| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题概述 | 第10-13页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 研究背景和意义 | 第10-12页 |
| 1.1.3 图像来源与前期处理 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.2.1 国外研究现状 | 第13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 课题的主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 白粉病斑的分割 | 第18-28页 |
| 2.1 图像分割概述 | 第18-21页 |
| 2.1.1 分水岭算法 | 第18-19页 |
| 2.1.2 RGB和HSI颜色空间 | 第19-21页 |
| 2.2 白粉病斑分割 | 第21-27页 |
| 2.2.1 颜色统计模型 | 第21-23页 |
| 2.2.2 白粉病斑分割方法 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 白粉病斑样本的特征提取 | 第28-42页 |
| 3.1 白粉病斑形状特征 | 第29-31页 |
| 3.2 白粉病斑颜色特征 | 第31-35页 |
| 3.3 白粉病斑纹理特征 | 第35-41页 |
| 3.3.1 正负样本区域熵的均值 | 第35-37页 |
| 3.3.2 LBP纹理特征 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 黄瓜叶片白粉病检测器的设计 | 第42-68页 |
| 4.1 统计学概述 | 第42-47页 |
| 4.1.1 SVM分类器 | 第43-46页 |
| 4.1.2 SVM核函数 | 第46-47页 |
| 4.1.3 SVM松弛量和参数 | 第47页 |
| 4.2 基于SVM的白粉病斑检测器的训练 | 第47-51页 |
| 4.2.1 训练和测试样本 | 第48页 |
| 4.2.2 基于SVM的白粉病斑检测器的训练方法 | 第48-49页 |
| 4.2.3 交叉验证和网格搜索 | 第49-51页 |
| 4.3 基于SVM白粉病斑检测器的参数优化 | 第51-57页 |
| 4.3.1 基于高斯径向基函数白粉病斑检测器 | 第51-56页 |
| 4.3.2 基于线性核的白粉病斑检测器 | 第56-57页 |
| 4.4 基于SVM的白粉病害叶片检测器的设计 | 第57-67页 |
| 4.4.1 基于径向基核函数的白粉病斑检测结果的叶片检测器 | 第57-62页 |
| 4.4.2 基于线性核函数的白粉病斑检测结果的叶片检测器 | 第62-66页 |
| 4.4.3 结果对比 | 第66-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 黄瓜叶部白粉病斑检测系统设计 | 第68-72页 |
| 5.1 开发环境与开发工具 | 第68-69页 |
| 5.2 系统界面设计 | 第69-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 本文的主要工作和创新点 | 第72-73页 |
| 6.2 不足与展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间发表的论文 | 第82页 |