牧草图像的数字处理方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 插图和附表清单 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·数字图像处理概述 | 第10-11页 |
| ·牧草数字图像处理研究的现状和意义 | 第11页 |
| ·牧草与背景分离的研究背景 | 第11-13页 |
| ·研究目标和技术路线 | 第13-15页 |
| ·研究目标及内容 | 第13页 |
| ·研究技术路线 | 第13-15页 |
| 2 图像预处理的基础算法研究 | 第15-27页 |
| ·引言 | 第15页 |
| ·图像灰度化 | 第15-17页 |
| ·分量法 | 第15页 |
| ·加权法 | 第15-16页 |
| ·均值法 | 第16页 |
| ·最大值法 | 第16-17页 |
| ·图像去噪 | 第17-19页 |
| ·均值滤波法 | 第17-18页 |
| ·中值滤波法 | 第18-19页 |
| ·维纳滤波 | 第19页 |
| ·边缘检测 | 第19-24页 |
| ·Sobel算子 | 第20页 |
| ·Prewitt算子 | 第20-21页 |
| ·Roberts算子 | 第21-22页 |
| ·Laplacian算子 | 第22-23页 |
| ·Canny算子 | 第23-24页 |
| ·形态学处理算法 | 第24-26页 |
| ·小结 | 第26-27页 |
| 3 快速图像分割方法及比较研究 | 第27-49页 |
| ·引言 | 第27页 |
| ·灰度化方法 | 第27-32页 |
| ·基于RGB颜色空间的灰度化方法 | 第27-30页 |
| ·基于YCrCb颜色模式的灰度化方法 | 第30-31页 |
| ·灰度化方法处理效果比较 | 第31-32页 |
| ·超绿法和Cr灰度法的改进 | 第32-33页 |
| ·算法改进的理论基础 | 第32-33页 |
| ·改进后灰度法实验结果及分析 | 第33页 |
| ·图像分割方法 | 第33-40页 |
| ·单阈值分割算法 | 第34页 |
| ·基于欧氏距离的聚类分割算法 | 第34-35页 |
| ·模糊C均值聚类分割算法 | 第35-36页 |
| ·分水岭分割算法 | 第36-37页 |
| ·最佳阈值分割算法 | 第37-38页 |
| ·改进的最佳阈值分割算法 | 第38-40页 |
| ·分割效果评价依据 | 第40-41页 |
| ·实验结果对比研究 | 第41-48页 |
| ·实验条件 | 第41-42页 |
| ·实验测试方法 | 第42-43页 |
| ·实验结果 | 第43-46页 |
| ·实验结果的分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 4 总结与展望 | 第49-50页 |
| ·已完成的工作和创新 | 第49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 作者简介 | 第53页 |
