| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景及研究的意义 | 第10-11页 |
| ·图像识别在作物病虫草害识别方面研究进展及存在的问题 | 第11-13页 |
| ·研究内容及技术路线 | 第13-15页 |
| ·研究内容 | 第13页 |
| ·技术路线 | 第13-15页 |
| 第2章 常用二维图像处理技术及模式识别方法 | 第15-37页 |
| ·数字图像基础 | 第15-17页 |
| ·概述 | 第15页 |
| ·位图文件存储格式 | 第15-17页 |
| ·边缘检测 | 第17-23页 |
| ·边缘检测综述 | 第17-18页 |
| ·Roberts 算子 | 第18-19页 |
| ·Prewitt 算子和Sobel 算子 | 第19-20页 |
| ·Kirsch 算子 | 第20-21页 |
| ·Wallis 对数算子 | 第21-22页 |
| ·Laplacian 算子 | 第22页 |
| ·高斯-Laplacian 算子 | 第22-23页 |
| ·图像分割 | 第23-30页 |
| ·图像分割概述 | 第23-25页 |
| ·并行区域分割 | 第25-28页 |
| ·串行边界分割 | 第28-30页 |
| ·模式识别方法 | 第30-37页 |
| ·模式识别的基本框架 | 第30-31页 |
| ·模式识别方法的分类 | 第31页 |
| ·人工神经网络 | 第31-37页 |
| 第3章 玉米叶部病斑图像获取与处理 | 第37-50页 |
| ·图像获取 | 第37页 |
| ·图像平滑 | 第37-44页 |
| ·基于 YCbCr 色彩空间相似度的图像分割 | 第44-50页 |
| ·YCbCr 色彩空间 | 第44-45页 |
| ·高斯颜色模型 | 第45-47页 |
| ·形态学处理 | 第47-50页 |
| 第4章 玉米叶部病斑特征提取 | 第50-58页 |
| ·颜色特征提取 | 第50-52页 |
| ·RGB 彩色模型 | 第50-51页 |
| ·HSI 彩色模型 | 第51-52页 |
| ·从RGB 转换到HSI | 第52页 |
| ·纹理特征提取 | 第52-58页 |
| ·概述 | 第52-53页 |
| ·空间灰度层共现矩阵 | 第53-54页 |
| ·提升小波 | 第54-57页 |
| ·特征提取过程 | 第57-58页 |
| 第5章 玉米叶部病害识别 | 第58-66页 |
| ·几何距离相似性度量 | 第58-59页 |
| ·BP 神经网络相似性度量 | 第59-66页 |
| 第6章 系统设计与实现 | 第66-70页 |
| ·开发环境 | 第66页 |
| ·系统工作流程的建立 | 第66-68页 |
| ·程序执行的部分界面 | 第68-70页 |
| 结论 | 第70-72页 |
| 1 主要结论 | 第70页 |
| 2 对今后研究的建议 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 详细摘要 | 第78-87页 |