基于图像处理和模式识别技术的黄瓜病害识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·蔬菜病害图像识别研究的目的与意义 | 第9-10页 |
| ·数字图像处理与模式识别方法 | 第10-12页 |
| ·图像处理和模式识别 | 第10页 |
| ·图像模式识别方法简介 | 第10-12页 |
| ·国内外图像处理技术在农业工程中的研究进展 | 第12-15页 |
| ·图像处理技术在农产品质量检测方面的研究进展 | 第12-13页 |
| ·图像处理技术在作物生长状态监测中的研究进展 | 第13-14页 |
| ·图像处理技术在作物病虫害识别方面的研究进展 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第二章 黄瓜病害图像的采集 | 第17-21页 |
| ·图像获取设备的选择 | 第17-18页 |
| ·病害图像采集 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 黄瓜病害图像预处理 | 第21-28页 |
| ·灰度变换处理 | 第21-22页 |
| ·图像平滑处理 | 第22-23页 |
| ·图像增强处理 | 第23-25页 |
| ·图像病害部位分离 | 第25-27页 |
| ·图像二值化处理 | 第25-26页 |
| ·图像边缘检测及细线化 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 黄瓜病害图像特征参数的提取和优化 | 第28-43页 |
| ·图像特征参数提取 | 第28-38页 |
| ·提取图像灰度统计量特征 | 第28-32页 |
| ·提取图像的颜色特征 | 第32-36页 |
| ·提取图像的几何特征 | 第36-38页 |
| ·特征数据的归一化 | 第38页 |
| ·基于遗传算法的特征选择 | 第38-42页 |
| ·遗传算法 | 第39页 |
| ·特征选择算法设计 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 黄瓜病害图像模式识别 | 第43-52页 |
| ·模糊模式识别 | 第43-45页 |
| ·模糊集合和隶属函数 | 第43-44页 |
| ·模糊集合中的描述量 | 第44页 |
| ·模糊模式识别原理 | 第44-45页 |
| ·黄瓜病害模糊模式识别的分类设计 | 第45-47页 |
| ·黄瓜病害图像的分类算法 | 第47-49页 |
| ·模糊聚类分析 | 第49-50页 |
| ·试验结果分析 | 第50-51页 |
| ·试验结果验证 | 第51-52页 |
| 第六章 图像处理与识别系统的建立 | 第52-66页 |
| ·图像处理与识别系统的工作流程图 | 第52-54页 |
| ·黄瓜病害的部分图像与系统处理结果图 | 第54-66页 |
| 第七章 结论和展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
