基于数字图像处理的观赏菊品种识别技术研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-11页 |
| 1.1.1 菊花品种专业分类 | 第7-8页 |
| 1.1.2 数字图像处理与模式识别 | 第8-10页 |
| 1.1.3 选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 2 观赏菊图像采集与分割 | 第15-23页 |
| 2.1 自然花朵图像分割研究情况 | 第15-17页 |
| 2.2 观赏菊图像采集装置设计 | 第17-19页 |
| 2.3 大津阈值分割 | 第19-20页 |
| 2.4 形态学处理与逻辑运算 | 第20-21页 |
| 2.5 实验结果 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 观赏菊图像特征定义与提取 | 第23-41页 |
| 3.1 常见图像特征定义 | 第23-26页 |
| 3.1.1 颜色特征 | 第23-24页 |
| 3.1.2 形状特征 | 第24-25页 |
| 3.1.3 纹理特征 | 第25-26页 |
| 3.2 观赏菊特征定义 | 第26-39页 |
| 3.2.1 观赏菊颜色特征 | 第26-33页 |
| 3.2.2 观赏菊形状特征 | 第33-36页 |
| 3.2.3 观赏菊纹理特征 | 第36-39页 |
| 3.3 多特征融合与归一化 | 第39-40页 |
| 3.3.1 观赏菊的多特征融合 | 第39页 |
| 3.3.2 特征归一化 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于KNN和SVM的观赏菊品种识别研究 | 第41-49页 |
| 4.1 KNN分类器 | 第41-42页 |
| 4.1.1 向量相似度评价 | 第41-42页 |
| 4.1.2 KNN算法步骤 | 第42页 |
| 4.2 SVM分类器 | 第42-45页 |
| 4.2.1 线性可分SVM | 第42-44页 |
| 4.2.2 线性不可分SVM | 第44-45页 |
| 4.3 样本库与实验结果 | 第45-48页 |
| 4.3.1 样本库建立 | 第45-46页 |
| 4.3.2 实验结果 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 观赏菊品种识别系统软件设计 | 第49-56页 |
| 5.1 软件开发环境 | 第49页 |
| 5.2 软件界面设计 | 第49-50页 |
| 5.3 软件功能 | 第50-55页 |
| 5.3.1 观赏菊特征建模软件 | 第50-53页 |
| 5.3.2 观赏菊品种识别软件 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-59页 |
| 6.1 全文工作内容 | 第56-57页 |
| 6.2 未来工作计划 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表论文 | 第63页 |
