基于计算机视觉的玉米种子特征提取及应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第10-20页 |
| ·问题的提出 | 第10-12页 |
| ·研究的目的和意义 | 第12页 |
| ·国内外研究现状 | 第12-17页 |
| ·计算机视觉概述 | 第12-14页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-17页 |
| ·研究内容和方法 | 第17-19页 |
| 小结 | 第19-20页 |
| 2 玉米种子特征提取系统构建 | 第20-30页 |
| ·玉米种子特征提取系统总体设计 | 第20页 |
| ·玉米种子特征提取系统硬件组成 | 第20-22页 |
| ·玉米种子特征提取系统软件设计 | 第22-29页 |
| ·系统流程 | 第22-25页 |
| ·软件开发平台与开发工具 | 第25-26页 |
| ·软件功能 | 第26-29页 |
| 小结 | 第29-30页 |
| 3 玉米种子图像预处理算法研究 | 第30-54页 |
| ·数字图像及其矩阵表示 | 第30-32页 |
| ·图像几何变换 | 第32-35页 |
| ·图像缩放 | 第32-33页 |
| ·图像旋转 | 第33-35页 |
| ·图像颜色变换 | 第35-39页 |
| ·颜色模型 | 第36页 |
| ·彩色图像 | 第36页 |
| ·灰度图像 | 第36-37页 |
| ·图像反色 | 第37-38页 |
| ·图像灰度化 | 第38-39页 |
| ·图像增强 | 第39-42页 |
| ·邻域平均法 | 第40-41页 |
| ·中值滤波 | 第41-42页 |
| ·图像形态学处理 | 第42-47页 |
| ·形态学基本概念 | 第43-44页 |
| ·形态学基本算法 | 第44-47页 |
| ·图像分割 | 第47-52页 |
| ·图像分割的一般模型 | 第47-48页 |
| ·阈值分割 | 第48-52页 |
| ·玉米种子图像预处理方案设计 | 第52-53页 |
| 小结 | 第53-54页 |
| 4 玉米种子特征提取 | 第54-74页 |
| ·玉米种子特征概述 | 第54-55页 |
| ·玉米种子轮廓跟踪 | 第55-61页 |
| ·像素间的基本关系 | 第56-58页 |
| ·轮廓跟踪算法 | 第58-59页 |
| ·多轮廓跟踪算法 | 第59-61页 |
| ·基本特征提取 | 第61-69页 |
| ·不变矩特征提取 | 第69-71页 |
| ·颜色特征提取 | 第71-73页 |
| 小结 | 第73-74页 |
| 5 玉米品种识别初探 | 第74-91页 |
| ·概述 | 第74-78页 |
| ·MATLAB 简介 | 第74-76页 |
| ·神经网络发展和应用 | 第76-77页 |
| ·神经元模型 | 第77-78页 |
| ·MATLAB 神经网络工具箱 | 第78页 |
| ·神经网络的选取 | 第78-79页 |
| ·BP 神经网络 | 第79-82页 |
| ·BP 网络结构 | 第79-80页 |
| ·BP 算法学习规则 | 第80页 |
| ·BP 网络的设计 | 第80-82页 |
| ·面向 MATLAB 的 BP 神经网络的设计 | 第82-85页 |
| ·BP 神经网络参数 | 第82-83页 |
| ·BP 神经网络的创建 | 第83-85页 |
| ·网络优化与特征选择 | 第85-90页 |
| ·网络优化 | 第86-89页 |
| ·特征选择 | 第89-90页 |
| 小结 | 第90-91页 |
| 6 总结与展望 | 第91-93页 |
| ·总结 | 第91-92页 |
| ·展望 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 致谢 | 第98-99页 |
| 攻读硕士学位期间发表论文情况 | 第99页 |
