| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1.绪论 | 第9-13页 |
| ·研究问题的背景 | 第9页 |
| ·研究问题的意义 | 第9-10页 |
| ·国内外研究状况 | 第10-11页 |
| ·主要研究内容 | 第11-13页 |
| 2.相关技术的分析与研究 | 第13-30页 |
| ·数字图像的矩阵表示 | 第13页 |
| ·数字图像预处理 | 第13-15页 |
| ·图像去噪 | 第14页 |
| ·图像的增强 | 第14-15页 |
| ·烟草病虫害图像分割理论 | 第15-20页 |
| ·阈值分割法 | 第15-16页 |
| ·基于灰度阈值的烟草病虫害图像分割 | 第16-18页 |
| ·基于HSV颜色空间阈值的烟草病虫害图像分割 | 第18-20页 |
| ·烟草病虫害图像特征提取算法 | 第20-22页 |
| ·颜色特征 | 第20-21页 |
| ·纹理特征 | 第21页 |
| ·形状特征 | 第21-22页 |
| ·烟草病虫害图像匹配算法 | 第22-23页 |
| ·基于Android移动终端的图像处理技术 | 第23-28页 |
| ·Android开发 | 第23-24页 |
| ·在Android平台上的图像处理技术 | 第24-28页 |
| ·Android移动终端与服务器间通信协作 | 第28-30页 |
| 3.基于Android移动终端的烟草病虫害图像智能识别系统的实现 | 第30-52页 |
| ·系统架构与技术路线 | 第30-31页 |
| ·系统可行性分析 | 第31页 |
| ·需求分析 | 第31-36页 |
| ·背景 | 第31页 |
| ·用户特点 | 第31-32页 |
| ·需求描述 | 第32-36页 |
| ·数据库设计 | 第36-40页 |
| ·数据库分析 | 第36页 |
| ·数据库概念设计 | 第36-38页 |
| ·数据库逻辑结构 | 第38-40页 |
| ·系统功能设计 | 第40-42页 |
| ·设计目标 | 第40页 |
| ·系统功能结构 | 第40-41页 |
| ·业务流程图 | 第41-42页 |
| ·基于Android移动终端的烟草病虫害图像智能识别系统实现 | 第42-52页 |
| ·开发环境构建 | 第42-43页 |
| ·系统实现 | 第43-52页 |
| 4.系统测试 | 第52-56页 |
| ·测试方法 | 第52页 |
| ·数据来源 | 第52-53页 |
| ·功能效果 | 第53-54页 |
| ·性能测试 | 第54-56页 |
| ·响应时间 | 第54页 |
| ·准确度 | 第54-56页 |
| 5.总结 | 第56-58页 |
| ·主要研究工作 | 第56-57页 |
| ·研究中的创新 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-66页 |
| 致谢 | 第66页 |