|
|
|
基于机器视觉的烟叶梗茎检测与烟叶类型识别方法研究 |
|
论文目录 |
|
摘要 | 第1-4页 | Abstract | 第4-7页 | 1 绪论 | 第7-12页 | ·研究背景与意义 | 第7-8页 | ·国内外研究现状 | 第8-10页 | ·烟叶质量及烟叶分级方面的研究 | 第9页 | ·打叶后烟叶检测方面的研究 | 第9页 | ·烟草异物剔除方面的研究现状 | 第9-10页 | ·本文的研究内容与组织结构 | 第10-12页 | ·本文的主要研究内容 | 第10-11页 | ·本文的组织结构 | 第11-12页 | 2 基于显著性直方图的红外梗茎图像检测 | 第12-40页 | ·引言 | 第12页 | ·利用红外热辐射图像进行烟叶梗茎分割的可行性 | 第12-14页 | ·工业应用的可行性 | 第12页 | ·红外烟叶梗茎图像算法分割的可行性 | 第12-14页 | ·一种基于显著性直方图的红外烟叶梗茎图像检测算法 | 第14-30页 | ·现有视觉显著性方法分析 | 第15-20页 | ·现有图像分割方法分析 | 第20-23页 | ·基于显著性直方图的红外烟叶梗茎图像分割 | 第23-27页 | ·烟叶梗茎的检测 | 第27-30页 | ·实验结果与分析 | 第30-39页 | ·显著图实验对比与结果分析 | 第30-33页 | ·烟叶梗茎图像分割实验对比与结果分析 | 第33-39页 | ·窗口参数对基于显著性直方图红外分割算法的影响 | 第39页 | ·本章小结 | 第39-40页 | 3 基于多特征融合烟叶类型识别研究 | 第40-59页 | ·引言 | 第40页 | ·烟叶特征提取方法 | 第40-49页 | ·烟叶颜色特征提取 | 第40-45页 | ·烟叶纹理特征提取 | 第45-48页 | ·烟叶颜色和纹理特征联合特征提取 | 第48-49页 | ·一种基于稀疏表示的烟叶类型识别方法 | 第49-53页 | ·稀疏表示概述 | 第49-50页 | ·基于稀疏表示的烟叶类型识别 | 第50-51页 | ·实验结果与分析 | 第51-53页 | ·一种基于分层的烟叶类型识别方法 | 第53-57页 | ·基于分层的烟叶类型识别方法 | 第54-56页 | ·二值向量描述度量的引入 | 第56-57页 | ·实验结果与分析 | 第57页 | ·本章小结 | 第57-59页 | 4 系统设计与实现 | 第59-65页 | ·系统框架概述 | 第59-60页 | ·系统功能模块介绍 | 第60-61页 | ·系统软件平台及软件设计 | 第61页 | ·系统界面设计 | 第61-63页 | ·本章小结 | 第63-65页 | 5 结论 | 第65-67页 | ·论文的主要工作及贡献 | 第65-66页 | ·展望 | 第66-67页 | 致谢 | 第67-68页 | 参考文献 | 第68-72页 |
|
|
|
|
论文编号BS1926276,这篇论文共72页 会员购买按0.35元/页下载,共需支付25.2元。 直接购买按0.5元/页下载,共需要支付36元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|