拟南芥表型的计算机视觉检测系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1. 绪论 | 第8-11页 |
| 1.1. 研究背景和意义 | 第8-9页 |
| 1.2. 国内外研究现状 | 第9-10页 |
| 1.3. 本论文的主要工作和创新点 | 第10页 |
| 1.4. 论文的组织结构 | 第10页 |
| 1.5. 本章小结 | 第10-11页 |
| 2. 拟南芥图像采集与预处理 | 第11-20页 |
| 2.1. 拟南芥图像采集装置 | 第11-12页 |
| 2.2. 拟南芥图像预处理 | 第12-19页 |
| 2.2.1. 平面透视图像的射影失真 | 第12-13页 |
| 2.2.2. 角点检测算法 | 第13-17页 |
| 2.2.3. 实现步骤 | 第17-19页 |
| 2.3. 本章小结 | 第19-20页 |
| 3. 拟南芥图像分割 | 第20-39页 |
| 3.1 常用图像分割算法 | 第20-23页 |
| 3.1.1 阈值法 | 第20-21页 |
| 3.1.2 聚类法 | 第21页 |
| 3.1.3 直方图方法 | 第21页 |
| 3.1.4 边缘检测法 | 第21-22页 |
| 3.1.5 区域生长法 | 第22页 |
| 3.1.6 EM算法 | 第22页 |
| 3.1.7 ExG-ExR分割法 | 第22-23页 |
| 3.2 拟南芥图像分析 | 第23-24页 |
| 3.3 主成分分析 | 第24-27页 |
| 3.3.1 基本思想 | 第24-25页 |
| 3.3.2 求解方法 | 第25-27页 |
| 3.4 线性分类方法 | 第27-38页 |
| 3.4.1 贝叶斯法则 | 第27-28页 |
| 3.4.2 线性判别分析 | 第28-29页 |
| 3.4.3 二次判别分析 | 第29页 |
| 3.4.4 支持向量机 | 第29-35页 |
| 3.4.5 拟南芥分割模型 | 第35-38页 |
| 3.5. 本章小结 | 第38-39页 |
| 4. 拟南芥表型参数提取 | 第39-58页 |
| 4.1 总面积 | 第39页 |
| 4.2 轮廓表型参数 | 第39-50页 |
| 4.2.1 傅里叶描述子 | 第40页 |
| 4.2.2 傅里叶展开式 | 第40-42页 |
| 4.2.3 离散计算 | 第42-43页 |
| 4.2.4 椭圆傅里叶描述子 | 第43-49页 |
| 4.2.5 具体求解步骤 | 第49-50页 |
| 4.3 叶片个数 | 第50-56页 |
| 4.3.1. 小波函数 | 第50-51页 |
| 4.3.2. 连续小波变换 | 第51页 |
| 4.3.3. 离散小波变换 | 第51-53页 |
| 4.3.4. 极值点检测与Haar小波 | 第53-54页 |
| 4.3.5. 具体实现步骤 | 第54-56页 |
| 4.4. 本章小结 | 第56-58页 |
| 5 结论与展望 | 第58-60页 |
| 5.1. 本文的工作和结论 | 第58页 |
| 5.2. 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 个人简介 | 第64-65页 |
| 导师简介 | 第65-66页 |
| 获得成果目录清单 | 第66-67页 |
| 致谢 | 第67页 |
