| 中文摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究及发展现状 | 第12-14页 |
| ·国外研究状况 | 第13-14页 |
| ·国内研究状况 | 第14页 |
| ·研究内容和方法 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·研究方法 | 第15页 |
| ·技术路线 | 第15-16页 |
| 2 图像采集与预处理 | 第16-22页 |
| ·烟草病害 | 第16-17页 |
| ·图像采集 | 第17-18页 |
| ·图像预处理 | 第18-20页 |
| ·RGB颜色空间 | 第18-19页 |
| ·HSV颜色空间 | 第19-20页 |
| ·试验结果 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 图像分割 | 第22-32页 |
| ·图像分割算法 | 第22-26页 |
| ·阈值分割 | 第22-23页 |
| ·边缘分割 | 第23-24页 |
| ·Canny算子 | 第23页 |
| ·Laplacian算子 | 第23页 |
| ·Sobel算子 | 第23-24页 |
| ·聚类分割 | 第24-25页 |
| ·分割效果 | 第25-26页 |
| ·大津法 | 第26-27页 |
| ·GrabCut算法 | 第27-29页 |
| ·GrabCut算法原理 | 第27-28页 |
| ·GrabCut函数使用 | 第28-29页 |
| ·交互式分割算法 | 第29-30页 |
| ·试验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 特征提取 | 第32-40页 |
| ·颜色特征 | 第32-33页 |
| ·颜色直方图 | 第32页 |
| ·颜色集 | 第32-33页 |
| ·颜色矩 | 第33页 |
| ·轮廓特征 | 第33-36页 |
| ·Hu矩 | 第34页 |
| ·Zernike矩 | 第34-36页 |
| ·纹理特征 | 第36-39页 |
| ·LBP纹理特征 | 第36-37页 |
| ·Tamura纹理特征 | 第37页 |
| ·灰度共生矩阵 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于遗传神经网络的烟草病害识别 | 第40-52页 |
| ·人工神经网络概述 | 第40-42页 |
| ·人工神经网络特点 | 第40-41页 |
| ·人工神经网络模型 | 第41-42页 |
| ·BP神经网络 | 第42-44页 |
| ·BP神经网络算法实现 | 第42-43页 |
| ·BP神经网络的不足 | 第43-44页 |
| ·遗传算法 | 第44-47页 |
| ·遗传算法实现 | 第45-46页 |
| ·遗传算法参数选择 | 第46-47页 |
| ·遗传算法优化BP神经网络 | 第47-48页 |
| ·优化算法试验 | 第48-49页 |
| ·多特征识别试验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 6 烟草病害识别系统 | 第52-55页 |
| ·移动客户端 | 第52-54页 |
| ·服务器端 | 第54页 |
| ·系统性能试验 | 第54页 |
| ·本章小结 | 第54-55页 |
| 7 总结与展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 硕士研究生期间研究成果 | 第62-63页 |
| 附录 | 第63-73页 |
| 附录1：在VS2010中配置opencv 2.4.3 | 第63-66页 |
| 附录2：移动客户端takephoto.java代码 | 第66-73页 |