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--蔬菜病虫害论文

基于图像分析的蔬菜食叶害虫识别技术研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-16页
   ·研究目的与意义第10-11页
   ·计算机视觉技术在农业上的应用第11页
   ·国内外害虫自动检测识别研究概况第11-14页
     ·国外研究现状第11-12页
     ·国内研究现状第12-14页
     ·国内外害虫检测技术的发展趋势第14页
   ·本文主要工作第14-15页
   ·本文创新点第15页
   ·本章小结第15-16页
第二章 虫害菜叶图像获取及预处理第16-26页
   ·菜叶虫害识别的一般过程第16页
   ·菜叶图像的获取第16-18页
     ·菜叶图像获取条件第16-17页
     ·虫害菜叶的处理第17页
     ·菜叶图像的获取方法第17页
     ·图像获取与存储第17-18页
   ·虫害菜叶图像的预处理第18-23页
     ·灰度化第18-19页
     ·中值滤波第19-20页
     ·图像分割第20-23页
   ·图像的形态学处理第23-24页
     ·膨胀第23-24页
     ·腐蚀第24页
   ·图像的标记第24-25页
   ·本章小结第25-26页
第三章 虫害菜叶特征的提取和特征优选第26-29页
   ·图像特征值的提取第26-27页
   ·本章小结第27-29页
第四章 基于BP 神经网络的识别方法设计第29-37页
   ·模式识别概述及识别方法的选取第29-31页
     ·统计模式识别第29页
     ·结构模式识别第29-30页
     ·模糊识别方法第30页
     ·智能模式识别第30页
     ·识别方法的选取第30-31页
   ·BP 网络模型算法分析第31-32页
     ·BP 网络基本理论第31页
     ·识别系统流程图第31-32页
     ·BP 算法的程序实现第32页
   ·BP 网络在虫害图像分类中的应用第32-35页
     ·隐含层数的选取第32页
     ·节点数的选取第32页
     ·BP 网络应用于叶菜虫害分类第32-33页
     ·BP 网络的创建第33页
     ·识别网络的建立第33-35页
   ·试验结果的分析第35-36页
   ·本章小结第36-37页
第五章 系统实现第37-39页
   ·系统实现界面第37页
   ·系统功能模块第37-38页
   ·本章小结第38-39页
第六章 结论与设想第39-41页
   ·结论第39页
   ·进一步研究设想第39-41页
参考文献第41-44页
致谢第44-45页
作者简介第45页

论文共45页,点击 下载论文
上一篇:基于图像分析的苹果病害识别技术研究
下一篇:计算机视觉竹块颜色分类方法研究