| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-26页 |
| ·选题目的与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-23页 |
| ·图像获取 | 第14-16页 |
| ·农业图像增强研究及应用 | 第16-18页 |
| ·农业图像特征提取研究及应用 | 第18-19页 |
| ·农业图像分类或分级研究及应用 | 第19-20页 |
| ·农作物籽粒图像处理研究及应用 | 第20-23页 |
| ·研究内容 | 第23-24页 |
| ·连接农作物籽粒的自动分割方法研究 | 第23页 |
| ·籽粒特征检测方法研究 | 第23-24页 |
| ·籽粒品质鉴别和品种分类方法研究 | 第24页 |
| ·主要贡献 | 第24-26页 |
| 第二章 试验系统设计及作物籽粒图像分割方法研究 | 第26-49页 |
| ·引言 | 第26页 |
| ·图像获取系统 | 第26-27页 |
| ·籽粒图像的预处理 | 第27-30页 |
| ·图像分割 | 第27-29页 |
| ·图像去噪 | 第29-30页 |
| ·基于分水岭的连接籽粒分割算法 | 第30-39页 |
| ·分水岭算法原理 | 第30-31页 |
| ·极小值合并分水岭分割算法 | 第31-34页 |
| ·合并距离变换的局部极小值点 | 第34-35页 |
| ·基于极小值合并的分水岭分割连接籽粒算法 | 第35-36页 |
| ·实验结果与分析 | 第36-39页 |
| ·基于主动轮廓模型的连接籽粒分割算法 | 第39-48页 |
| ·主动轮廓模型 | 第39-41页 |
| ·主动轮廓模型的有限差分法实现 | 第41-42页 |
| ·二值图像的距离变换作为蛇模型的外力场 | 第42-43页 |
| ·基于主动轮廓模型的连接米粒图像分割算法 | 第43-44页 |
| ·实验结果与分析 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第三章 作物籽粒的特征检测方法研究 | 第49-74页 |
| ·引言 | 第49页 |
| ·大米的特征参数提取 | 第49-53页 |
| ·大米平均长度检测 | 第53-56页 |
| ·基于 Harris 仿射不变算子的作物籽粒尖端检测方法 | 第56-65页 |
| ·Harris 角点检测算法 | 第57-62页 |
| ·基于 Harris 算法的作物籽粒尖端检测算法 | 第62页 |
| ·实验结果与分析 | 第62-65页 |
| ·玉米籽粒外观图像胚部和冠顶的分离 | 第65-70页 |
| ·玉米籽粒的特征参数提取 | 第70-73页 |
| ·颜色特征 | 第70页 |
| ·形状特征 | 第70-73页 |
| ·尺寸特征 | 第73页 |
| ·小结 | 第73-74页 |
| 第四章 作物籽粒品质鉴定及品种识别方法研究 | 第74-113页 |
| ·引言 | 第74页 |
| ·支持向量机（SVM）理论 | 第74-82页 |
| ·线性可分数据最优划分超平面的构建和支持向量的概念 | 第75-78页 |
| ·线性不可分数据广义最优超平面的构建 | 第78-79页 |
| ·线性多类分类问题的求解 | 第79页 |
| ·非线性支持向量机 | 第79-82页 |
| ·基于 SVM 的大米破损检测方法 | 第82-90页 |
| ·完整大米与破损大米粒形分析 | 第82-86页 |
| ·基于 Lib-SVM 的大米破损检测 | 第86-90页 |
| ·实验结果及分析 | 第90页 |
| ·基于 SVM 的玉米破损粒检测 | 第90-92页 |
| ·基于傅里叶描述子的玉米籽粒破损检测 | 第91页 |
| ·基于不变矩的玉米籽粒破损检测 | 第91页 |
| ·实验结果及分析 | 第91-92页 |
| ·稀疏表示理论 | 第92-96页 |
| ·信号表示 | 第92-93页 |
| ·稀疏性度量 | 第93-94页 |
| ·子空间联合基中的稀疏表示 | 第94-95页 |
| ·一个简单的稀疏表示方法举例 | 第95-96页 |
| ·基于稀疏表示的农作物品种识别方法研究 | 第96-111页 |
| ·基于稀疏表示的农作物籽粒分类算法 | 第96-97页 |
| ·基于稀疏表示的大米品种识别研究 | 第97-106页 |
| ·基于稀疏表示的玉米品种识别研究 | 第106-111页 |
| ·实验结果与分析 | 第111页 |
| ·小结 | 第111-113页 |
| 第五章 农作物籽粒的图像处理与识别软件系统 | 第113-119页 |
| ·引言 | 第113页 |
| ·软件总体设计 | 第113页 |
| ·软件功能介绍 | 第113-118页 |
| ·文件处理 | 第113页 |
| ·图像预处理 | 第113-114页 |
| ·图像分割 | 第114页 |
| ·特征检测 | 第114-117页 |
| ·分类及品种识别 | 第117-118页 |
| ·小结 | 第118-119页 |
| 第六章 结论与展望 | 第119-121页 |
| ·结论 | 第119页 |
| ·展望 | 第119-121页 |
| 参考文献 | 第121-127页 |
| 致谢 | 第127-128页 |
| 作者简介 | 第128页 |