玉米品种的计算机视觉识别研究
| 第一章 绪论 | 第8-12页 |
| §1．1 研究目的和意义 | 第8页 |
| §1．2 国内外研究概况 | 第8-10页 |
| §1．3 研究目标与研究方案 | 第10-12页 |
| §1．3．1 研究内容与目标 | 第11页 |
| §1．3．2 研究方案 | 第11-12页 |
| 第二章 实验装置 | 第12-14页 |
| §2．1 计算机视觉系统组成 | 第12-14页 |
| §2．1．1 计算机 | 第12-13页 |
| §2．1．2 图像采集卡 | 第13页 |
| §2．1．3 CCD摄像机 | 第13页 |
| §2．1．4 照明室 | 第13页 |
| §2．1．5 实验装置的标定 | 第13-14页 |
| 第三章 图像获取与预处理 | 第14-22页 |
| §3．1 图像获取 | 第14-15页 |
| §3．2 背景分割 | 第15-17页 |
| §3．2．1 自调整阈值法 | 第15-16页 |
| §3．2．2 判别分析法 | 第16-17页 |
| §3．3 去除噪声 | 第17-19页 |
| §3．4 边界跟踪 | 第19-20页 |
| §3．5 种子提取 | 第20-21页 |
| §3．6 小结 | 第21-22页 |
| 第四章 特征参数的选择及提取 | 第22-32页 |
| §4．1 基本参数 | 第22-28页 |
| §4．2 颜色特征参数 | 第28-30页 |
| §4．3 形状特征参数 | 第30-31页 |
| §4．4 大小特征参数 | 第31页 |
| §4．5 小结 | 第31-32页 |
| 第五章 基于人工神经网络的玉米品种识别 | 第32-48页 |
| §5．1 人工神经网络简介 | 第32-36页 |
| §5．1．1 概述 | 第32页 |
| §5．1．2 人工神经元的模型 | 第32-33页 |
| §5．1．3 激活转移函数 | 第33-35页 |
| §5．1．4 神经网络模型结构 | 第35-36页 |
| §5．2 反向传播网络 | 第36-40页 |
| §5．2．1 BP网络模型与结构 | 第37-38页 |
| §5．2．2 BP学习规则 | 第38-39页 |
| §5．2．3 BP网络训练过程 | 第39页 |
| §5．2．4 BP网络的设计 | 第39-40页 |
| §5．3 BP网络识别玉米品种 | 第40-47页 |
| §5．3．1 网络设计 | 第41-44页 |
| §5．3．2 两面特征参数对品种特征的影响 | 第44页 |
| §5．3．3 玉米品种识别训练 | 第44-47页 |
| §5．4 小结 | 第47-48页 |
| 第六章 结论与设想 | 第48-50页 |
| §6．1 结论 | 第48-49页 |
| §6．2 设想 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 作者简介 | 第56页 |
