| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外的研究现状 | 第12-17页 |
| ·利用颜色特征识别 | 第14-15页 |
| ·利用形状特征识别 | 第15页 |
| ·利用纹理特征识别 | 第15-16页 |
| ·嵌入式系统在精准农业上的应用 | 第16-17页 |
| ·研究目的和主要工作 | 第17-18页 |
| ·论文章节安排 | 第18页 |
| ·本章小结 | 第18-19页 |
| 2 基于 ARM 的图像处理及识别系统方案 | 第19-27页 |
| ·ARM（Advanced RISC Machines）简介 | 第19-20页 |
| ·基于 Windows CE 系统的图像采集结构 | 第20-22页 |
| ·Windows CE 的移植性 | 第20-21页 |
| ·Boot Loader 的设计 | 第21-22页 |
| ·系统硬件设备驱动程序开发 | 第22-24页 |
| ·Windows CE 的驱动模型 | 第22-23页 |
| ·显示屏驱动程序的开发 | 第23-24页 |
| ·USB 驱动程序的开发 | 第24页 |
| ·用户测试界面应用程序设计 | 第24-26页 |
| ·测试界面应用程序的实现方法 | 第24-25页 |
| ·算法在硬件平台实现 | 第25-26页 |
| ·调试结果分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3 图像预处理和图像处理算法 | 第27-37页 |
| ·图像的预处理 | 第27-28页 |
| ·线性滤波消除噪声 | 第27-28页 |
| ·图像特征的特点 | 第28-30页 |
| ·颜色特征 | 第28-29页 |
| ·纹理特征 | 第29页 |
| ·形状特征 | 第29-30页 |
| ·利用颜色特征分割彩色图像算法 | 第30-32页 |
| ·彩色空间简介 | 第30-32页 |
| ·分割图像的后处理 | 第32-36页 |
| ·形态学处理方法 | 第32-35页 |
| ·区域标记处理算法 | 第35页 |
| ·形态滤波效果 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 G-SOFM 算法 | 第37-51页 |
| ·图像识别方法 | 第37-38页 |
| ·利用颜色特征分割植物与背景的方法 | 第38-39页 |
| ·形状特征及其参数 | 第39-40页 |
| ·基于神经元网络的识别算法 | 第40-43页 |
| ·SOFM 神经网络概述 | 第40-41页 |
| ·SOFM 神经网络结构简介 | 第41-42页 |
| ·SOFM 神经网络学习算法 | 第42-43页 |
| ·SOFM 算法在图像识别中的应用 | 第43-46页 |
| ·SOFM 代码的相关函数 | 第44-46页 |
| ·G-SOFM 算法 | 第46-50页 |
| ·G-SOFM 算法简介 | 第46页 |
| ·G-SOFM 算法的实现过程 | 第46-47页 |
| ·K-SOFM 算法的实现过程 | 第47页 |
| ·不同参数的效果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58-59页 |