基于多分类器选择集成的农作物叶部病害识别研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 农作物病害识别目的与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.2.1 病斑区域分割研究现状 | 第16页 |
| 1.2.2 特征提取技术研究现状 | 第16-17页 |
| 1.2.3 病害模式识别技术研究现状 | 第17页 |
| 1.3 病害图像数据库 | 第17-18页 |
| 1.4 本文的组织安排 | 第18-20页 |
| 第二章 图像获取及预处理 | 第20-31页 |
| 2.1 病害图像获取 | 第20-21页 |
| 2.2 病害图像预处理 | 第21-23页 |
| 2.3 病害图像分割 | 第23-27页 |
| 2.3.1 最大类间方差法 | 第23-24页 |
| 2.3.2 超绿特征法 | 第24页 |
| 2.3.3 K均值聚类法 | 第24-25页 |
| 2.3.4 Mean shift算法 | 第25-26页 |
| 2.3.5 C_V模型分割方法 | 第26-27页 |
| 2.3.6 本文方法 | 第27页 |
| 2.4 分割结果及分析 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 农作物叶部病害特征提取及融合 | 第31-45页 |
| 3.1 颜色特征提取 | 第31-35页 |
| 3.1.1 颜色空间及其转换 | 第31-32页 |
| 3.1.2 颜色矩 | 第32-33页 |
| 3.1.3 颜色直方图 | 第33-35页 |
| 3.2 纹理特征提取 | 第35-38页 |
| 3.2.1 灰度共生矩阵 | 第35-37页 |
| 3.2.2 颜色共生矩阵 | 第37-38页 |
| 3.3 特征融合 | 第38-39页 |
| 3.4 实验结果及分析 | 第39-44页 |
| 3.4.1 实验参数选择 | 第39-40页 |
| 3.4.2 不同作物样本库上的实验结果分析 | 第40-43页 |
| 3.4.3 不同算法的实验结果分析 | 第43页 |
| 3.4.4 不同算法的识别时间分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于多分类器选择集成的病害分类 | 第45-55页 |
| 4.1 基分类器构造 | 第46-49页 |
| 4.1.1 特征子集的选取 | 第46-47页 |
| 4.1.2 基分类器选择 | 第47-49页 |
| 4.2 多分类器集成 | 第49-50页 |
| 4.3 实验结果及分析 | 第50-54页 |
| 4.3.1 基于不同参数的实验 | 第50-52页 |
| 4.3.2 不同作物样本库上的实验结果 | 第52-53页 |
| 4.3.3 基于不同方法的实验结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 农作物叶部病害识别系统的实现 | 第55-59页 |
| 5.1 系统开发环境 | 第55页 |
| 5.1.1 硬件环境 | 第55页 |
| 5.1.2 软件环境 | 第55页 |
| 5.2 系统功能模块 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
