1. 研究目的与意义
一、我国是农业大国，果蔬产量居世界首位，但是由于机械化水平落后，产业结构不完整，大部分工程需人工完成，花费了大量人力。
早在70年代初，计算机视觉技术便开始应用于国外的农产品工程领域，而我国是从90年代才开始应用计算机视觉技术对果蔬等农产品进行识别分类和品质检测。
随着计算机视觉技术的发展，基于计算机图像处理的果蔬识别技术越来越受到重视二、果蔬识别系统中至关重要的一步，是研究一种完善的果蔬识别预处理方法以及果蔬识别系统中果蔬图像的特征提取方法。
2. 课题关键问题和重难点
课题关键问题 (1) 熟悉果蔬识别系统结构及工作原理 (2) 掌握果蔬图像的特征提取方法 （3）学会使用matlab软件（4）学会应用2D-PCA对基于Gabor小波变换的果蔬图像进行降维 难点：果蔬图像识别的难点在于目标的颜色和纹理特征复杂多样，计算机识别难度大，因此在采样的过程中需要对果蔬进行全方位的扫描，确保各个部分特征都采集到。
根据Gabor变换的原理，我们需要构造出不同的Gabor滤波器。
在进行果蔬图像特征提取时，并不是一味地追求特征维数越高越好。
3. 国内外研究现状（文献综述）
Gabor小波简介最初使用的Fourier变换虽然解决了很多工程实际问题，但存在一定的缺陷。
比如对一个未知信号进行Fourier变换以后，只能包含该信号的频率信息；另外，Fourier变换不能获得信号的局部频率特征。
针对上述局限性，小波理论应运而生，使信号同时可以表示时域和频域的局部特性。
4. 研究方案
1.果蔬图像的采集：建立符合实验要求的实验室，并且建立果蔬图像库。
固定数码照相机的位置，在相同的条件下拍摄果蔬在不同生长阶段的图像。
在图像采集过程中有可能受到各种自然条件和器件本身的影响，如光照强度和曝光不均匀等因素的影响，会产生噪声，使图像降质，所以需要对图像进行预处理，常用的方法有直方图均衡和灰度线性变换方法。
5. 工作计划
第一周：查找文献资料，了解什么是数学建模，什么是Gabor小波变换和2D-PCA算法，并了解MATLAB语言工具，以及程序设计流程；第二周：课题中涉及的知识作深入了解，掌握MATLAB语言工具，以及程序设计流程；第三周：制定研究计划，写开题报告；第四周：学习MATLAB语言以及编程方法；第五周：练习编程；第六周：设计基于Gabor小波变换和2D-PCA的特征提取和降维算法软件部分；第七周：实现基于Gabor小波变换和2D-PCA的特征提取和降维算法软件部分；第八周：得出系统软件的框架和流程图；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
