 基于多特征多分类器融合的分级方法

6.4.1 分类器选择原则

6.4.2 多分类器融合规则

6.5 缺陷果识别实验

6.6 完好果的分级实验

6.6.1 单特征下的完好果分级

6.6.2 多特征单分类器下的完好果分级

6.6.3 多特征多分类器融合下的完好果分级

6.6.4 完好果分级的三组实验对比

6.7 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢

个人简历