| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.1.1 课题背景 | 第11-12页 |
| 1.1.2 课题相关理论 | 第12页 |
| 1.1.3 课题的理论和工程价值 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究目标及主要内容 | 第15-16页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 主要内容 | 第15-16页 |
| 1.4 论文的章节 | 第16-17页 |
| 第二章 课题相关技术基础 | 第17-21页 |
| 2.1 植物根系 | 第17-18页 |
| 2.1.1 根系形态特征 | 第17页 |
| 2.1.2 根系分类 | 第17-18页 |
| 2.2 图像的视觉特征 | 第18-20页 |
| 2.2.1 颜色特征 | 第18-19页 |
| 2.2.2 纹理特征 | 第19页 |
| 2.2.3 形状特征 | 第19-20页 |
| 2.3 图像分割基础 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 根系图像分割的常规方法对比研究 | 第21-44页 |
| 3.1 本课题根系图像的获取 | 第21-22页 |
| 3.2 灰度化处理 | 第22-24页 |
| 3.3 阈值分割法实验与分析 | 第24-29页 |
| 3.3.1 阈值分割法数学描述 | 第24页 |
| 3.3.2 常用阈值分割法分析 | 第24-26页 |
| 3.3.3 静态阈值分割实验与结果 | 第26-28页 |
| 3.3.4 动态阈值分割实验与结果 | 第28-29页 |
| 3.4 边缘检测法实验与分析 | 第29-37页 |
| 3.4.1 边缘检测法数学描述 | 第30-31页 |
| 3.4.2 基于Sobel算子检测的实验与结果 | 第31-32页 |
| 3.4.3 基于Prewitt算子检测的实验与结果 | 第32-33页 |
| 3.4.4 基于Laplacian算子检测的实验与结果 | 第33-35页 |
| 3.4.5 基于LoG算子检测的实验与结果 | 第35-37页 |
| 3.5 区域分割法实验与分析 | 第37-42页 |
| 3.5.1 常用的区域分割法 | 第37-38页 |
| 3.5.2 基于K-means聚类的区域分割法实验与结果 | 第38-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于SNN的根系图像分割方法研究 | 第44-58页 |
| 4.1 Spiking神经网络基础 | 第44-47页 |
| 4.1.1 时间编码 | 第44-45页 |
| 4.1.2 SRM神经元模型 | 第45-47页 |
| 4.2 SNN的学习算法 | 第47-49页 |
| 4.2.1 监督学习与非监督学习 | 第47-48页 |
| 4.2.2 Hebbian学习规则 | 第48-49页 |
| 4.2.3 STDP学习规则 | 第49页 |
| 4.3 基于SNN的图像分割算法 | 第49-50页 |
| 4.3.1 基于视觉皮层处理过程 | 第49-50页 |
| 4.3.2 基于同步 | 第50页 |
| 4.4 结合SNN的植物根系图像分割算法的实验与分析 | 第50-57页 |
| 4.4.1 预处理 | 第50-51页 |
| 4.4.2 图像编码 | 第51-52页 |
| 4.4.3 实验与结果分析 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 根系分析系统设计与实现 | 第58-72页 |
| 5.1 系统需求分析 | 第58-60页 |
| 5.1.1 根系分析原型系统 | 第58-59页 |
| 5.1.2 功能性需求分析 | 第59页 |
| 5.1.3 性能需求分析 | 第59-60页 |
| 5.2 系统设计 | 第60-65页 |
| 5.2.1 复杂背景下根系提取功能设计 | 第60-61页 |
| 5.2.2 拍照所得图像根系提取功能设计 | 第61-63页 |
| 5.2.3 系统加密功能设计 | 第63-65页 |
| 5.3 系统实现 | 第65-69页 |
| 5.3.1 复杂背景下根系图像提取功能实现 | 第65-66页 |
| 5.3.2 便携设备获取根系图像提取功能实现 | 第66-68页 |
| 5.3.3 系统加密功能实现 | 第68-69页 |
| 5.4 系统测试 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 结束语 | 第72-74页 |
| 6.1 主要工作与结论 | 第72-73页 |
| 6.2 未来研究工作的展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
