| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景与选题意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国内外关于Android在图像识别方面的研究现状 | 第9-10页 |
| 1.2.2 国内外稻米品种鉴别的研究现状 | 第10-11页 |
| 1.3 论文研究技术路线和主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 稻米图像预处理的算法研究及特征提取 | 第14-26页 |
| 2.1 图像采集 | 第14页 |
| 2.2 图像灰度化 | 第14-15页 |
| 2.3 图像二值化 | 第15-16页 |
| 2.4 图像边缘检测 | 第16-18页 |
| 2.5 图像分割 | 第18-22页 |
| 2.6 特征提取 | 第22-25页 |
| 2.6.1 颜色特征 | 第22-23页 |
| 2.6.2 形态特征 | 第23-25页 |
| 2.7 本章小结 | 第25-26页 |
| 3 稻米图像识别技术 | 第26-37页 |
| 3.1 K-means聚类算法 | 第26-29页 |
| 3.1.1 K-means聚类算法简介 | 第26-28页 |
| 3.1.2 K-means聚类算法的应用 | 第28-29页 |
| 3.2 BP神经网络算法 | 第29-36页 |
| 3.2.1 BP神经网络概述 | 第29-32页 |
| 3.2.2 BP神经网络模型MATLAB实现 | 第32-36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 基于Android平台的稻米品种识别系统设计与实现 | 第37-48页 |
| 4.1 系统环境搭建 | 第37-41页 |
| 4.1.1 系统硬件配置 | 第37页 |
| 4.1.2 系统开发环境 | 第37-41页 |
| 4.2 Android客户端的设计与实现 | 第41-43页 |
| 4.2.1 Android客户端设计 | 第41-42页 |
| 4.2.2 图像采集权限实现 | 第42页 |
| 4.2.3 图像传输模块实现 | 第42-43页 |
| 4.3 服务器端的设计与实现 | 第43-46页 |
| 4.3.1 服务器端功能设计 | 第43页 |
| 4.3.2 图像识别模块实现 | 第43-45页 |
| 4.3.3 网络通信协议 | 第45-46页 |
| 4.4 系统测试结果 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-49页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间的研究成果 | 第53页 |