基于多光谱图像机器视觉的棉田杂草识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·颜色识别 | 第10-11页 |
| ·形状识别 | 第11-12页 |
| ·纹理识别 | 第12页 |
| ·光谱识别 | 第12-13页 |
| ·研究思路和内容 | 第13-15页 |
| 第二章 图像的获取与分割 | 第15-30页 |
| ·图像获取 | 第15-19页 |
| ·试验装置的构建 | 第16-18页 |
| ·图像获取方法 | 第18-19页 |
| ·图像分割 | 第19-29页 |
| ·现有的杂草图像分割算法 | 第20-22页 |
| ·基于多光谱图像二维直方图分割 | 第22-25页 |
| ·Fisher线性判别 | 第25-28页 |
| ·分割后处理 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 植物整株形态学特征提取 | 第30-38页 |
| ·数学形态学 | 第30-34页 |
| ·腐蚀和膨胀 | 第30-31页 |
| ·开操作和闭操作 | 第31-32页 |
| ·区域填充 | 第32页 |
| ·细化 | 第32-33页 |
| ·骨架化 | 第33-34页 |
| ·形态特征参数提取 | 第34-35页 |
| ·特征1: T/A | 第34页 |
| ·特征2: S/A | 第34-35页 |
| ·试验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 杂草整株多光谱特征提取 | 第38-45页 |
| ·理论依据 | 第38-41页 |
| ·多光谱特征提取 | 第41-43页 |
| ·特征1: IR均值 | 第41-42页 |
| ·特征2: CIR均值 | 第42页 |
| ·特征3: IR/R均值 | 第42-43页 |
| ·试验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 杂草叶片形状，纹理特征提取 | 第45-55页 |
| ·形状特征提取 | 第45-49页 |
| ·形状特征 | 第45-47页 |
| ·试验结果与分析 | 第47-49页 |
| ·纹理特征提取 | 第49-54页 |
| ·纹理特征 | 第49-51页 |
| ·试验结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 棉花杂草模式识别 | 第55-71页 |
| ·模式识别概述 | 第55页 |
| ·支持向量机的理论基础 | 第55-58页 |
| ·基于支持向量机的棉田杂草识别模型 | 第58-67页 |
| ·识别器一 | 第59-61页 |
| ·识别器二 | 第61-63页 |
| ·识别器三 | 第63-65页 |
| ·识别器四 | 第65-67页 |
| ·算法组合及对比试验 | 第67-70页 |
| ·算法组合 | 第67-68页 |
| ·对比试验 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第七章 结论与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·创新点 | 第72页 |
| ·后续工作展望 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 致谢 | 第80-81页 |
| 在读期间发表的论文及参与课题 | 第81页 |
