| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景目的与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于图像的农业害虫识别的研究 | 第12-13页 |
| 1.2.2 基于图像的水稻害虫测报方法 | 第13-14页 |
| 1.2.3 稻田飞虱测报方法 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 技术路线 | 第16页 |
| 1.5 论文安排 | 第16-18页 |
| 第2章 基于局部特征的白背飞虱检测算法的研究与实现 | 第18-28页 |
| 2.1 水稻基部稻田白背飞虱图像采集 | 第18页 |
| 2.2 HOG特征简介 | 第18-22页 |
| 2.2.1 HOG特征基本原理 | 第18-21页 |
| 2.2.2 白背飞虱与噪声的HOG特征描述子及可视化图像 | 第21-22页 |
| 2.3 Adaboost算法原理 | 第22-23页 |
| 2.4 白背飞虱检测与计数 | 第23-27页 |
| 2.4.1 训练样本集选取 | 第23-24页 |
| 2.4.2 不同HOG特征维数对白背飞虱检测的影响 | 第24-25页 |
| 2.4.3 级联Adaboost分类器训练 | 第25页 |
| 2.4.4 白背飞虱检测结果分析 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于多特征的非飞虱噪声排除算法的研究与实现 | 第28-40页 |
| 3.1 水稻基部非飞虱噪声 | 第28页 |
| 3.2 LBP算法简介 | 第28-30页 |
| 3.2.1 LBP基本原理 | 第28-29页 |
| 3.2.2 LBP特征提取 | 第29页 |
| 3.2.3 稻飞虱与噪声LBP特征描述子 | 第29-30页 |
| 3.3 Gabor算法简介 | 第30-33页 |
| 3.3.1 Gabor特征原理 | 第30-32页 |
| 3.3.2 Gabor特征提取 | 第32页 |
| 3.3.3 白背飞虱与噪声Gabor特征描述子 | 第32-33页 |
| 3.4 特征值归一化 | 第33页 |
| 3.5 SVM算法 | 第33-34页 |
| 3.6 基于多特征和SVM的非飞虱噪声排除算法 | 第34-39页 |
| 3.6.1 SVM分类器训练 | 第34-36页 |
| 3.6.2 非飞虱噪声排除结果分析 | 第36-37页 |
| 3.6.3 不同密度等级白背飞虱检测结果分析 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 基于HOG特征的白背飞虱虫态分类识别算法的研究 | 第40-48页 |
| 4.1 白背飞虱各虫态描述 | 第40页 |
| 4.2 特征降维 | 第40-44页 |
| 4.2.1 主成分分析 | 第41-42页 |
| 4.2.2 线性判别式分析 | 第42-44页 |
| 4.3 分类器训练 | 第44-45页 |
| 4.4 分类结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间参与的科研项目和发表论文 | 第54页 |
