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

基于图像的水稻害虫识别与计数研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第10-18页
    1.1 研究背景、目的与意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究目的和意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 昆虫图像采集第12页
        1.2.2 昆虫图像预处理第12-13页
        1.2.3 昆虫图像特征提取与优化第13-14页
        1.2.4 昆虫图像识别第14-15页
        1.2.5 昆虫图像计数第15-16页
    1.3 研究内容与技术路线第16-17页
        1.3.1 研究内容第16-17页
        1.3.2 技术路线第17页
    1.4 本章小结第17-18页
第二章 基于机器视觉的水稻害虫图像采集系统的建立第18-26页
    2.1 系统硬件搭建第18-19页
    2.2 系统图像采集软件第19-22页
        2.2.1 图像采集流程第19页
        2.2.2 Nikon D90 SDK 原理概述第19-21页
        2.2.3 系统软件功能介绍第21-22页
    2.3 水稻害虫图像采集第22-25页
        2.3.1 害虫诱集第22-23页
        2.3.2 害虫初筛第23页
        2.3.3 害虫图像采集第23-25页
    2.4 本章小结第25-26页
第三章 水稻害虫图像预处理第26-42页
    3.1 图像去噪第26-29页
        3.1.1 常用的图像去噪方法第26-28页
        3.1.2 不同去噪方法的比较第28-29页
    3.2 图像分割第29-39页
        3.2.1 常用的图像分割方法第29-33页
        3.2.2 图像的形态学处理第33-34页
        3.2.3 水稻灯诱害虫背景分割第34-38页
        3.2.4 水稻害虫粘连分割第38-39页
    3.3 害虫区域标记第39-41页
        3.3.1 图像标记第40页
        3.3.2 个体匹配第40-41页
    3.4 本章小结第41-42页
第四章 水稻害虫图像特征参数提取第42-58页
    4.1 颜色特征提取第42-45页
        4.1.1 颜色模型简介第42-43页
        4.1.2 颜色空间转换第43-44页
        4.1.3 HSV 空间非均匀量化第44-45页
        4.1.4 水稻害虫图像颜色特征提取第45页
    4.2 形态特征提取第45-48页
        4.2.1 水稻害虫形态特点第45-46页
        4.2.2 水稻害虫图像形态特征提取第46-48页
    4.3 纹理特征提取第48-53页
        4.3.1 灰度共生矩阵第49-50页
        4.3.2 水稻害虫图像纹理特征提取第50-53页
    4.4 数据降维第53-56页
        4.4.1 主成分分析第53-55页
        4.4.2 数据降维处理第55页
        4.4.3 数据降维结果分析第55-56页
    4.5 数据集划分第56-57页
        4.5.1 交叉验证方法第56-57页
        4.5.2 测试集与训练集的划分第57页
    4.6 本章小结第57-58页
第五章 水稻灯诱害虫图像识别方法研究第58-69页
    5.1 基于模板匹配的多目标水稻害虫识别研究第58-61页
        5.1.1 模板匹配方法第58-59页
        5.1.2 害虫模板的建立第59-60页
        5.1.3 模板匹配识别结果第60-61页
    5.2 基于支持向量机的水稻害虫识别研究第61-67页
        5.2.1 支持向量机概述第62-64页
        5.2.2 参数优化与核函数选择第64-66页
        5.2.3 支持向量机识别结果与分析第66-67页
    5.3 两种识别方法的比较分析第67页
    5.4 水稻害虫计数第67-68页
    5.5 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 总结第69-70页
    6.2 展望第70-71页
参考文献第71-77页
致谢第77-78页
攻读硕士学位期间参与的科研项目和发表论文第78页

论文共78页,点击 下载论文
上一篇:基于互联网文本的网络流行词提取与情感倾向分析
下一篇:平面—立体转换算法研究及辅助设计软件实现