| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 前言 | 第10-14页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外现状与研究意义 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 发展趋势 | 第12页 |
| 1.3 论文主要工作和结构安排 | 第12-14页 |
| 1.3.1 论文的主要工作 | 第12-13页 |
| 1.3.2 论文的结构安排 | 第13-14页 |
| 2 番茄叶部病害简介 | 第14-17页 |
| 2.1 番茄常见叶部病害简介 | 第14-16页 |
| 2.1.1 番茄斑枯病 | 第14页 |
| 2.1.2 番茄叶霉病 | 第14-15页 |
| 2.1.3 番茄菌核病 | 第15页 |
| 2.1.4 番茄黄萎病 | 第15-16页 |
| 2.2 番茄病害图像获取 | 第16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 图像处理和特征提取 | 第17-29页 |
| 3.1 图像预处理 | 第17-19页 |
| 3.1.1 中值滤波 | 第17-19页 |
| 3.2 图像颜色特征提取 | 第19-23页 |
| 3.2.1 RGB颜色模型 | 第19-21页 |
| 3.2.2 HIS颜色模型 | 第21-22页 |
| 3.2.3 RGB颜色模型和HIS颜色模型的转换 | 第22页 |
| 3.2.4 RGB颜色特征提取结果 | 第22-23页 |
| 3.3 图像纹理特征提取 | 第23-28页 |
| 3.3.1 灰度共生矩阵 | 第23-25页 |
| 3.3.2 构造的纹理特征提取参数 | 第25-26页 |
| 3.3.3 纹理特征参数提取结果 | 第26-27页 |
| 3.3.4 综合特征参数提取结果汇总 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 植物叶部病害识别方法研究 | 第29-49页 |
| 4.1 BP神经网络 | 第29-31页 |
| 4.1.1 BP神经网络工具箱函数 | 第29页 |
| 4.1.2 BP神经网络结构 | 第29-30页 |
| 4.1.3 BP神经网络算法 | 第30页 |
| 4.1.4 BP神经网络局限性 | 第30-31页 |
| 4.2 径向基神经网络 | 第31-33页 |
| 4.2.1 RBF神经网络的结构 | 第31-32页 |
| 4.2.2 RBF神经网络的学习算法 | 第32-33页 |
| 4.2.3 RBF神经网络的MATLAB工具箱函数 | 第33页 |
| 4.3 BP、RBF神经网络仿真实验 | 第33-36页 |
| 4.4 支持向量机 | 第36-40页 |
| 4.4.1 线性可分SVM原理 | 第36-38页 |
| 4.4.2 线性不可分SVM原理 | 第38-39页 |
| 4.4.3 非线性SVM和核函数 | 第39-40页 |
| 4.4.4 多分类SVM | 第40页 |
| 4.4.5 libsvm软件包介绍 | 第40页 |
| 4.5 基于多分类支持向量机的番茄病害识别 | 第40-47页 |
| 4.5.1 识别步骤 | 第41页 |
| 4.5.2 仿真测试 | 第41-43页 |
| 4.5.3 实测仿真分析 | 第43-47页 |
| 4.6 本章小结 | 第47-49页 |
| 5 病害识别远程诊断分析 | 第49-69页 |
| 5.1 网站设计 | 第49-51页 |
| 5.1.1 前端设计 | 第49-50页 |
| 5.1.2 后台设计软件 | 第50-51页 |
| 5.2 MATLAB软件简介 | 第51页 |
| 5.3 LabVIEW开发平台简介 | 第51-57页 |
| 5.3.1 LabVIEW简介 | 第51-52页 |
| 5.3.2 LabVIEW与数据库的连接 | 第52-53页 |
| 5.3.3 LabVIEW与Matlab的连接 | 第53页 |
| 5.3.4 LabVIEW的Web技术 | 第53-57页 |
| 5.4 主要功能模块设计与实现 | 第57-68页 |
| 5.4.1 登录与注册模块 | 第57-60页 |
| 5.4.2 主界面模块 | 第60-61页 |
| 5.4.3 数据查询模块 | 第61-62页 |
| 5.4.4 信息上传下载模块 | 第62-63页 |
| 5.4.5 病害诊断模块 | 第63-67页 |
| 5.4.6 在线留言模块 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结 | 第69-71页 |
| 6.1 全文总结 | 第69页 |
| 6.2 论文创新点 | 第69-70页 |
| 6.3 论文的不足之处 | 第70-71页 |
| 7 展望 | 第71-72页 |
| 8 参考文献 | 第72-78页 |
| 9 致谢 | 第78页 |