基于图像处理的烟叶叶片结构自动分类方法的研究
第一章 绪论 | 第1-17页 |
·问题的简述 | 第10-11页 |
·相关的背景知识 | 第11-14页 |
·论文的内容与结构安排 | 第14-17页 |
第二章 程序设计 | 第17-20页 |
·面向对象的程序设计方法 | 第17页 |
·面向对象程序设计语言的选择 | 第17-18页 |
·本文程序结构分析 | 第18-20页 |
第三章 烟叶图像的采集与读取 | 第20-30页 |
·烟叶图像的采集硬件系统 | 第20-25页 |
·图像输入设备 | 第20-21页 |
·CCD 摄像机的白平衡调整 | 第21-22页 |
·照明系统 | 第22页 |
·烟叶图像数据的传输 | 第22-25页 |
·烟叶图像的读取 | 第25-30页 |
·烟叶图像文件的格式 | 第25-26页 |
·烟叶图像的显示 | 第26-30页 |
第四章 图像增强处理 | 第30-39页 |
·图像的平滑 | 第30-33页 |
·图像的锐化 | 第33-36页 |
·图像增强的VC++实现 | 第36-37页 |
·小结 | 第37-39页 |
第五章 烟叶图像的分割 | 第39-46页 |
·彩色图像分割概述 | 第39-40页 |
·烟叶图像的分割 | 第40-46页 |
·图像灰度直方图简介 | 第41-42页 |
·彩色烟叶图像的转换 | 第42页 |
·彩色烟叶图像的分割 | 第42页 |
·烟叶图像分割的VC++实现 | 第42-43页 |
·烟叶图像分割实验 | 第43-46页 |
第六章 连通区域的标记 | 第46-51页 |
·连通区域的基本概念 | 第46-47页 |
·连通区域的标记 | 第47-50页 |
·结束语 | 第50-51页 |
第七章 烟叶叶片结构的分类 | 第51-62页 |
·引言 | 第51-53页 |
·最小错分率的贝叶斯(Bayes)决策 | 第51-52页 |
·支持向量机(SVM) | 第52-53页 |
·烟叶叶片面积的检测 | 第53-54页 |
·烟叶叶片面积的分类 | 第54-55页 |
·实验结果与分析 | 第55-61页 |
·实验方法 | 第56-60页 |
·实验结果分析 | 第60-61页 |
·小结 | 第61-62页 |
第八章 总结与未来的工作 | 第62-64页 |
·总结 | 第62页 |
·未来的工作 | 第62-64页 |
致谢 | 第64-65页 |
在学期间的研究成果 | 第65-66页 |
参考文献 | 第66-67页 |