首页--农业科学论文--植物保护论文--病虫害及其防治论文--园艺作物病虫害及其防治论文--果树病虫害论文--仁果类病虫害论文--苹果病虫害论文

基于图像分析的苹果病害识别技术研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-16页
   ·研究目的和意义第11-12页
   ·图像分析技术植物病害诊断研究第12-14页
     ·国外研究概况第12页
     ·国内研究概况第12-13页
     ·存在的问题第13-14页
   ·研究目标及内容第14页
   ·研究方法与技术路线第14-16页
     ·研究方法第14-15页
     ·技术路线第15-16页
第二章 供试图像获取第16-19页
   ·研究对象的确定第16-17页
   ·病害图像数据的采集第17-18页
     ·图像采集时间、地点第17-18页
     ·采集方法第18页
   ·本章小结第18-19页
第三章 苹果病害图像预处理第19-29页
   ·苹果病害图像特点第19页
   ·灰度变换第19-20页
   ·图像分量提取第20-21页
   ·图像增强处理第21-25页
     ·图像去噪第21-22页
     ·直方图均衡化第22-23页
     ·消除光照对图像的影响第23-25页
   ·图像分割方法研究第25-27页
     ·叶片目标提取第25-26页
     ·病斑分离第26-27页
   ·图像分割后处理第27页
   ·预处理结果分析第27-28页
   ·本章小结第28-29页
第四章 苹果病害特征参数的提取和优化第29-42页
   ·颜色特征提取图像颜色特征研究第29-33页
     ·颜色模型的选择第29-31页
     ·颜色直方图第31-32页
     ·颜色矩特征第32页
     ·实验及分析第32-33页
   ·纹理特征提取第33-37页
     ·分形对纹理的描述第34页
     ·分形维数的计算第34-35页
     ·分形维数的实现第35-37页
     ·实验及分析第37页
   ·形状特征提取第37-41页
     ·区域标记第37-38页
     ·链码第38-40页
     ·基于Hu 不变矩的形状特征提取第40-41页
     ·实验及分析第41页
   ·本章小结第41-42页
第五章 基于神经网络的苹果病害识别方法第42-48页
   ·模式识别方法选择第42-43页
     ·模式识别的基本框架第42页
     ·模式识别的方法比较选择第42-43页
   ·BP 神经网络第43-44页
     ·BP 神经网络的网络结构第43-44页
     ·BP 算法的改进第44页
   ·苹果病害识别BP 网络设计第44-46页
     ·特征选择分析第45页
     ·各特征的归一化处理第45-46页
     ·神经元结点数的确定第46页
   ·实验及分析第46-47页
     ·神经网络的训练第46-47页
     ·识别结果与分析第47页
   ·本章小结第47-48页
第六章 图像分析系统的设计与实现第48-52页
   ·软件开发工具第48页
   ·系统实现的关键技术第48-49页
   ·系统功能模块第49页
   ·界面设计第49-51页
   ·本章小结第51-52页
第七章 结论与展望第52-54页
   ·结论第52页
   ·展望第52-54页
参考文献第54-57页
致谢第57-58页
作者简介第58页

论文共58页,点击 下载论文
上一篇:基于MRI的果实三维体视技术研究
下一篇:基于图像分析的蔬菜食叶害虫识别技术研究