基于图像识别的向日葵叶部病害诊断技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外基于图像识别的病害诊断技术研究进展 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-13页 |
| ·研究方案和技术路线 | 第13-15页 |
| ·拟解决的关键问题 | 第13页 |
| ·主要研究内容 | 第13-14页 |
| ·技术路线图 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第二章 向日葵叶部病害图像采集及预处理 | 第16-24页 |
| ·向日葵叶部病害图像获取 | 第16页 |
| ·向日葵叶部病害图像预处理 | 第16-20页 |
| ·邻域平均滤波法 | 第17-18页 |
| ·中值滤波法 | 第18页 |
| ·矢量中值滤波法 | 第18-19页 |
| ·三种滤波方法去噪效果比较及分析 | 第19-20页 |
| ·基于支持向量机的向日葵叶部有无病害诊断 | 第20-23页 |
| ·图像特征参数选取 | 第20-21页 |
| ·实验结果分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 向日葵叶部病害图像病斑分割 | 第24-41页 |
| ·颜色空间的选择 | 第24-28页 |
| ·RGB 颜色模型 | 第24-25页 |
| ·HSI 颜色模型 | 第25页 |
| ·RGB 到 HSI 空间的转换 | 第25-26页 |
| ·本文病斑分割采用的颜色模型 | 第26-28页 |
| ·病斑分割方法的选取 | 第28-38页 |
| ·阈值分割 | 第28-30页 |
| ·基于颜色分量的自选阈值法粗略分割 | 第30-31页 |
| ·形态学图像处理 | 第31-33页 |
| ·融合区域标记法与区域生长法的病害图像精细分割 | 第33-38页 |
| ·单个病斑的裁剪与分割 | 第38页 |
| ·实验结果分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 向日葵叶部病害图像的特征提取 | 第41-60页 |
| ·向日葵叶部病斑颜色特征提取 | 第41-45页 |
| ·颜色模型的选取 | 第41页 |
| ·颜色特征描述方法 | 第41-42页 |
| ·颜色特征提取结果与分析 | 第42-45页 |
| ·向日葵叶部病斑纹理特征提取 | 第45-58页 |
| ·向日葵叶部病害彩色图像灰度化处理 | 第45页 |
| ·灰度共生矩阵 | 第45-48页 |
| ·基于灰度共生矩阵的纹理参数提取及实验结果分析 | 第48-58页 |
| ·向日葵叶部病斑特征提参数规定化 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 基于支持向量机的向日葵叶部病害识别 | 第60-67页 |
| ·模式识别方法概述 | 第60-61页 |
| ·支持向量机 | 第61-63页 |
| ·线性可分情况 | 第61-62页 |
| ·非线性可分情况 | 第62-63页 |
| ·核函数 | 第63页 |
| ·支持向量机多分类策略 | 第63-65页 |
| ·多分类策略概述 | 第63-64页 |
| ·基于一对一投票策略的向日葵多种病害分类识别 | 第64-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 软件功能实现及结果分析 | 第67-73页 |
| ·软件开发工具 | 第67页 |
| ·软件系统实现 | 第67-71页 |
| ·结果分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 结论与展望 | 第73-75页 |
| ·结论 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
