基于卷积神经网络红提葡萄果穗成熟度检测研究

目录

第一章 绪论

1.1 研究背景与意义

1.1.1 红提葡萄种植生产现状

1.1.2 红提葡萄产业存在的问题

1.2.1 葡萄及穗状果实成熟度判断的研究现状

1.2.2 基于图像法的果蔬目标识别研究现状

1.2.3 基于图像法的圆形果实识别方法研究现状

1.2.4 果蔬图像背景分割方法研究现状

1.3.1 研究内容

1.3.2 技术路线

1.4 本章小结

第二章 基于Faster R-CNN红提葡萄图像的果穗目标识别

2.1 引言

2.2 红提葡萄图像采样

2.2.1 采样区域概况

2.2.2 红提葡萄图像采样

2.3 红提葡萄图像数据集的建立

2.3.1 红提葡萄图像预处理

2.3.2 红提葡萄图像数据集扩充

2.3.3 红提葡萄果穗图像数据集划分及标注

2.4 红提葡萄果穗目标识别Faster R-CNN模型的迁移学习

2.4.1 Faster R-CNN模型的识别原理

2.4.2 Faster R-CNN模型的迁移学习

2.5 红提葡萄果穗目标识别Faster R-CNN模型的训练

2.5.1 Faster R-CNN模型的训练参数选择

2.5.2 Faster R-CNN模型的训练步骤

2.6 红提葡萄果穗目标识别Faster R-CNN模型的性能评价

2.6.1 识别模型的性能评价方法

2.6.2 不同迁移学习模型的葡萄果穗目标识别性能分析

2.6.3 葡萄果穗目标识别迁移学习模型超参数的优化

2.7 本章小结

第三章 红提葡萄果穗图像的背景分割

3.1 引言

3.2 基于KNN算法的红提葡萄果穗背景分割

3.2.1 KNN算法原理

3.2.2 背景分割数据集的建立

3.2.3 红提葡萄果穗图像数据集的训练

3.2.4 红提葡萄果穗图像背景分割结果

3.3 基于最大类间方差法的红提葡萄果穗背景分割

3.3.1 不同分割特征的背景分割结果

3.4 背景分割图像的处理

3.5 红提葡萄果穗背景分割性能分析

3.5.1 分割性能评价方法

3.5.2 背景分割性能对比

3.6 本章小结

第四章 红提葡萄果粒的识别及其成熟度分类

4.1 引言

4.2 红提葡萄果穗图像的边缘提取

4.3 基于圆形Hough变换红提葡萄果粒的识别

4.3.1 圆形Hough变换识别原理

4.3.2 圆形Hough变换识别葡萄果粒参数的设置

4.3.3 葡萄果粒的识别结果

4.4 葡萄果粒成熟等级划分

4.5 本章小结

第五章 红提葡萄果穗的成熟度判别

5.1 引言

5.2 葡萄果穗成熟度的判别方法

5.3 葡萄果穗成熟度的判别

5.4 葡萄果穗成熟度判别结果与分析

5.4 本章小结

第六章 结论与展望

6.1 主要结论

6.2 研究特色与创新之处

6.3 研究展望

参考文献

致谢

作者简介