首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

苹果叶子病害图像识别系统的设计与实现

摘要第3-4页
ABSTRACT第4-5页
1 绪论第9-15页
    1.1 研究的目的和意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 国外研究现状第10页
        1.2.2 国内研究现状第10-12页
    1.3 研究目标及内容第12页
    1.4 研究方法第12-13页
    1.5 论文的组织结构第13-15页
2 病害图像的获取和预处理第15-27页
    2.1 研究对象的确定第15-16页
    2.2 病害图像数据的采集第16页
    2.3 病害图像预处理第16-21页
        2.3.1 灰度变换第16-18页
        2.3.2 图像增强处理第18-21页
    2.4 图像分割方法第21-26页
        2.4.1 模糊C均值算法第21-25页
        2.4.2 FCM算法的应用第25-26页
    2.5 本章小结第26-27页
3 苹果叶病害有效特征提取第27-37页
    3.1 颜色特征提取第27-31页
        3.1.1 彩色模型第27页
        3.1.2 常用模型介绍第27-29页
        3.1.3 颜色特征提取第29-31页
    3.2 纹理特征提取第31-32页
        3.2.1 灰度共生矩阵第31-32页
    3.3 形状特征提取第32-36页
        3.3.1 常用形状特征提取第33-34页
        3.3.2 Hu不变矩特征提取第34-36页
    3.4 本章小结第36-37页
4 基于支持向量机的智能识别方法第37-55页
    4.1 支持向量机的分类思想第37-38页
        4.1.1 分类模型的选择第37-38页
        4.1.2 模型参数的选择第38页
    4.2 支持向量机的理论基础第38-47页
        4.2.1 线性可分的情况第39-42页
        4.2.2 非线性可分的情况第42-45页
        4.2.3 核函数映射第45-47页
    4.3 推广到多类问题第47-49页
        4.3.1 一对多的最大响应方法第47-48页
        4.3.2 一对一的投票方法第48页
        4.3.3 一对一的淘汰方法第48-49页
    4.4 基于支持向量机的训练与测试第49-51页
    4.5 实验及分析第51-54页
    4.6 本章小结第54-55页
5 苹果叶子病害识别系统的设计与实现第55-63页
    5.1 系统结构第55-56页
        5.1.1 系统工作流程第55页
        5.1.2 开发平台第55-56页
    5.2 系统的关键技术第56页
    5.3 系统主要功能第56-57页
    5.4 界面设计第57-60页
    5.5 本章小结第60-63页
6 结论与展望第63-65页
    6.1 结论第63页
    6.2 展望第63-65页
致谢第65-67页
参考文献第67-71页
攻读硕士学位期间的研究工作第71-73页
附录第73-82页
    附录一:三种病害Hu不变矩特征值第73-78页
    附录二:三种病害纹理特征值第78-82页

论文共82页,点击 下载论文
上一篇:工程总承包模式的激励约束机制研究
下一篇:景区特色艺术衍生品的初探--以函谷关《老子》圣像系列衍生品开发设计为例