基于数字图像处理的棉花害虫识别体系研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-15页 |
| 1. 数字图像处理技术概述 | 第10页 |
| 2. 国内外棉花害虫识别研究现状 | 第10-12页 |
| 3. 立题依据、目的 | 第12-13页 |
| 4. 研究内容与技术路线 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 第二章 棉花害虫图像的预处理 | 第15-20页 |
| 1. 图像预处理技术概述 | 第15页 |
| 2. 图像预处理试验的材料、方法与软件要求 | 第15-16页 |
| 3. 图像预处理过程和结果 | 第16-19页 |
| ·图像格式的转化 | 第16-17页 |
| ·图像去噪 | 第17-18页 |
| ·图像增强 | 第18-19页 |
| 4. 讨论与结论 | 第19-20页 |
| 第三章 棉花害虫图像的分割与整合 | 第20-35页 |
| 1. 图像分割与整合技术 | 第20页 |
| 2. 分割整合试验的材料、方法和技术 | 第20-22页 |
| 3. 过程与结果 | 第22-34页 |
| ·整体图像的分割 | 第22-28页 |
| ·Otsu阈值法分割 | 第22-23页 |
| ·分界线的界定 | 第23-26页 |
| ·躯干与翅膀分界线的划分 | 第26-27页 |
| ·头、胸和腹之间分割线的划分 | 第27-28页 |
| ·翅膀的分割 | 第28-34页 |
| ·边缘检测算法分割 | 第28-31页 |
| ·数学形态学算法的改进和反馈的引入 | 第31-34页 |
| ·头部、胸部、腹部和足的分割与整合 | 第34页 |
| 4. 讨论与结论 | 第34-35页 |
| 第四章 数学形态特征参数提取 | 第35-42页 |
| 1. 特征参数的测量和提取 | 第35-36页 |
| 2. 特征测量所需材料、技术和算法 | 第36-39页 |
| 3. 特征测量的过程和试验数据的获取 | 第39-41页 |
| ·翅膀数学参数的提取 | 第39-40页 |
| ·翅膀亮斑的提取和计数 | 第40-41页 |
| ·数据的获取 | 第41页 |
| 4. 讨论与结论 | 第41-42页 |
| 第五章 模糊聚类算法在分类器设计中的应用 | 第42-50页 |
| 1. 模糊聚类算法概述 | 第42-44页 |
| ·模糊数学 | 第42-43页 |
| ·聚类分析 | 第43-44页 |
| 2. 分类器的设计过程 | 第44-49页 |
| ·基本正态分布的判断 | 第44-45页 |
| ·模糊C均值算法分类 | 第45-47页 |
| ·二叉树分类 | 第47-48页 |
| ·支持向量机分类 | 第48-49页 |
| 3. 讨论 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| 1. 总结 | 第50-51页 |
| 2. 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的论文、专利 | 第58页 |
