基于机器视觉大豆豆荚形态分析系统设计与实现

目录

声明

摘要

1绪论

1．1研究概况

1．2国内外研究现状

1．3研究主要内容

1．4主要技术路线

2机器视觉相关理论基础

2．1机器视觉技术

2．2数字图像处理方法

2．2．1数字图像处理的步骤

2．2．2彩色图像处理与颜色模型

2．3卷积神经网络

2．3．1卷积神经网络结构

2．3．2卷积网络训练方法

2．3．3训练优化算法卷积网络训练方法

2．3．4防止过拟合技术

2．4本章小结

3图像预处理研究

3．1图像滤波算法

3．1．1图像噪声的产生及分析

3．1．2空域滤波算法

3．1．3双边滤波算法

3．1．4双边滤波算法的实验结果

3．2图像增强算法

3．2．1图像增强概述

3．2．2拉普拉斯增强算法

3．2．3Retinex增强算法

3．3本章小结

4图像边缘检测方法研究

4．1基于Canny算子的图像边缘检测粗定位

4．1．1图像的平滑滤波

4．1．2计算梯度幅值和方向

4．1．3对梯度幅值进行非极大值抑制

4．1．4阈值化和边缘连接

4．1．5图像边缘检测实验结果

4．2数学形态学操作

4．2．1形态学操作

4．2．2形态学操作的结果

4．3本章小结

5豆荚形态分析方法研究

5．1豆荚形态分类方法

5．1．1图像背景分割

5．1．2豆荚表面区域完整性提取

5．1．3基于AlexNet网络的豆荚形态分类

5．2豆荚形态测量方法

5．2．1原理

5．2．2几何数值和颜色分量测定

5．3本章小结

6大豆豆荚表型形态分析系统设计与实现

6．1总体设计框架

6．1．1设计起因

6．1．2系统总体需求

6．1．3系统运行环境

6．1．4MATALB简述

6．2系统总体设计

6．3功能模块设计

6．3．1图像操作功能

6．3．2图像处理功能

6．3．3图像分类功能

6．3．4图像测量和储存功能

6．4系统实现

6．4．1窗口界面实现

6．4．2图像处理界面实现

6．4．3图像分类界面实现

6．4．4测量和储存界面实现

6．5本章小结

7结论与展望

7．1研究结论

7．2展望

致谢

参考文献