基于深度学习与计算机视觉的果蔬识别系统的研究开题报告

 2020-02-10 10:02

1. 研究目的与意义(文献综述)

1.1 研究背景

随着物联网和人工智能的发展,人们的生活开始走向智能化。在现代生活中,一些大型超市已经开始实行自助付款系统,比如沃尔玛。顾客自行进入超市,自己拿起手机就能在线对购买的商品进行识别、付款。这些功能给用户带来了很大的便利。

在传统的商品检测和分类方法中,通常使用扫描条形码、人工输入或者语音输入商品类型等方法。这些方法的缺点就是需要人工参与,很明显不符合智能超市的要求。后来,随着科学技术的发展,计算机视觉技术被提出并不断被优化和完善。其中,计算机图像处理及识别技术,作为其重要的研究领域之一,由于能够对图像的内容进行很高效的提取和识别,逐渐被应用于对果蔬的品种识别中,从而实现机械智能化果蔬高效分类。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1 基本内容

(1)果蔬识别与分类需求分析

本系统需要具备的功能有果蔬检测与分类功能,并且本系统能够实现对不同类的果蔬进行识别并达到一定的准确率。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

时间

周数

内容

要求

2019年2月18日—3月3日

2周

文献阅读、开题报告

参考文献至少15篇,外文文献至少2篇

2019年3月4日 —3月17日

2周

学习python语言和tensorflow库

查阅资料并掌握相关知识

2019年3月18日—3月24日

1周

相关思路的确定

参照相关论文方案确定思路

2019年3月25日—4月14日

3周

系统的整体设计

利用python及tensorflow进行果蔬识别系统的设计

2019年4月15日—5月5日

3周

论文初稿

字数至少1万,其中参考文献至少15篇,外文文献至少2篇

2019年5月6日—5月19日

2周

论文修改、打印、装订

向老师请教,并对论文细节之处进行修改

2019年5月20日—5月31日

1.5周

论文送审

上交论文并准备答辩

2019年6月

论文答辩


4. 参考文献(12篇以上)

[1] bolle r m, connell j h, haas n, et al. veggievision: a producerecognition system[c] // wacv96. sarasota, usa: ieee, 1996: 1-8.

[2] arivazhagan s, shebiah r n, nidhyanandhan s s, et al. fruit recognitionusing color and texture features[j]. journal of emerging trends in computingand information sciences, 2010, 1(2): 90-94.

[3] earnest paul ijjina, krishna mohan c. view and illuminationinvariant object classification based on 3d color histogram using convolutionalneural networks[c] // proc of the 12th asian conference on computer vision. newyork: springer international publishing, 2015: 316-327.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;