基于计算机视觉技术的叶绿素含量检测系统
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·计算机视觉与数字图像处理 | 第7页 |
| ·计算机视觉技术的组成 | 第7-8页 |
| ·目前叶绿素检测方法 | 第8-10页 |
| ·机器视觉技术在作物科学研究中的应用 | 第10页 |
| ·选题依据及本文研究内容 | 第10-12页 |
| 第二章 计算机视觉系统的设计 | 第12-20页 |
| ·计算机视觉系统的硬件组成 | 第12-14页 |
| ·摄像机 | 第13-14页 |
| ·视频采集卡 | 第14页 |
| ·计算机 | 第14页 |
| ·数据的采集 | 第14-18页 |
| ·叶片采集困难与问题 | 第15页 |
| ·叶片采集盒的结构设计 | 第15-16页 |
| ·光源对叶绿素采集的影响 | 第16-17页 |
| ·摄像机图像数据的采集 | 第17-18页 |
| ·计算机视觉系统的软件部分 | 第18-20页 |
| 第三章 作物图像的预处理 | 第20-30页 |
| ·彩色基础 | 第20-21页 |
| ·彩色空间 | 第21-24页 |
| ·直方图表示 | 第24-25页 |
| ·灰度直方图 | 第24页 |
| ·颜色直方图 | 第24-25页 |
| ·图像平滑与去噪 | 第25-27页 |
| ·常用滤波方法 | 第25-26页 |
| ·中值滤波 | 第26-27页 |
| ·图像的放大与缩小 | 第27-29页 |
| ·图像放大算法 | 第27-29页 |
| ·实验结果 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 叶片局部特征的提取与分析 | 第30-50页 |
| ·彩色图像分割的一般方法 | 第30-31页 |
| ·基于阈值分割技术的彩色图像分割 | 第31-37页 |
| ·算法描述 | 第31-32页 |
| ·阈值分割原理及分类 | 第32-35页 |
| ·HSI 彩色空间分割 | 第35-36页 |
| ·RGB 彩色空间分割 | 第36-37页 |
| ·图像二值化 | 第37-39页 |
| ·形态学填充孔洞 | 第39-43页 |
| ·形态学的几个基本概念 | 第39-40页 |
| ·膨胀 | 第40页 |
| ·腐蚀 | 第40-41页 |
| ·膨胀与腐蚀的性质 | 第41-43页 |
| ·区域标记与目标区提取 | 第43-46页 |
| ·连通性和连通分量 | 第43页 |
| ·连通分量的提取 | 第43页 |
| ·区域标记 | 第43-44页 |
| ·目标区的提取 | 第44-46页 |
| ·分析局部特征 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 作物整体特征的提取与分析 | 第50-55页 |
| ·基于K-均值聚类的彩色图像分割 | 第50-53页 |
| ·算法描述 | 第50页 |
| ·聚类的概念 | 第50-51页 |
| ·K-均值聚类法原理 | 第51-52页 |
| ·K-均值聚类彩色分割原理 | 第52-53页 |
| ·初始聚类中心的选取 | 第53页 |
| ·实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 叶绿素测定系统软件设计 | 第55-63页 |
| ·软件功能介绍 | 第55-56页 |
| ·软件的设计与实现 | 第56-60页 |
| ·系统运行界面 | 第56页 |
| ·系统软件的设计及操作 | 第56-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士期间发表的主要论文 | 第68-69页 |
| 致谢 | 第69页 |
