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

基于分形理论的林业害虫识别与分类方法的研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-13页
   ·课题背景第8页
   ·相关领域的国内外发展状况第8-11页
     ·林业病虫害预测预报工作的发展状况第8-10页
     ·分形理论在识别与分类中的应用状况第10页
     ·支持向量机在识别与分类中的应用状况第10-11页
   ·论文研究目的和主要内容第11-13页
2 分形理论及分形维数第13-19页
   ·分形理论第13-15页
     ·分形理论的提出第13-15页
     ·分形的定义第15页
   ·分形维数第15-18页
     ·Hausdorff测度与维数第15-16页
     ·其他常见的分形维数第16-18页
   ·分形维数的发展及其应用第18页
   ·本章小结第18-19页
3 林业害虫图像的处理第19-44页
   ·图像灰度化第19-21页
   ·直方图均衡化第21-24页
   ·图像平滑第24-28页
     ·邻域平均法第24-25页
     ·中值滤波第25-26页
     ·实验结果与分析第26-28页
   ·图像分割与边缘检测第28-39页
     ·图像分割概述第28-31页
     ·边缘检测第31-39页
   ·林业害虫图像足与触角的去除第39-43页
   ·本章小结第43-44页
4 林业害虫图像的特征提取第44-51页
   ·几何形状特征第44-48页
     ·周长第44-45页
     ·面积第45页
     ·长轴第45页
     ·短轴第45-46页
     ·内切圆半径第46页
     ·外接圆半径第46页
     ·重心第46页
     ·矩形度第46页
     ·偏心率第46-47页
     ·圆形度第47页
     ·球状度第47-48页
     ·不变矩第48页
   ·纹理特征第48-50页
     ·差分盒维数第49页
     ·盒子大小的限制第49-50页
   ·特征分类及选择第50页
   ·本章小结第50-51页
5 基于支持向量机的林业害虫图像的分类第51-60页
   ·支持向量机第51-55页
     ·最优分类面第51-53页
     ·非线性支持向量机第53-54页
     ·核函数第54-55页
     ·多类分类策略第55页
   ·支持向量机的具体应用第55-56页
     ·林业害虫图像样本类别的选择第55-56页
     ·特征参数归一化第56页
     ·核函数的选择第56页
   ·分类器的训练、测试及结果分析第56-59页
     ·不同核函数及输入特征向量的选取第56-57页
     ·实验结果与分析第57-59页
   ·本章小结第59-60页
结论第60-61页
参考文献第61-65页
攻读学位期间发表的学术论文第65-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于虚拟样机技术的林木生物质细粉碎设备研究
下一篇:基于小波变换的护坡植被根系图像边缘检测