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 |