声明
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本论文主要研究内容
第二章 系统结构设计
2.1 条烟成像需求分析
2.2 光源的选择
2.3 系统结构
2.3.1 硬件结构
2.3.2软件结构
2.4 本章小结
第三章条烟ROI提取
3.1 条烟图像特征分析
3.2 图像预处理
3.3 基于轮廓与形态学的区域提取
3.3.1 目标与背景的分割
3.3.2 形态学操作
3.3.3 轮廓提取
3.4 粘连情况下的ROI提取
3.4.1 图像粘连分割算法概述
3.4.2 轮廓的凸包
3.4.3 基于凸包与轮廓的粘连分离算法
3.5 本章小结
第四章基于特征匹配的条烟图像识别分类
4.1 基于颜色特征的粗匹配
4.1.1 颜色空间
4.1.2 颜色直方图
4.2 基于边缘和纹理的特征匹配
4.2.1 边缘特征
4.2.2 纹理特征
4.3 多特征加权的匹配度算法
4.3.1 模板的选取
4.3.2 图像匹配算法
4.3.3 算法结构
4.4 不同方式正确率及时间对比
4.5 本章小结
第五章基于深度学习的条烟图像识别分类
5.1 深度学习概述
5.1.1 感知机
5.1.2 前馈神经网络
5.1.3 卷积神经网络
5.2 深度学习方法与模型
5.2.1 VGGNet模型
5.2.2 深度学习在目标检测中的应用
5.2.3 SSD模型框架
5.3 实验结果与分析
5.3.1 数据集的构建
5.3.2 模型训练
5.4 与特征匹配方式的结果对比与分析
5.5 本章小结
第六章总结与展望
6.1 论文总结
6.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
电子科技大学;