| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究目的与意义 | 第11-14页 |
| ·植物保护的意义 | 第11页 |
| ·植物分类学简介 | 第11-12页 |
| ·植物机器识别的必要性 | 第12-13页 |
| ·植物机器识别的可行性 | 第13-14页 |
| ·植物机器识别的难点 | 第14页 |
| ·针对叶片特征的植物机器识别国内外研究概况 | 第14-16页 |
| ·国外概况 | 第14-15页 |
| ·国内概况 | 第15-16页 |
| ·研究内容与目标 | 第16-18页 |
| ·研究内容 | 第16-18页 |
| ·研究目标 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 阔叶树叶片图像的获取 | 第19-21页 |
| ·获取装置 | 第19页 |
| ·尺寸标定 | 第19页 |
| ·图像获取 | 第19-21页 |
| 第三章 阔叶树叶片图像预处理 | 第21-32页 |
| ·几何变换 | 第21-22页 |
| ·亮度和对比度调节 | 第22页 |
| ·灰度化 | 第22-23页 |
| ·均衡化 | 第23页 |
| ·二值化 | 第23-24页 |
| ·灰度直方图 | 第24页 |
| ·中值滤波 | 第24-25页 |
| ·平滑处理 | 第25页 |
| ·锐化处理 | 第25-26页 |
| ·边缘增强 | 第26-27页 |
| ·形态学处理 | 第27-29页 |
| ·轮廓提取 | 第29页 |
| ·凸包求取 | 第29-30页 |
| ·最小包围矩形求取 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 阔叶树叶片图像的形状特征提取及优选 | 第32-37页 |
| ·形状特征提取 | 第32-35页 |
| ·周长 | 第32页 |
| ·面积 | 第32-33页 |
| ·质心 | 第33页 |
| ·长轴 | 第33页 |
| ·短轴 | 第33页 |
| ·内接圆 | 第33-34页 |
| ·外接圆 | 第34页 |
| ·矩形度 | 第34页 |
| ·圆形度 | 第34页 |
| ·球形度 | 第34页 |
| ·偏心率 | 第34-35页 |
| ·横纵轴比 | 第35页 |
| ·面积凹凸度 | 第35页 |
| ·周长凹凸度 | 第35页 |
| ·形状特征优选 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 阔叶树叶片图像的纹理特征提取 | 第37-42页 |
| ·纹理特征概述 | 第37页 |
| ·叶脉图像提取 | 第37-38页 |
| ·脉序标定 | 第38-39页 |
| ·脉序类型 | 第38页 |
| ·标定实现 | 第38-39页 |
| ·分形维数计算 | 第39-41页 |
| ·分形理论概述 | 第39-40页 |
| ·分形维数概述 | 第40页 |
| ·改进的差分盒维数算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 PNN 分类器设计及测试结果 | 第42-51页 |
| ·人工神经网络概述 | 第42页 |
| ·基于小样本空间的普通PNN 分类器设计 | 第42-44页 |
| ·基于PCA 和优化平滑因子的双管道改进PNN 分类器设计 | 第44-48页 |
| ·PCA 基本概念 | 第44-46页 |
| ·GA 基本概念 | 第46-47页 |
| ·双管道改进PNN 分类器模型 | 第47-48页 |
| ·测试结果及分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 系统实现及性能测试 | 第51-60页 |
| ·系统开发方案优选 | 第51页 |
| ·系统设计目标 | 第51-52页 |
| ·系统设计中用到的关键技术 | 第52-53页 |
| ·系统构成及功能模块划分 | 第53-56页 |
| ·系统界面设计 | 第56页 |
| ·系统性能测试及评价 | 第56-59页 |
| ·响应速度测试 | 第57页 |
| ·兼容性测试 | 第57-58页 |
| ·系统评价 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第八章 结论与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |