基于计算机图像处理的作物叶部病害提取方法与技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·数字图像处理概况和发展 | 第12-14页 |
| ·彩色图像滤波 | 第12-13页 |
| ·彩色图像分割 | 第13-14页 |
| ·图像分析 | 第14页 |
| ·论文的主要内容 | 第14-15页 |
| ·论文布局 | 第15-16页 |
| 第二章 作物叶部病害图像的获取与预处理 | 第16-35页 |
| ·作物叶部病害图像获取 | 第16-17页 |
| ·图像获取设备及拍摄条件 | 第16页 |
| ·作物叶部病害图像获取 | 第16-17页 |
| ·颜色模型 | 第17-21页 |
| ·RGB 颜色模型 | 第18页 |
| ·HSI 颜色模型 | 第18-20页 |
| ·CIE 颜色模型 | 第20-21页 |
| ·图像滤波 | 第21-28页 |
| ·矢量中值滤波算法 | 第22页 |
| ·矢量中值滤波的改良算法 | 第22-28页 |
| ·试验与分析 | 第28-33页 |
| ·滤波效果试验与分析 | 第28-33页 |
| ·处理速度试验与分析 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第三章 作物叶部病害图像分割 | 第35-52页 |
| ·传统的图像分割算法 | 第35-36页 |
| ·基于色度学准则的颜色信息融合分割方法 | 第36-39页 |
| ·作物叶部病害图像特性 | 第36页 |
| ·基于色度学准则的颜色信息融合分割方法 | 第36-39页 |
| ·基于 PCNN 的图像分割方法 | 第39-48页 |
| ·PCNN 模型 | 第39-41页 |
| ·PCNN 简化模型 | 第41页 |
| ·嵌套 PCNN 原理 | 第41-45页 |
| ·基于嵌套 PCNN 的玉米病害彩色图像分割 | 第45-46页 |
| ·主要参数对分割结果的影响 | 第46-48页 |
| ·图像分割试验与分析 | 第48-51页 |
| ·试验材料与设备 | 第48-49页 |
| ·不同算法分割结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 作物叶部病害提取系统集成 | 第52-55页 |
| ·系统开发环境 | 第52页 |
| ·系统整体解决方案 | 第52-53页 |
| ·软件系统部分界面 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结论 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-62页 |
