| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 农作物病害特征提取研究现状 | 第11-12页 |
| 1.2.2 农作物病害特征选择研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 第二章 小麦叶部病斑图像分割 | 第14-25页 |
| 2.1 小麦叶部主要病害及图像获取 | 第14页 |
| 2.2 彩色图像预处理 | 第14-18页 |
| 2.2.1 中值滤波方法 | 第15页 |
| 2.2.2 小波变换方法 | 第15-16页 |
| 2.2.3 预处理结果 | 第16-18页 |
| 2.3 彩色图像分割 | 第18-24页 |
| 2.3.1 颜色空间选择 | 第18-21页 |
| 2.3.2 k-means算法 | 第21-22页 |
| 2.3.3 采用k-means算法图像分割 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 小麦叶部病害特征提取 | 第25-38页 |
| 3.1 颜色特征 | 第25-27页 |
| 3.1.1 颜色矩特征提取 | 第25-26页 |
| 3.1.2 构造的颜色参数 | 第26-27页 |
| 3.2 纹理特征提取 | 第27-33页 |
| 3.2.1 灰度共生矩阵提取特征 | 第28-30页 |
| 3.2.2 Gabor小波变换特征 | 第30-31页 |
| 3.2.3 病害纹理特征提取 | 第31-33页 |
| 3.3 几何形状特征 | 第33-37页 |
| 3.3.1 构造的形状特征参数 | 第34-35页 |
| 3.3.2 不变矩特征 | 第35页 |
| 3.3.3 小麦病害的形状特征提取 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 小麦叶部病害特征筛选 | 第38-52页 |
| 4.1 数据归一化 | 第38-39页 |
| 4.2 特征抽取 | 第39-41页 |
| 4.2.1 PCA降维 | 第39页 |
| 4.2.2 LDA降维方法 | 第39-41页 |
| 4.3 特征选择算法 | 第41-45页 |
| 4.3.1 评价函数 | 第42-43页 |
| 4.3.2 SFFS特征搜索算法 | 第43-45页 |
| 4.4 小麦叶部病害有效特征提取及分析 | 第45-51页 |
| 4.4.1 基于PCA的小麦叶部病害特征提取实验及分析 | 第45-46页 |
| 4.4.2 基于LDA的小麦叶部病害特征提取实验及分析 | 第46-47页 |
| 4.4.3 基于variance-SFFS的小麦叶部病害特征选择 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 小麦叶部病害识别 | 第52-60页 |
| 5.1 图像分类识别方法 | 第52页 |
| 5.2 支持向量机 | 第52-58页 |
| 5.2.1 支持向量机概述 | 第52-57页 |
| 5.2.2 多分类支持向量机模型 | 第57-58页 |
| 5.3 叶部病害分类识别结果及分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 个人简介 | 第67-68页 |
| 在读期间发表的论文及科研成果清单 | 第68页 |
