田间杂草的图像识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-12页 |
| ·研究背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本研究的主要内容和方法 | 第11-12页 |
| 2 图像识别系统概述 | 第12-13页 |
| 3 图像的采集与预处理 | 第13-18页 |
| ·图像的采集 | 第13页 |
| ·图像的预处理 | 第13-18页 |
| ·标量邻域平均滤波法 | 第14-15页 |
| ·矢量中值滤波 | 第15-18页 |
| 4 绿色植物与土壤背景的分割 | 第18-20页 |
| ·图像灰度化与格式转换 | 第18页 |
| ·图像的二值化 | 第18-20页 |
| 5 作物与杂草的分离 | 第20-23页 |
| ·确定作物中心行的位置 | 第20-21页 |
| ·滤除作物行 | 第21页 |
| ·实验结果与分析 | 第21-23页 |
| 6 识别杂草位置 | 第23-50页 |
| ·模板匹配 | 第23-30页 |
| ·模板匹配的基本原理 | 第23-25页 |
| ·模板匹配在杂草图像识别中的应用 | 第25-30页 |
| ·神经网络 | 第30-50页 |
| ·神经网络概述 | 第30-31页 |
| ·神经网络与模式识别的关系 | 第31-33页 |
| ·神经网络结构及类型 | 第33-36页 |
| ·BP神经网络分类器 | 第36-42页 |
| ·BP神经网络在杂草图像识别中的应用 | 第42-50页 |
| 7 计算杂草识别率 | 第50-52页 |
| 8 结论与建议 | 第52-54页 |
| ·主要结论 | 第52页 |
| ·建议 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-65页 |
| 附录A | 第57-65页 |
| 在读期间发表的学术论文 | 第65-66页 |
| 作者简历 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-75页 |
