基于LCV和SVM的小麦害虫图像识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·选题的背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·目前存在的问题 | 第14页 |
| ·研究内容及主要工作 | 第14-15页 |
| ·组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 系统的总体设计以及害虫库的建立 | 第17-22页 |
| ·引言 | 第17页 |
| ·系统的总体设计 | 第17-20页 |
| ·害虫库的建立 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 图像分割 | 第22-33页 |
| ·引言 | 第22页 |
| ·图像分割概述 | 第22页 |
| ·图像预处理 | 第22-25页 |
| ·常用图像分割方法 | 第25-27页 |
| ·基于 LCV 模型的小麦害虫图像分割 | 第27-32页 |
| ·理论基础 | 第27-30页 |
| ·算法设计 | 第30-31页 |
| ·实验结果与分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 特征提取 | 第33-40页 |
| ·引言 | 第33页 |
| ·特征提取概述 | 第33页 |
| ·常用特征提取方法 | 第33-36页 |
| ·基于 PCA 的特征提取 | 第36-39页 |
| ·理论基础 | 第36-37页 |
| ·算法设计 | 第37-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 小麦害虫图像模式识别 | 第40-49页 |
| ·引言 | 第40页 |
| ·模式识别概述 | 第40页 |
| ·传统模式识别方法 | 第40-41页 |
| ·基于 SVM 的模式识别方法 | 第41-48页 |
| ·理论基础 | 第41-45页 |
| ·算法设计 | 第45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 6 系统开发与实现 | 第49-52页 |
| ·引言 | 第49页 |
| ·系统实现界面 | 第49-50页 |
| ·工作步骤 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 7 总结与展望 | 第52-54页 |
| ·论文总结 | 第52页 |
| ·研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-61页 |
