摘要 | 第4-6页 |
abstract | 第6-7页 |
1 绪论 | 第11-19页 |
1.1 课题背景与研究意义 | 第11-12页 |
1.1.1 课题背景 | 第11-12页 |
1.1.2 课题研究意义 | 第12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 基于内容的图像检索技术 | 第12-14页 |
1.2.2 农作物病虫害图像识别与检索方法研究现状 | 第14-16页 |
1.3 研究内容与技术路线 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 技术路线 | 第17-18页 |
1.4 论文组织结构 | 第18-19页 |
2 农作物病虫害图像库建立与图像预处理 | 第19-32页 |
2.1 农作物病虫害图像库建立 | 第19-21页 |
2.2 农作物病虫害图像的预处理方法 | 第21-31页 |
2.2.1 颜色空间变换 | 第22-24页 |
2.2.2 图像灰度化 | 第24-25页 |
2.2.3 图像平滑 | 第25-28页 |
2.2.4 图像尺度变换 | 第28-31页 |
2.3 本章小结 | 第31-32页 |
3 农作物病虫害感兴趣区域检测算法研究 | 第32-48页 |
3.1 引言 | 第32页 |
3.2 基于Grab-Cut算法的病虫害ROI检测方法 | 第32-39页 |
3.2.1 图论概述 | 第32-33页 |
3.2.2 Grab-Cut算法原理 | 第33-36页 |
3.2.3 病虫害ROI检测实验及分析 | 第36-39页 |
3.3 基于关键特征点的病虫害ROI检测方法 | 第39-47页 |
3.3.1 不变性特征算子概述 | 第40页 |
3.3.2 ROI检测方法概述 | 第40-41页 |
3.3.3 基于关键点的病虫害ROI检测算法原理 | 第41-46页 |
3.3.4 病虫害ROI检测实验及分析 | 第46-47页 |
3.4 本章小结 | 第47-48页 |
4 农作物病虫害图像特征提取算法研究 | 第48-59页 |
4.1 引言 | 第48页 |
4.2 颜色特征 | 第48-49页 |
4.2.1 HSV颜色直方图特征提取算法 | 第48-49页 |
4.2.2 颜色特征提取实验及结果分析 | 第49页 |
4.3 纹理特征 | 第49-53页 |
4.3.1 LBP算法概述 | 第50-51页 |
4.3.2 UPLBP纹理直方图特征提取算法 | 第51页 |
4.3.3 纹理特征提取实验及结果分析 | 第51-53页 |
4.4 图像局部不变性特征 | 第53-58页 |
4.4.1 SIFT特征算法原理 | 第53-57页 |
4.4.2 局部特征点提取实验及结果分析 | 第57-58页 |
4.5 本章小结 | 第58-59页 |
5 农作物病虫害识别算法研究 | 第59-78页 |
5.1 基于距离分类器的病虫害识别方法研究 | 第59-68页 |
5.1.1 基于K近邻的病虫害识别方法 | 第59-60页 |
5.1.2 特征相似度计算方法 | 第60页 |
5.1.3 基于加权距离的K近邻病虫害识别方法 | 第60-62页 |
5.1.4 实验结果与分析 | 第62-68页 |
5.2 基于SVM的病虫害识别方法研究 | 第68-75页 |
5.2.1 支持向量机原理概述 | 第68页 |
5.2.2 基于SVM的病虫害识别方法 | 第68-69页 |
5.2.3 实验结果与分析 | 第69-75页 |
5.3 本文所提方法的对比实验研究 | 第75-77页 |
5.3.1 对比实验说明 | 第75-76页 |
5.3.2 实验结果与分析 | 第76-77页 |
5.4 本章小结 | 第77-78页 |
6 农作物病虫害图像检索系统设计与实现 | 第78-85页 |
6.1 系统概述 | 第78-79页 |
6.1.1 病虫害检索图像库 | 第78页 |
6.1.2 病虫害检索系统使用环境 | 第78-79页 |
6.2 系统设计与实现 | 第79-81页 |
6.2.1 病虫害图像检索原理 | 第79页 |
6.2.2 病虫害图像检索系统设计分析 | 第79-80页 |
6.2.3 病虫害图像处理模块 | 第80-81页 |
6.2.4 病虫害图像检索模块 | 第81页 |
6.3 系统演示 | 第81-84页 |
6.4 本章小结 | 第84-85页 |
总结与展望 | 第85-87页 |
论文总结 | 第85-86页 |
研究展望 | 第86-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-93页 |
攻读学位期间发表的学术论文及承担的科研项目 | 第93页 |