论文摘要
色彩品质检测在工业生产和农副产品加工业中的应用越来越广泛,越来越受到重视。应用机器视觉方法进行色彩品质的检测可以既能保证检测的客观性、统一性,又能很好地消除外界各种干扰因素造成的噪声,使得检测能够更加的精确。论文研究的核心部分是机器视觉系统的软件部分—图像的处理部分。在构建好的机器视觉硬件系统上,应用虚拟仪器软件LabVIEW和NI Vision开发平台,通过编程实现了对图像的采集和处理。首先通过设定CCD的参数和软件编程实现对番茄酱图像的获取;接着应用局域平滑法、超限领域法和中值滤波法对采集到的番茄酱色彩图像进行平滑滤波,消除外界干扰和噪声;其次应用阈值分割法中的最优阈值分割方法和Sobel边缘检测算子进行番茄酱图像的分割,将用于图像中番茄酱色彩RGB三原色值分割出来;采用不变矩理论将番茄酱色彩的RGB三原色值提取出来,最后结合BP神经网络算法给出番茄酱色彩品质检测结果。
论文目录
摘要Abstract第1章 绪论1.1 课题研究的目的及意义1.2 国内外研究现状1.2.1 国外研究现状1.2.2 国内研究现状1.3 本文主要研究的内容第2章 虚拟仪器技术基础2.1 虚拟仪器概念2.2 虚拟仪器硬件构成2.3 虚拟仪器软件2.3.1 虚拟仪器开发软件LabVIEW2.3.2 NI 机器视觉开发工具NI Vision2.3.3 NI 虚拟仪器数据库工具LabSQL2.4 本章小结第3章 图像色彩模型及图像预处理3.1 彩色图像基础3.1.1 色彩来源及视觉感觉3.1.2 色调、亮度和饱和度3.2 彩色图像的颜色空间3.2.1 RGB 模型3.2.2 HSI 模型3.2.3 RGB 模型与HIS 模型之间的转换3.3 图像文件格式3.3.1 图像文件结构3.3.2 图像文件常用参数3.3.3 图像文件的类型3.4 图像预处理3.4.1 直方图均衡化3.4.2 图像的平滑滤波3.5 小结第4章 番茄酱图像分割4.1 图像分割概述4.2 阈值分割4.2.1 最优阈值分割4.2.2 双峰阈值分割4.2.3 极小值点阈值分割4.2.4 迭代阈值分割4.3 边缘检测法4.3.1 梯度边缘检测算子4.3.2 Sobel 边缘检测算子4.3.3 拉普拉斯边缘检测算子4.4 小结第5章 番茄酱色彩特征的提取5.1 特征识别概述5.2 不变矩理论5.3 颜色特征分析与提取5.4 小结第6章 BP 神经网络下番茄酱色彩品质的识别6.1 BP 神经网络6.2 BP 算法及实现6.2.1 BP 网络算法原理6.2.2 BP 算法的实现6.3 BP 算法在番茄酱色彩识别中的应用6.3.1 BP 网络的确定6.3.2 BP 网络训练学习的预处理6.3.3 神经网络学习训练分类结果第7章 番茄酱色彩机器视觉系统的设计7.1 系统硬件设计7.1.1 系统光源的选取7.1.2 图像传感器7.1.3 图像采集卡7.2 系统软件设计7.2.1 图像采集模块7.2.2 图像预处理模块7.2.3 图像分割模块7.2.4 图像特征分析识别模块7.3 小结第8章 总结与展望参考文献附录：图像处理系统的程序图致谢研究生期间发表的论文
相关论文文献
标签：机器视觉论文; 图像处理论文; 虚拟仪器论文; 色彩论文;
