| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 植物叶片识别相关理论 | 第16-21页 |
| ·颜色空间与灰度直方图 | 第16-19页 |
| ·颜色空间 | 第16-17页 |
| ·灰度直方图 | 第17-19页 |
| ·分类器算法 | 第19-20页 |
| ·欧氏距离分类器 | 第19页 |
| ·KNN 分类器 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于 CENTRIST 的植物叶片特征提取算法研究 | 第21-34页 |
| ·统计变换与 CENTRIST | 第21-23页 |
| ·sPACT 特征提取算法 | 第23-26页 |
| ·空间金字塔表示 | 第23页 |
| ·主成分分析 | 第23-26页 |
| ·sPACT 描述符生成 | 第26页 |
| ·改进的 sPACT 算法 | 第26-27页 |
| ·实验与结果 | 第27-33页 |
| ·Flavia 数据集 | 第27-28页 |
| ·图像预处理 | 第28-29页 |
| ·图像数据组织 | 第29页 |
| ·实验结果与分析 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 植物叶片识别系统实现 | 第34-43页 |
| ·实现平台 | 第34-36页 |
| ·Android | 第34-35页 |
| ·PHP | 第35页 |
| ·MySQL | 第35页 |
| ·手机硬件 | 第35-36页 |
| ·叶片识别系统结构 | 第36-37页 |
| ·特征提取 | 第36页 |
| ·叶片图像特征库 | 第36页 |
| ·特征匹配 | 第36-37页 |
| ·系统整体实现过程 | 第37-38页 |
| ·系统具体实现 | 第38-42页 |
| ·植物叶片特征库设计 | 第38页 |
| ·系统关键技术实现 | 第38-39页 |
| ·用户界面 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·总结 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 作者简介 | 第50页 |