昆虫翅膀图像分类算法的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·昆虫图像处理与识别 | 第9-11页 |
| ·昆虫图像处理识别技术简介 | 第9-10页 |
| ·昆虫翅膀图像处理技术发展 | 第10-11页 |
| ·昆虫种类识别研究现状及意义 | 第11-14页 |
| ·课题的研究现状及意义 | 第12-14页 |
| ·课题的研究内容 | 第14页 |
| ·本文主要完成工作 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第2章 昆虫翅膀图像的预处理 | 第16-37页 |
| ·引言 | 第16-17页 |
| ·翅膀图像增强 | 第17-22页 |
| ·翅膀图像滤波 | 第17-20页 |
| ·邻域平均法 | 第18-19页 |
| ·中值滤波法 | 第19-20页 |
| ·翅膀图像锐化 | 第20-22页 |
| ·翅膀图像分割 | 第22-32页 |
| ·翅膀图像边缘检测 | 第23-26页 |
| ·翅膀图像阈值分割 | 第26-28页 |
| ·翅膀图像轮廓提取和跟踪 | 第28-32页 |
| ·轮廓提取 | 第28页 |
| ·轮廓跟踪 | 第28-32页 |
| ·翅膀图像的归一化 | 第32-34页 |
| ·翅膀图像位置归一化 | 第32-33页 |
| ·翅膀图像尺寸归一化 | 第33-34页 |
| ·图像预处理实现 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 昆虫翅膀图像特征提取方法 | 第37-52页 |
| ·引言 | 第37页 |
| ·翅膀图像颜色特征提取方法 | 第37-39页 |
| ·翅膀图像的分块准则 | 第38-39页 |
| ·颜色直方图统计方法 | 第39页 |
| ·分块直方图特征提取的实现 | 第39页 |
| ·翅膀图像翅脉特征提取方法 | 第39-46页 |
| ·Canny算子设计的基本原理 | 第40-41页 |
| ·Canny算子基本步骤 | 第41-43页 |
| ·改进Canny边缘处理方法 | 第43-44页 |
| ·翅脉特征提取的实现 | 第44-45页 |
| ·翅脉特征和分块直方图特征的结合 | 第45-46页 |
| ·SIFT局部特征提取 | 第46-51页 |
| ·SIFT原理 | 第47-50页 |
| ·SIFT算法特性 | 第47页 |
| ·LoG和DoG尺度空间 | 第47-48页 |
| ·SIFT算法步骤 | 第48-50页 |
| ·SIFT特征提取的实现 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 昆虫翅膀图像的识别算法实现 | 第52-63页 |
| ·引言 | 第52页 |
| ·翅膀图像匹配概述 | 第52-58页 |
| ·颜色特征匹配算法及实验结果 | 第54-55页 |
| ·SIFT特征匹配算法及实验结果 | 第55-58页 |
| ·昆虫识别算法的实现 | 第58-62页 |
| ·总体算法结构设计 | 第59页 |
| ·系统的模块化实现 | 第59-62页 |
| ·预处理功能的实现 | 第60-61页 |
| ·翅脉提取功能的实现 | 第61页 |
| ·翅脉匹配功能的实现 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |
