| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·机器视觉在农业中的应用 | 第10页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·稀疏表示理论及研究现状 | 第12-13页 |
| ·论文主要研究内容 | 第13-15页 |
| 第2章 小麦图像预处理与特征提取 | 第15-32页 |
| ·小麦品种介绍 | 第15页 |
| ·小麦图像采集 | 第15-16页 |
| ·小麦图像预处理 | 第16-22页 |
| ·图像增强 | 第16-18页 |
| ·图像分割 | 第18-21页 |
| ·形态学处理 | 第21-22页 |
| ·常用特征介绍 | 第22-28页 |
| ·颜色特征 | 第22-23页 |
| ·形态特征 | 第23-25页 |
| ·纹理特征 | 第25-28页 |
| ·小麦籽粒特征提取 | 第28-31页 |
| ·小麦籽粒颜色特征 | 第28-30页 |
| ·小麦籽粒形态特征 | 第30-31页 |
| ·小麦籽粒纹理特征 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于稀疏表示的小麦品种识别 | 第32-43页 |
| ·稀疏表示理论概述 | 第32-33页 |
| ·稀疏表示原理 | 第33-34页 |
| ·字典的构建与稀疏系数的求解 | 第34-38页 |
| ·字典构造方法 | 第34-35页 |
| ·稀疏系数的求解算法 | 第35-38页 |
| ·基于稀疏表示的小麦品种识别 | 第38-40页 |
| ·字典的构建 | 第38-39页 |
| ·重构算法 | 第39-40页 |
| ·小麦品种识别步骤 | 第40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于字典学习的稀疏表示算法对小麦品种识别 | 第43-59页 |
| ·字典学习算法概述 | 第43页 |
| ·字典学习算法原理 | 第43-46页 |
| ·字典学习方法 | 第43-45页 |
| ·常见字典学习算法的比较 | 第45页 |
| ·奇异值分解 | 第45-46页 |
| ·改进的稀疏表示方法 | 第46-49页 |
| ·稀疏编码 | 第47页 |
| ·码本更新 | 第47-49页 |
| ·改进的稀疏表示方法对小麦品种分类识别 | 第49-53页 |
| ·分类步骤 | 第49页 |
| ·参数设置 | 第49-51页 |
| ·仿真实验与分析 | 第51-52页 |
| ·改进前与改进后的稀疏表示方法对同一品种小麦的识别对比 | 第52页 |
| ·改进前与改进后的稀疏表示方法对4类小麦的识别对比 | 第52-53页 |
| ·神经网络方法 | 第53-58页 |
| ·BP神经网络 | 第53页 |
| ·BP神经网络原理 | 第53-54页 |
| ·BP神经网络学习规则 | 第54-55页 |
| ·基于BP神经网络的小麦品种分类 | 第55-56页 |
| ·网络的构建 | 第56页 |
| ·训练参数的设定 | 第56-57页 |
| ·网络训练 | 第57-58页 |
| ·识别结果对比 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| ·本文工作内容总结 | 第59页 |
| ·未来工作的展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |