基于神经网络的番茄叶部病害识别
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究内容 | 第12页 |
| 1.3.3 技术路线 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 2 番茄病害图像采集和预处理 | 第15-20页 |
| 2.1 番茄常见病害及其特点 | 第15-16页 |
| 2.1.1 番茄叶部病害的特点 | 第15-16页 |
| 2.2 病害的图像采集 | 第16页 |
| 2.3 病害图像的预处理 | 第16-19页 |
| 2.3.1 灰度化 | 第16-17页 |
| 2.3.2 直方图均衡化 | 第17-18页 |
| 2.3.3 图像平滑 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 番茄病害图像分割 | 第20-33页 |
| 3.1 颜色空间模型的选择 | 第20-23页 |
| 3.1.1 常见的颜色空间模型 | 第20-21页 |
| 3.1.2 各空间模型下番茄病害图像的特点 | 第21-23页 |
| 3.2 阈值分割法 | 第23-26页 |
| 3.2.1 双峰法 | 第24-25页 |
| 3.2.2 迭代法 | 第25页 |
| 3.2.3 最大类间方差法 | 第25-26页 |
| 3.3 数字形态学处理 | 第26-28页 |
| 3.3.1 腐蚀和膨胀 | 第27页 |
| 3.3.2 开运算和闭运算 | 第27-28页 |
| 3.4 番茄病害图像分割法的选取 | 第28-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 番茄病害图像的特征提取 | 第33-41页 |
| 4.1 番茄叶部病斑分析 | 第33页 |
| 4.2 纹理特征提取 | 第33-36页 |
| 4.2.1 灰度共生矩阵 | 第34-35页 |
| 4.2.2 灰度共生矩阵构造纹理特征参数 | 第35-36页 |
| 4.2.3 番茄叶部病害的纹理特征提取 | 第36页 |
| 4.3 形状特征提取 | 第36-39页 |
| 4.3.1 构造病斑的形状特征参数 | 第37-38页 |
| 4.3.2 形状特征提取的预处理 | 第38-39页 |
| 4.3.3 番茄叶部病害的形状特征提取 | 第39页 |
| 4.4 番茄叶部病斑特征参数的选取 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 番茄叶部病害识别 | 第41-49页 |
| 5.1 模式识别 | 第41-42页 |
| 5.2 BP神经网络 | 第42-44页 |
| 5.2.1 BP神经网络模型 | 第42-43页 |
| 5.2.2 BP网络模型的优化 | 第43-44页 |
| 5.3 番茄叶部病害识别BP网络设计 | 第44-48页 |
| 5.3.1 BP网络的训练和测试 | 第45-46页 |
| 5.3.2 实验结果及分析 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 研究生期间发表的学术论文 | 第54-55页 |
| 作者简介 | 第55-56页 |
| 致谢 | 第56-57页 |
| 中文详细摘要 | 第57-58页 |
