基于拓扑结构的杂草种子特征提取及其识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究目的及意义 | 第10-13页 |
| ·国内外研究概况 | 第13-15页 |
| ·论文研究内容 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 2 拓扑结构模式识别理论 | 第18-26页 |
| ·基本原理 | 第18-19页 |
| ·识别方法的框架分析 | 第19-21页 |
| ·识别方法的可行性 | 第19-20页 |
| ·识别方法的框架组成 | 第20-21页 |
| ·特征提取方法概述 | 第21-22页 |
| ·分类器设计方法概述 | 第22-23页 |
| ·本章小结 | 第23-26页 |
| 3 局部结构特征与空间拓扑结构关系构造 | 第26-42页 |
| ·图像预处理 | 第26-30页 |
| ·图像灰度化 | 第27页 |
| ·图像增强 | 第27-28页 |
| ·图像分割 | 第28-29页 |
| ·边缘检测提取 | 第29-30页 |
| ·空间拓扑结构关系构造 | 第30-32页 |
| ·理论基础 | 第30-31页 |
| ·滑动窗的建立 | 第31-32页 |
| ·局部结构特征提取 | 第32-35页 |
| ·局部特征性质 | 第32-33页 |
| ·特征提取方法 | 第33-35页 |
| ·杂草种子特征提取 | 第35-41页 |
| ·网格纹理特征提取 | 第35-37页 |
| ·不变矩特征提取 | 第37-39页 |
| ·形状特征提取 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 ANN 和 HMM 模型 | 第42-56页 |
| ·人工神经网络 ANN 模型 | 第42-46页 |
| ·ANN 基本结构 | 第42-44页 |
| ·ANN 学习方法 | 第44-45页 |
| ·ANN 模型的应用 | 第45-46页 |
| ·隐马尔可夫 HMM 模型 | 第46-49页 |
| ·HMM 基本概念 | 第46-48页 |
| ·HMM 基本算法 | 第48-49页 |
| ·HMM 模型的应用 | 第49页 |
| ·基于 ANN 和 HMM 的拓扑结构关系建模 | 第49-55页 |
| ·ANN 局部结构建模 | 第50-51页 |
| ·HMM 空间拓扑结构建模 | 第51-53页 |
| ·ANN 和 HMM 混合建模 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 结果与分析 | 第56-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间发表的学术论文和参加科研情况说明 | 第82-84页 |
