首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像的水稻病害识别方法的研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-17页
   ·研究背景、目的与意义第10-12页
     ·研究背景第10-11页
     ·研究目的与意义第11-12页
   ·国内外研究现状第12-14页
   ·研究内容与技术路线第14-16页
     ·研究内容第14-16页
     ·技术路线第16页
   ·本章小结第16-17页
第二章 水稻病害数据库的建立第17-21页
   ·MySQL 简介第17页
   ·数据库的建立第17-20页
     ·图像数据第18页
     ·特征数据第18-19页
     ·文字描述数据第19-20页
   ·本章小结第20-21页
第三章 水稻病害图像采集与预处理第21-37页
   ·图像采集第21-23页
     ·图像采集设备第21-22页
     ·病害图片采集第22-23页
   ·图像去噪第23-26页
     ·图像去噪的常用方法第23-24页
     ·RGB 彩色模型第24-25页
     ·彩色病斑图像去噪第25-26页
   ·图像分割第26-36页
     ·图像分割的定义与分类第26-29页
     ·形态学滤波第29-32页
     ·水稻病害斑点颜色特点第32页
     ·水稻病斑图像分割第32-36页
   ·本章小结第36-37页
第四章 水稻病斑特征参数提取第37-51页
   ·颜色特征第37-41页
     ·颜色模型转换第37-38页
     ·颜色直方图第38-39页
     ·颜色量化第39-40页
     ·颜色特征提取第40-41页
   ·形态特征第41-44页
     ·水稻病斑形态特点第41-42页
     ·形态特征提取第42-44页
   ·纹理特征第44-49页
     ·灰度共生矩阵第45-47页
     ·纹理特征参数第47-49页
   ·特征参数优化第49-50页
   ·本章小结第50-51页
第五章 水稻病害识别处理第51-65页
   ·模式识别技术简介第51页
   ·分类器介绍第51-55页
     ·贝叶斯分类器第51-52页
     ·神经网络第52-54页
     ·支持向量机第54-55页
   ·水稻病害识别第55-60页
     ·识别技术路线第55-56页
     ·实验结果与分析第56-60页
   ·远程识别处理第60-64页
     ·Sockets 技术第60-61页
     ·ActiveX 控件第61-62页
     ·远程识别设计第62-63页
     ·远程查询浏览设计第63-64页
   ·本章小结第64-65页
第六章 水稻室内病斑评价方法的研究第65-74页
   ·软硬件设计与工作原理第65-67页
     ·硬件设计第65-66页
     ·软件设计第66页
     ·工作原理第66-67页
   ·评价方法研究第67-73页
     ·图像采集第68-69页
     ·图像预处理第69页
     ·背景去除第69-70页
     ·菌核去除第70页
     ·病斑分割第70-71页
     ·参数计算第71页
     ·水稻病菌致病力评价第71-72页
     ·水稻品种抗性评价第72-73页
   ·本章小结第73-74页
第七章 水稻病害智能识别系统的建立和功能第74-81页
   ·软件开发环境与工具第74页
   ·软件功能实现第74-81页
第八章 总结与展望第81-83页
   ·总结第81-82页
   ·展望第82-83页
参考文献第83-89页
致谢第89-90页
攻读硕士学位期间参与的科研项目和发表论文第90页

论文共90页,点击 下载论文
上一篇:实时控制系统软件开发架构设计研究及其应用
下一篇:基于均值偏移的视频目标跟踪、检测算法研究及系统实现