首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Android的水稻害虫图像采集与识别系统研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·研究背景、目的与意义第10-11页
     ·研究背景第10-11页
     ·研究目的与意义第11页
   ·国内外研究现状第11-15页
     ·农业田间信息采集、监测研究现状第12-13页
     ·昆虫图像识别研究现状第13-15页
   ·论文的研究内容与技术路线第15-16页
     ·研究内容第15页
     ·技术路线第15-16页
   ·论文的结构安排第16-18页
第二章 基于 Android 的水稻害虫图像采集与识别系统框架建立第18-32页
   ·Android 手机端设计及功能实现第18-23页
     ·Android 开发环境配置第18-19页
     ·水稻病虫害信息数据库建立及访问第19-21页
     ·手持式水稻基部飞虱图像采集装置设计第21-22页
     ·基于 Android 手机的未知水稻害虫信息浏览与图像采集设计第22-23页
   ·系统客户端与 Web 服务器端的通信实现第23-26页
     ·HTTP 协议第23-24页
     ·系统客户端与 Web 服务器端的通信第24-26页
   ·后台 Web 服务器配置及开发设计第26-31页
     ·系统后台服务器搭建第26-27页
     ·水稻害虫信息数据库建立第27-29页
     ·水稻害虫信息数据库的访问第29页
     ·水稻害虫图像识别算法的调用第29-31页
   ·本章小结第31-32页
第三章 水稻基部飞虱识别算法的研究第32-44页
   ·水稻基部飞虱识别技术路线第32-33页
   ·特征参数提取第33-41页
     ·颜色特征第33-38页
       ·常用颜色模型及其相互转换第33-35页
       ·颜色量化第35-36页
       ·颜色特征提取第36-38页
     ·纹理特征第38-40页
       ·灰度共生矩阵第38-39页
       ·纹理参数提取第39-40页
     ·数据归一化第40-41页
   ·基于支持向量机的飞虱识别第41-43页
     ·支持向量机第41-43页
     ·基于 SVM 的水稻基部飞虱识别第43页
   ·本章小结第43-44页
第四章 水稻害虫识别算法的研究第44-59页
   ·水稻害虫识别技术路线第44-45页
   ·八种主要水稻害虫成虫特征第45-46页
   ·特征参数提取第46-52页
     ·颜色特征提取第46页
     ·形态特征提取第46-48页
     ·纹理参数提取第48-52页
   ·基于后验概率的 SVM 识别第52-57页
     ·后验概率的多分类 SVM 模型建立第52-55页
     ·八种主要水稻害虫成虫识别第55-57页
   ·本章小结第57-59页
第五章 基于 Android 手机的水稻害虫图像采集与识别系统测试第59-64页
   ·基于手持式装置的水稻田间飞虱调查子系统操作与测试第59-61页
   ·基于 Android 手机的未知水稻害虫图像识别子系统操作与测试第61-62页
   ·本章小结第62-64页
第六章 总结与展望第64-66页
   ·总结第64-65页
   ·展望第65-66页
参考文献第66-72页
致谢第72-73页
攻读硕士学位期间参与的科研项目和发表论文第73页

论文共73页,点击 下载论文
上一篇:侵染嗜水小核菌(Sclerotium hydrophilum)的双链RNA病毒研究
下一篇:半夏miRNA的检测及其靶基因的鉴定