基于视频挖掘的成熟期水稻图像处理算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 插图清单 | 第8-10页 |
| 附表清单 | 第10-11页 |
| 1 绪论 | 第11-20页 |
| ·研究背景和意义 | 第11-12页 |
| ·图像处理技术在农业中的研究及应用现状 | 第12-14页 |
| ·视频挖掘的概念 | 第14页 |
| ·视频挖掘的技术方法 | 第14-16页 |
| ·视频结构挖掘 | 第15页 |
| ·视频运动挖掘 | 第15页 |
| ·视频挖掘方法 | 第15-16页 |
| ·联合收割机自适应控制系统 | 第16-17页 |
| ·视频挖掘技术的研究现状与发展趋势 | 第17-18页 |
| ·本文的研究内容及结构安排 | 第18-20页 |
| 2 视频挖掘相关技术 | 第20-32页 |
| ·视频挖掘技术的理论基础 | 第20-23页 |
| ·视频相关基本概念 | 第20-22页 |
| ·联合收割机与视频挖掘技术理论的相关性 | 第22-23页 |
| ·视频镜头检测算法原理 | 第23-25页 |
| ·特征提取 | 第23-25页 |
| ·镜头检测算法 | 第25-29页 |
| ·欧式距离与绝对距离 | 第25-26页 |
| ·基于像素差值的镜头检测 | 第26-27页 |
| ·基于直方图的镜头检测算法 | 第27-29页 |
| ·基于直方图阈值法的彩色图像分割 | 第29页 |
| ·常用的阈值选择方法 | 第29-31页 |
| ·关键帧提取 | 第31-32页 |
| 3 研究内容和技术路线 | 第32-35页 |
| ·研究课题的基础 | 第32页 |
| ·实验机型选择 | 第32页 |
| ·实时检测前的模板标定 | 第32页 |
| ·基于数据挖掘技术的水稻密度关键帧检测 | 第32-35页 |
| ·研究的目标 | 第33页 |
| ·研究的主要内容及相关步骤 | 第33-35页 |
| 4 实验材料和采集数据的方法 | 第35-39页 |
| ·实验材料及实验设备 | 第35页 |
| ·数据的采集方法 | 第35页 |
| ·数据处理 | 第35-37页 |
| ·作物叶片图像的采集、预处理与分析 | 第36-37页 |
| ·图像处理 | 第37-39页 |
| ·减轻光照因素的影响 | 第37页 |
| ·2R+G 和图像密度特征的提取 | 第37-39页 |
| 5 仿真实验的具体步骤 | 第39-45页 |
| ·模板的确定 | 第39页 |
| ·实验检测对象的标定 | 第39-42页 |
| ·基于视频挖掘技术的水稻密度镜头检测的具体步骤 | 第42-45页 |
| ·全局阈值的选择 | 第43-44页 |
| ·镜头检测方法 | 第44-45页 |
| 6 实验结果与结论分析 | 第45-59页 |
| 7 结论与展望 | 第59-60页 |
| ·结论 | 第59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简介 | 第65页 |
| 攻读学位期间参与和发表的学术论文目录 | 第65页 |
