| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 病害识别方法研究现状 | 第12-13页 |
| 1.2.2 病害识别系统研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.3.1 病害图像处理与特征提取 | 第14-15页 |
| 1.3.2 小麦叶部病害识别方法对比分析研究 | 第15页 |
| 1.3.3 小麦叶部病害Android手机智能诊断系统研发 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 病害图像处理与特征提取 | 第17-31页 |
| 2.1 病害图像处理 | 第18-23页 |
| 2.1.1 图像增强方法对比分析 | 第18-20页 |
| 2.1.2 图像分割方法对比分析 | 第20-23页 |
| 2.2 病害图像特征提取 | 第23-29页 |
| 2.2.1 颜色特征 | 第24-27页 |
| 2.2.2 纹理特征 | 第27-28页 |
| 2.2.3 形状特征 | 第28-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 小麦叶部病害识别方法对比研究 | 第31-40页 |
| 3.1 材料与方法 | 第31-34页 |
| 3.1.1 试验材料 | 第31页 |
| 3.1.2 试验方法 | 第31-34页 |
| 3.2 结果与分析 | 第34-38页 |
| 3.2.1 病斑图像增强与分割 | 第34-35页 |
| 3.2.2 病害识别 | 第35-37页 |
| 3.2.3 结果验证 | 第37-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 小麦叶部病害Android智能手机诊断系统研发 | 第40-53页 |
| 4.1 系统需求分析 | 第40-41页 |
| 4.1.1 必要性分析 | 第40页 |
| 4.1.2 可行性分析 | 第40-41页 |
| 4.1.3 潜在用户分析 | 第41页 |
| 4.2 系统设计 | 第41-43页 |
| 4.2.1 客户端设计 | 第41-42页 |
| 4.2.2 服务器设计 | 第42-43页 |
| 4.3 系统开发环境 | 第43-46页 |
| 4.3.1 硬件环境 | 第43页 |
| 4.3.2 软件环境 | 第43-46页 |
| 4.4 分类试验 | 第46页 |
| 4.5 系统实现 | 第46-50页 |
| 4.5.1 客户端实现 | 第46-48页 |
| 4.5.2 服务器实现 | 第48-50页 |
| 4.6 功能测试 | 第50-51页 |
| 4.7 本章小结 | 第51-53页 |
| 第五章 结论与展望 | 第53-56页 |
| 5.1 论文总结 | 第53-54页 |
| 5.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间研究成果 | 第63-64页 |