首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

小麦赤霉病不确定性的云模型表示方法研究

致谢第5-7页
摘要第7-9页
abstract第9-10页
第一章 绪论第17-28页
    1.1 研究背景及意义第17-18页
    1.2 国内外研究现状第18-25页
        1.2.1 小麦赤霉病检测与分级现状第18-19页
        1.2.2 不确定性知识表示研究现状第19-21页
        1.2.3 云模型研究现状第21-25页
    1.3 论文研究目标和主要研究内容第25-26页
        1.3.1 研究目标第25页
        1.3.2 研究内容第25-26页
    1.4 技术路线第26页
    1.5 论文结构第26-28页
第二章 小麦赤霉病图像处理第28-41页
    2.1 小麦采集环境和方案第28页
    2.2 选取颜色空间第28-31页
    2.3 小麦赤霉病图像预处理第31-36页
        2.3.1 中值滤波图像去噪第31-32页
        2.3.2 小波阈值图像去噪第32-33页
        2.3.3 高斯滤波图像去噪第33-34页
        2.3.4 去噪对比的结果第34-36页
    2.4 分割小麦病害区域第36-40页
        2.4.1 otsu算法分割图像第36页
        2.4.2 k-means算法分割图像第36-38页
        2.4.3 分割结果的对比第38-40页
    2.5 本章小结第40-41页
第三章 小麦赤霉病颜色特征云模型的生成第41-56页
    3.1 构造小麦赤霉病颜色特征参数第41-45页
        3.1.1 病害区域的颜色矩第41-42页
        3.1.2 颜色特征参数的构造和相关性分析第42-45页
    3.2 云模型概念第45-49页
        3.2.1 云模型理论第45-47页
        3.2.2 正态云模型第47页
        3.2.3 梯形云模型第47-49页
    3.3 确定云参数及生成相应云模型第49-55页
        3.3.1 颜色特征参数频率曲线的生成第49-51页
        3.3.2 确定颜色特征云的参数第51-53页
        3.3.3 生成云模型第53-55页
    3.4 本章小结第55-56页
第四章 小麦赤霉病颜色特征云模型综合评价模型第56-60页
    4.1 建立小麦赤霉病颜色特征云模型评价模型第56-58页
    4.2 小麦赤霉病颜色特征云模型评价结果分析第58-59页
    4.3 本章小结第59-60页
第五章 总结与展望第60-62页
    5.1 工作总结第60-61页
    5.2 未来的工作展望第61-62页
参考文献第62-68页
作者简介第68页

论文共68页,点击 下载论文
上一篇:基于贵金属纳米粒子LSPR的光学传感特性研究
下一篇:磁导航传感器的设计与实验研究