杂草识别中图像特征的优化及识别算法的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究的目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·图像特征的研究现状 | 第12-15页 |
| ·杂草识别中算法的研究现状 | 第15-16页 |
| ·研究内容与关键技术 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·关键技术 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 杂草图像的采集 | 第19-26页 |
| ·图像概述 | 第19-20页 |
| ·影响杂草图像质量的因素 | 第20-22页 |
| ·图像采集的方法 | 第22-23页 |
| ·颜色空间 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 背景分割中图像特征的优化和算法的改进 | 第26-47页 |
| ·杂草图像背景分割中现有的特征和算法 | 第26-30页 |
| ·分割特征概述 | 第26-27页 |
| ·分割算法概述 | 第27-30页 |
| ·非绿色杂草图像的分割 | 第30-33页 |
| ·空心莲子草简介 | 第31页 |
| ·分割中颜色特征的提取 | 第31-33页 |
| ·分割所使用颜色特征的选择 | 第33页 |
| ·基于二维直方图的杂草图像分割算法 | 第33-38页 |
| ·杂草图像二维直方图的建立 | 第34-35页 |
| ·分割算法 | 第35-36页 |
| ·实验结果分析和讨论 | 第36-38页 |
| ·杂草图像分割中颜色特征的评价与优化 | 第38-43页 |
| ·颜色特征分析和分割误差评价 | 第38-39页 |
| ·利用遗传算法优化颜色特征和分割阈值 | 第39-40页 |
| ·优化结果分析和讨论 | 第40-43页 |
| ·基于形态学的边缘提取算法 | 第43-45页 |
| ·腐蚀、膨胀和开操作 | 第43-44页 |
| ·实验结果分析和讨论 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 识别特征的提取与识别算法的研究 | 第47-64页 |
| ·识别特征的提取 | 第47-49页 |
| ·形状特征和颜色特征、纹理特征的比较 | 第47-48页 |
| ·识别所使用形状特征的提取 | 第48-49页 |
| ·基于形状特征的模糊识别算法 | 第49-52页 |
| ·确定隶属度函数 | 第49-51页 |
| ·模糊识别器和识别结果 | 第51-52页 |
| ·图像特征评价模型的建立 | 第52-55页 |
| ·识别率和处理时间的描述 | 第53-55页 |
| ·模型的建立 | 第55页 |
| ·利用形态学特征识别枝叶遮盖严重时的棉田杂草 | 第55-63页 |
| ·形态学特征的提取 | 第56-57页 |
| ·识别算法 | 第57-58页 |
| ·识别结果分析与讨论 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 除草剂喷洒参数的确定和算法组合 | 第64-73页 |
| ·除草剂喷洒要求分析 | 第64-65页 |
| ·基于遗传算法的除草剂参数提取算法 | 第65-71页 |
| ·参数提取算法 | 第66-67页 |
| ·优化结果分析与讨论 | 第67-71页 |
| ·算法的组合 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 结论与展望 | 第73-76页 |
| ·结论 | 第73-74页 |
| ·创新点 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 附图 | 第82-83页 |
| 致谢 | 第83-84页 |
| 在学期间发表论文 | 第84-85页 |
| 参与的科研工作 | 第85页 |
