資源描述：
《基于計(jì)算機(jī)視覺(jué)的血橙無(wú)損檢測(cè)與分級(jí)技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、單位代碼10635學(xué)號(hào)112013322001578碩士學(xué)位論文基于計(jì)算機(jī)視覺(jué)的血橙無(wú)損檢測(cè)與分級(jí)技術(shù)研究論文作者：伍光緒指導(dǎo)教師：陳翀副教授學(xué)科專業(yè)：農(nóng)業(yè)電氣化與自動(dòng)化研究方向：機(jī)電控制技術(shù)提交論文日期：2016年5月26日論文答辯日期：2016年5月29日學(xué)位授予單位：西南大學(xué)中國(guó)?重慶2016年5月MasterDissertationofSouthwestUniversityResearchontheNon-destructiveTestingandClassificationTechnologyo
2、fBloodOrangesBasedonComputerVisionCandidate:WuGuang-xuSupervisor:A/Prof.ChenChongDiscipline:AgriculturalElectrificationandAutomationDirection:MechanicalandElectricalControlTechnologySubmittingDate:May26,2016RejoiningDate:May29,2016ConferringUnit:Southwest
3、UniversityChongqing﹒ChinaMay,2016獨(dú)創(chuàng)性聲明學(xué)位論文題目：基于計(jì)算機(jī)視覺(jué)的血橙無(wú)損檢測(cè)與分級(jí)技術(shù)研究本人提交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。論文中引用他人已經(jīng)發(fā)表或出版過(guò)的研究成果，文中已加了特別標(biāo)注。對(duì)本研究及學(xué)位論文撰寫(xiě)曾做出貢獻(xiàn)的老師、朋友、同仁在文中作了明確說(shuō)明并表示衷心感謝。學(xué)位論文作者：簽字日期：年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解西南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允
4、許論文被查閱和借閱。本人授權(quán)西南大學(xué)研究生院（籌）可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本授權(quán)書(shū)，本論文：□不保密，□保密期限至年月止）。學(xué)位論文作者簽名：導(dǎo)師簽名：簽字日期：年月日簽字日期：年月日目錄目錄摘要.....................................................................................................
5、..................................IAbstract..................................................................................................................................III第1章文獻(xiàn)綜述........................................................................
6、...........................................11.1水果無(wú)損檢測(cè)概述...................................................................................................11.1.1機(jī)器視覺(jué)技術(shù).........................................................................................
7、........11.1.2近紅外光譜技術(shù).............................................................................................11.1.3基于介電特性的無(wú)損檢測(cè)............................................................................21.1.4基于聲學(xué)特性的無(wú)損檢測(cè)...............................
8、.............................................21.1.5核磁共振技術(shù).................................................................................................31.1.6電子鼻技術(shù)..................................................
