| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 前言 | 第10-16页 |
| ·图像处理的简介 | 第10-11页 |
| ·图像处理技术的基本特点及优点 | 第11-12页 |
| ·图像处理的应用 | 第12页 |
| ·数字图像处理在蔬菜智能化识别方面的发展 | 第12-13页 |
| ·图像处理技术在植物病害诊断中的国内外现状 | 第13-16页 |
| 第2章 数字图像处理简介 | 第16-47页 |
| ·图像的增强 | 第18-34页 |
| ·基于灰度直方图的图像增强 | 第19-23页 |
| ·基于图像平滑的图像增强 | 第23-28页 |
| ·基于图像锐化的图像增强 | 第28-34页 |
| ·图像背景处理 | 第34-37页 |
| ·图像分割 | 第37-43页 |
| ·双峰法阈值分割 | 第38-40页 |
| ·graythresh 函数以及im2bw 函数实现图像分割 | 第40-43页 |
| ·分割边缘的平滑 | 第43页 |
| ·边缘检测与标记 | 第43-47页 |
| ·一阶微分算子 | 第44页 |
| ·二阶微分算子 | 第44-47页 |
| 第3章 黄瓜病态叶片形状特征参数的提取 | 第47-52页 |
| ·病害叶子颜色特征参数的提取 | 第47-48页 |
| ·HIS 色度系统 | 第47页 |
| ·1931CIE-XYZ 标准色度系统 | 第47-48页 |
| ·病害叶片纹理特征参数的提取 | 第48-50页 |
| ·病害叶片病斑部位形状特征参数的研究 | 第50页 |
| ·特征参数的选取 | 第50-52页 |
| 第4章 模式识别 | 第52-57页 |
| ·模式识别的概述 | 第52页 |
| ·选择模式识别方法 | 第52-53页 |
| ·BAYES决策理论方法 | 第53-57页 |
| ·Bayes 分类法 | 第53-54页 |
| ·Bayes 分类器的建立 | 第54-55页 |
| ·用隶属度原则进行识别 | 第55-57页 |
| 第5章 图像处理与识别软件系统开发 | 第57-65页 |
| 第6章 试验结果分析与系统验证 | 第65-68页 |
| 第7章 总结 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者简介及在学期间所取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |