| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 引言 | 第7-12页 |
| 1.1 研究的目的和意义 | 第7页 |
| 1.2 树木图像识别分类的研究现状 | 第7-9页 |
| 1.3 树木图像识别分类的研究内容和技术路线 | 第9-10页 |
| 1.3.1 树木图像识别分类的研究内容 | 第9页 |
| 1.3.2 技术路线 | 第9-10页 |
| 1.4 本文的先进性 | 第10-12页 |
| 第二章 树木图像分割 | 第12-28页 |
| 2.1 图像分割及其定义 | 第12页 |
| 2.2 彩色图像的通道选择和分割 | 第12-13页 |
| 2.3 基于阀值的图像分割 | 第13-16页 |
| 2.3.1 直方图阈值法 | 第14-15页 |
| 2.3.2 自适应阈值 | 第15-16页 |
| 2.4 基于区域生长的方法 | 第16-21页 |
| 2.4.1 区域生长的原理 | 第17页 |
| 2.4.2 区域生长的步骤 | 第17-18页 |
| 2.4.3 区域生长的实验分析应用 | 第18-21页 |
| 2.4.4 灰度阈值分割法和区域生长分割方法的性能比较 | 第21页 |
| 2.5 图像边缘检测分割方法 | 第21-26页 |
| 2.5.1 边缘检测的原理 | 第21-22页 |
| 2.5.2 常用的边缘检测模板 | 第22-23页 |
| 2.5.3 边缘检测实验 | 第23-25页 |
| 2.5.4 不同边缘检测算子的特点分析 | 第25-26页 |
| 2.6 软件界面 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 树木图像的特征分析 | 第28-60页 |
| 3.1 形状分析的背景 | 第28-36页 |
| 3.1.1 基于形状特征分析的流程 | 第28-29页 |
| 3.1.2 基于数学形态学的形状提取 | 第29-30页 |
| 3.1.3 数学形态学分析的原理和应用 | 第30-32页 |
| 3.1.4 基于区域的形状特征参数的分析 | 第32-36页 |
| 3.2 基于树干形态的特征分析 | 第36-38页 |
| 3.3 基于树皮纹理的特征分析 | 第38-58页 |
| 3.3.1 纹理分析概念 | 第38-39页 |
| 3.3.2 纹理分析方法 | 第39-58页 |
| 3.3.2.1 基于RADON变换的纹理分析 | 第39-41页 |
| 3.3.2.2 基于灰度概率密度的纹理分析 | 第41-44页 |
| 3.3.2.3 灰度共生矩阵法的纹理分析 | 第44-54页 |
| 3.3.2.4 基于HSV模型的树皮纹理颜色特征的分析 | 第54-58页 |
| 3.4 软件界面 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 树木图像的分类识别 | 第60-70页 |
| 4.1 分类设计的原理 | 第60-61页 |
| 4.2 BP神经网络分类实验 | 第61-67页 |
| 4.3 软件界面 | 第67-68页 |
| 4.4 本章小结 | 第68-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |