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 |