基于图像特征的茶叶病害识别方法研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 存在的问题 | 第13页 |
| 1.3 主要研究内容与技术路线 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 第二章 材料与方法 | 第15-19页 |
| 2.1 病害对象 | 第15-16页 |
| 2.2 试验方法 | 第16-17页 |
| 2.3 本章小结 | 第17-19页 |
| 第三章 病害图像预处理 | 第19-33页 |
| 3.1 图像处理理论基础 | 第19-25页 |
| 3.1.1 颜色空间 | 第19-20页 |
| 3.1.2 图像增强 | 第20-22页 |
| 3.1.3 图像分割 | 第22-24页 |
| 3.1.4 形态学处理 | 第24-25页 |
| 3.2 茶叶病斑提取方法 | 第25-30页 |
| 3.2.1 茶白星病病斑提取 | 第25-26页 |
| 3.2.2 茶褐色叶斑病病斑提取 | 第26-28页 |
| 3.2.3 茶云纹叶枯病病斑提取 | 第28-30页 |
| 3.3 试验结果和分析 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 病斑特征提取 | 第33-41页 |
| 4.1 颜色特征提取 | 第33-35页 |
| 4.1.1 颜色矩 | 第33-34页 |
| 4.1.2 颜色直方图 | 第34页 |
| 4.1.3 颜色特征提取结果 | 第34-35页 |
| 4.2 纹理特征提取 | 第35-37页 |
| 4.2.1 灰度共生矩阵 | 第35页 |
| 4.2.2 灰度共生矩阵统计量 | 第35-36页 |
| 4.2.3 纹理特征提取结果 | 第36-37页 |
| 4.3 形状特征提取 | 第37-40页 |
| 4.3.1 链码原理 | 第37-38页 |
| 4.3.2 特征值计算 | 第38页 |
| 4.3.3 基于不变矩提取形状特征 | 第38-39页 |
| 4.3.4 形状特征提取结果 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 茶叶病害识别方法研究 | 第41-55页 |
| 5.1 数据整理 | 第41页 |
| 5.2 基于BP神经网络的茶叶病害分类 | 第41-46页 |
| 5.2.1 BP神经网络算法介绍 | 第41-43页 |
| 5.2.2 BP神经网络的构建 | 第43-44页 |
| 5.2.3 BP神经网络的训练和测试 | 第44页 |
| 5.2.4 试验结果和分析 | 第44-46页 |
| 5.3 基于随机森林的茶叶病害分类 | 第46-50页 |
| 5.3.1 随机森林算法介绍 | 第46-47页 |
| 5.3.2 随机森林的构建 | 第47-48页 |
| 5.3.3 随机森林的训练和测试 | 第48页 |
| 5.3.4 试验结果和分析 | 第48-50页 |
| 5.4 基于支持向量机的茶叶病害分类 | 第50-53页 |
| 5.4.1 支持向量机算法介绍 | 第50页 |
| 5.4.2 支持向量机的构建 | 第50-51页 |
| 5.4.3 支持向量机的训练和测试 | 第51-52页 |
| 5.4.4 试验结果和分析 | 第52-53页 |
| 5.5 茶叶病害识别结果对比和分析 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 创新点 | 第56页 |
| 6.3 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
