学位论文 > 优秀研究生学位论文题录展示
基于高光谱成像技术的马铃薯薯形检测与算法研究
作 者: 吴佳
导 师: 汤全武; 何锐
学 校: 宁夏大学
专 业: 电子与通信工程
关键词: 马铃薯 高光谱成像技术 形状检测 相对矩 傅里叶
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
马铃薯是宁夏的主要农产品之一,也是重要的经济作物,马铃薯的品质检测是加工中的重要环节,为了提高马铃薯的经济效益,对马铃薯进行形状检测是必须的步骤。本论文基于高光谱成像技术获取马铃薯图像,对马铃薯的薯形检测和算法展开研究。论文主要研究内容和结论如下:①将马铃薯分为优形和畸形两种薯,利用高光谱成像技术采集图像信息,对图像进行灰度化、滤波、阈值分割及边缘检测等前期处理。对马铃薯的高光谱灰度图像加入椒盐噪声,采用四种滤波方法对图像进行滤波,最有效的滤波方式为自适应中值滤波和小波递推的最小二乘滤波方法。②采用基于小波的相对矩方法完成马铃薯的薯形检测及分级研究。利用小波边缘检测算法检测图像边缘,计算边缘图像的相对矩值作为描述马铃薯形状的特征向量。通过欧氏距离分类法完成马铃薯的分类,准确率分别为优形薯是85%,畸形薯是90%。③采用基于极半径的傅里叶描述子的方法实现马铃薯的薯形检测及分类。将马铃薯边缘图像的质心作为极点,以任意点为起点根据3×3邻域范围对图像边缘逐点采样,计算边缘图像的极坐标函数,再对其进行傅里叶变换提取谱信息。最后利用欧氏距离法完成马铃薯形状的分类,准确率分别为优形薯是75%,畸形薯是80%。④对以上基于小波相对矩的薯形检测方法和基于极半径的傅里叶描述子的两种薯形检测方法从检测准确率及稳定性方面进行比较分析,为马铃薯形状的准确分级以及利用高光谱研究农产品的品质检测都提供了一定的参考价值。
|
全文目录
摘要 3-4 Abstract 4-6 第一章 绪论 6-14 1.1 课题来源 6 1.2 研究目的及意义 6-7 1.3 国内外研究现状及分析 7-9 1.4 本文主要研究内容及技术路线 9-14 第二章 马铃薯图像前期处理 14-26 2.1 概述 14-15 2.2 图像灰度化 15-16 2.3 马铃薯图像滤波 16-20 2.4 马铃薯图像阈值分割 20-22 2.5 马铃薯图像边缘检测 22-24 2.6 小结 24-26 第三章 基于小波的相对矩薯形检测算法研究 26-36 3.1 小波 26-29 3.2 相对矩 29-31 3.3 欧式距离分类法 31-32 3.4 实验结果及总结 32-34 3.5 小结 34-36 第四章 基于极半径的傅里叶描述子薯形检测算法研究 36-44 4.1 模式识别 36-37 4.2 图像描述 37 4.3 基于极半径的傅里叶描述子 37-41 4.4 两种马铃薯薯形检测算法的比较分析 41-42 4.5 小结 42-44 第五章 总结与展望 44-46 5.1 总结 44 5.2 展望 44-46 参考文献 46-50 致谢 50-52 附录 52-56 个人简介 56
|
相似论文
- 马铃薯交联复合变性淀粉的制备研究,TS236.9
- 铝胁迫下小黑豆的红外光谱特征分析及其铝胁迫响应基因的鉴定,S529
- 薯条的速冻工艺研究,TS215
- 马铃薯甲虫对拟除虫菊酯类杀虫剂和硫丹的抗性及其机理,S435.32
- 马铃薯甲虫对有机磷类和氨基甲酸酯类杀虫剂的抗药性及其机理,S435.32
- 马铃薯甲虫对4种新烟碱类杀虫剂的敏感性变化及其机理,S435.32
- 马铃薯甲虫脯氨酸脱氢酶基因的克隆、表达分析及其dsRNA的发酵生产,S435.32
- 几种新型杀虫剂对马铃薯甲虫的毒力及两类靶标的分子克隆,S435.32
- 控制性分根交替灌溉提高马铃薯水分利用效率的研究,S532
- 野生茄子托鲁巴姆黄萎病抗性相关基因StPGIP功能鉴定,S572
- 3GT基因转化马铃薯的研究,S532
- StFT和StAP1的克隆及反义CONSTANS马铃薯植株块茎形成分析,S532
- 蔬菜脆片的开发研究,TS255.52
- 马铃薯种植密度及施肥量优化组合研究,S532
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 湖南省马铃薯产业化发展研究,F326.11
- 分数阶傅里叶变换在ISAR机动目标成像中的应用,TN957.52
- 小波阈值去噪法在建筑物变形监测数据处理中的应用研究,TP274
- TDICCD相机整机静态MTF检测新方法,TH74
- 榆林市马铃薯产业发展现状及对策,F326.11
- OFDM系统中选择性映射降低峰均比的研究,TN919.3
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|