基于昆虫形状特征的模式识别
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 前言 | 第9-15页 |
| ·昆虫图像模式识别的研究意义 | 第9-10页 |
| ·昆虫图像模式识别技术概述 | 第10页 |
| ·形状识别概述 | 第10-12页 |
| ·人对形状的认知过程 | 第10-11页 |
| ·机器的形状识别过程 | 第11-12页 |
| ·形状识别的国内外研究现状及发展趋势 | 第12-13页 |
| ·形状识别的国内外研究现状 | 第12页 |
| ·形状识别的发展趋势 | 第12-13页 |
| ·本文的研究思路及内容 | 第13-15页 |
| 第2章 昆虫图像预处理 | 第15-39页 |
| ·图像像素处理 | 第15-24页 |
| ·图像灰度化 | 第15-16页 |
| ·图像二值化 | 第16-17页 |
| ·图像位置归一化 | 第17-19页 |
| ·图像滤波去噪声 | 第19-24页 |
| ·图像缩放旋转的灰度级插值双线性法 | 第24-27页 |
| ·数学形态学操作 | 第27-30页 |
| ·数学形态学概念 | 第27页 |
| ·图像腐蚀和膨胀 | 第27-28页 |
| ·开运算和闭运算 | 第28-30页 |
| ·边缘检测 | 第30-35页 |
| ·边缘检测概述 | 第30-32页 |
| ·一阶微分边缘检测 | 第32-33页 |
| ·二阶微分边缘检测 | 第33-35页 |
| ·边界跟踪 | 第35-39页 |
| ·边界跟踪概述 | 第35页 |
| ·传统边界跟踪算法缺陷 | 第35-36页 |
| ·改进的八邻域边界跟踪与提取算法 | 第36-39页 |
| 第3章 昆虫形状特征提取 | 第39-47页 |
| ·全局特征 | 第39-45页 |
| ·不变矩特征 | 第39-42页 |
| ·全局形状特征 | 第42-45页 |
| ·局部特征 | 第45-47页 |
| ·腹部宽度和长度 | 第45-46页 |
| ·亮斑数 | 第46-47页 |
| 第4章 昆虫特征优选及分类器的设计 | 第47-50页 |
| ·模糊集合和隶属函数 | 第47-48页 |
| ·标准模型库的建立 | 第48页 |
| ·分类器设计过程 | 第48-50页 |
| 第5章 结论及需改进之处 | 第50-52页 |
| ·结论 | 第50页 |
| ·需要改进之处 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者攻读学位期间发表的学术论文 | 第60页 |
