| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外作物叶片病害图像识别研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.2.3 存在的问题 | 第15页 |
| 1.3 主要研究内容及技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 图像的预处理及分割 | 第19-31页 |
| 2.1 病害图像数据集 | 第19-21页 |
| 2.1.1 研究对象的确定 | 第19-20页 |
| 2.1.2 病害图像数据的采集 | 第20-21页 |
| 2.2 图像预处理 | 第21-23页 |
| 2.2.1 病害图像去噪 | 第21-22页 |
| 2.2.2 病害图像增强 | 第22-23页 |
| 2.3 图像分割 | 第23-29页 |
| 2.3.1 基于阈值的分割方法 | 第24-26页 |
| 2.3.2 基于区域生长法的分割方法 | 第26页 |
| 2.3.3 背景分割结果对比分析 | 第26-27页 |
| 2.3.4 基于最大类间方法差(OTSU)的分割方法 | 第27-28页 |
| 2.3.5 病斑分割结果分析 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 苹果树叶片病害图像的特征提取 | 第31-39页 |
| 3.1 颜色特征提取 | 第31-33页 |
| 3.1.1 颜色空间非均匀量化 | 第31-32页 |
| 3.1.2 颜色矩法 | 第32-33页 |
| 3.2 纹理特征提取 | 第33-35页 |
| 3.2.1 灰度共生矩阵 | 第33页 |
| 3.2.2 颜色共生矩阵 | 第33-34页 |
| 3.2.3 实验分析 | 第34-35页 |
| 3.3 形状特征提取 | 第35-38页 |
| 3.3.1 形状特征描述方法 | 第35-36页 |
| 3.3.2 Hu不变矩特征提取 | 第36-38页 |
| 3.3.3 实验及分析 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于极限学习机的苹果叶片病害识别 | 第39-49页 |
| 4.1 极限学习机理论 | 第39-43页 |
| 4.1.1 极限学习机数学模型 | 第39-41页 |
| 4.1.2 激活函数 | 第41-43页 |
| 4.2 苹果叶片病害识别 | 第43-44页 |
| 4.3 实验分析 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 苹果叶片病害识别系统的设计与实现 | 第49-55页 |
| 5.1 系统需求分析 | 第49页 |
| 5.2 系统设计 | 第49-50页 |
| 5.3 系统开发环境搭建 | 第50-51页 |
| 5.4 系统测试 | 第51-53页 |
| 5.4.1 系统运行流程 | 第51-52页 |
| 5.4.2 系统运行结果 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |