| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·图像识别在作物病虫草害识别方面研究进展及存在的问题 | 第10-12页 |
| ·研究内容及技术路线 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·技术路线 | 第13-14页 |
| 第二章 图像处理典型算法及模式识别方法 | 第14-32页 |
| ·图像分割 | 第14-24页 |
| ·边缘检测 | 第15页 |
| ·边缘跟踪 | 第15页 |
| ·区域合并与分裂 | 第15-16页 |
| ·阈值分割 | 第16-24页 |
| ·基于点的全局阈值选取方法 | 第16-21页 |
| ·基于区域的全局阈值选取方法 | 第21-22页 |
| ·局部阈值法和多阈值法 | 第22-24页 |
| ·彩色图像阈值法分割 | 第24页 |
| ·区域标记 | 第24-26页 |
| ·递归算法 | 第24-25页 |
| ·序贯算法 | 第25页 |
| ·区域标记算法分析 | 第25-26页 |
| ·模式识别方法 | 第26-32页 |
| ·模式识别的基本框架 | 第26-27页 |
| ·模式识别方法的分类 | 第27-32页 |
| ·统计模式识别方法 | 第28-29页 |
| ·句法结构模式识别方法 | 第29-30页 |
| ·模糊模式识别 | 第30-31页 |
| ·人工神经网络模式识别 | 第31页 |
| ·以上几种方法的比较 | 第31-32页 |
| 第三章 玉米叶部病害图像获取与图像分割 | 第32-46页 |
| ·图像获取 | 第32页 |
| ·图像平滑 | 第32-34页 |
| ·分割方法确定 | 第34-42页 |
| ·颜色模型 | 第34-37页 |
| ·RGB颜色模型 | 第35-36页 |
| ·HSI颜色模型 | 第36-37页 |
| ·RGB到HIS的转换 | 第37页 |
| ·分割特征的选择 | 第37-39页 |
| ·分割阈值的确定及分割效果 | 第39-42页 |
| ·有无病斑的判断 | 第42-46页 |
| 第四章 玉米叶部病害特征提取 | 第46-53页 |
| ·前言 | 第46页 |
| ·颜色特征提取 | 第46-47页 |
| ·形状特征提取 | 第47-53页 |
| ·概述 | 第47页 |
| ·链码 | 第47-49页 |
| ·具体算法实现 | 第49-53页 |
| ·使用的数据结构 | 第50页 |
| ·算法实现 | 第50-52页 |
| ·算法改进 | 第52-53页 |
| 第五章 玉米叶部病害诊断识别 | 第53-65页 |
| ·直接判别法 | 第53-57页 |
| ·特征分析 | 第53-55页 |
| ·诊断流程的确定 | 第55-56页 |
| ·结果 | 第56-57页 |
| ·贝叶斯分类法 | 第57-60页 |
| ·分类框架设计 | 第57-58页 |
| ·特征约简以及特征的离散化 | 第58页 |
| ·分类器训练 | 第58页 |
| ·结果 | 第58-60页 |
| ·训练样本获取与学习 | 第59页 |
| ·病害诊断结果 | 第59-60页 |
| ·基于加权特征的模糊模式识别 | 第60-63页 |
| ·隶属原则和模糊模式识别的直接方法 | 第60-61页 |
| ·源数据处理 | 第61-62页 |
| ·模式隶属函数确定 | 第62-63页 |
| ·结果 | 第63页 |
| ·分类器优化集成 | 第63-65页 |
| ·集成设计 | 第63-64页 |
| ·结果 | 第64-65页 |
| 第六章 玉米叶部病害智能识别系统 | 第65-69页 |
| ·软件开发工具 | 第65页 |
| ·软件系统设计 | 第65页 |
| ·软件系统实现 | 第65-69页 |
| 第七章 结论及以后研究建议 | 第69-71页 |
| ·主要结论 | 第69-70页 |
| ·对今后研究的建议 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 作者攻读学位期间发表的学术论文目录 | 第75页 |