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ARM的G-SOFM图像识别算法研究和应用

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

论文共59页,点击 下载论文
上一篇:数字近景摄影测量双相机系统若干关键技术的研究
下一篇:中央空调冷冻水系统变流量智能控制的研究