| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究目的及意义 | 第10-12页 |
| ·国内外研究现状及发展趋势 | 第12-15页 |
| ·颜色特征识别方法 | 第12-13页 |
| ·形状特征识别方法 | 第13-14页 |
| ·纹理特征识别方法 | 第14页 |
| ·多特征融合识别方法 | 第14-15页 |
| ·主要研究内容和方法 | 第15-16页 |
| ·主要研究内容 | 第15页 |
| ·实验设计方案 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 实验系统的构成及图像采集 | 第17-24页 |
| ·实验系统的硬件构成 | 第17-18页 |
| ·图像采集 | 第18-19页 |
| ·图像的色彩模式 | 第19-23页 |
| ·彩色空间的选择 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 图像预处理以及图像算法的选择 | 第24-36页 |
| ·图像预处理 | 第24-26页 |
| ·邻域平均滤波法 | 第24-25页 |
| ·中值滤波法 | 第25-26页 |
| ·图像阈值化处理 | 第26-32页 |
| ·直方图法 | 第27-28页 |
| ·最大熵阈值分割法 | 第28-30页 |
| ·最大类间方差法 | 第30-32页 |
| ·图像的分割后续处理 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 利用颜色特征进行图像分割及杂草识别 | 第36-50页 |
| ·利用颜色特征分割作物与背景 | 第36-38页 |
| ·利用颜色特征分割作物与杂草 | 第38-47页 |
| ·基于改进的多层同质性方法分割作物与杂草 | 第38-43页 |
| ·基于遗传聚类和形态滤波分割作物与杂草 | 第43-47页 |
| ·试验与评价系统 | 第47-49页 |
| ·杂草的正确和错误识别率 | 第47-49页 |
| ·试验结果 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 综合利用颜色、形状等多特征融合的杂草识别方法 | 第50-60页 |
| ·形状特征及其参数 | 第50-54页 |
| ·杂草形状特征提取方法 | 第54-57页 |
| ·分割方法一:利用形态学运算分割 | 第57页 |
| ·分割方法二:利用分水岭技术分割 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-63页 |
| ·结论 | 第60-61页 |
| ·后续工作与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |