黄瓜病虫害检测仪关键技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究的目的与意义 | 第8-9页 |
| 1.2 国内外研究现状及发展动态 | 第9-10页 |
| 1.3 研究目标与内容 | 第10-11页 |
| 1.4 论文章节安排 | 第11-12页 |
| 第二章 整体设计与关键技术 | 第12-21页 |
| 2.1 整体设计 | 第12-13页 |
| 2.2 系统工作原理 | 第13-14页 |
| 2.3 整体软件设计 | 第14-16页 |
| 2.4 关键电路设计 | 第16-19页 |
| 2.5 图像采集 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 GAN生成对抗网络样本数据库算法 | 第21-28页 |
| 3.1 GAN原理 | 第21-24页 |
| 3.2 GAN理论分析与运用 | 第24-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 基于深度学习的分类分析 | 第28-40页 |
| 4.1 神经网络设计 | 第28-32页 |
| 4.2 卷积神经网络模型设计 | 第32-34页 |
| 4.3 卷积神经网络搭建过程 | 第34-37页 |
| 4.4 网络模型实现 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 基于SVM和滑动窗口的病虫害位点检测 | 第40-49页 |
| 5.1 位点检测原理 | 第40页 |
| 5.2 图像灰度化 | 第40-42页 |
| 5.3 直方图均衡化介绍 | 第42-43页 |
| 5.4 自适应阈值算法 | 第43-45页 |
| 5.5 SVM(支持向量机)和滑动窗口 | 第45-46页 |
| 5.6 测试结果 | 第46-48页 |
| 5.7 本章小结 | 第48-49页 |
| 第六章 GUI界面设计 | 第49-53页 |
| 6.1 读取图像 | 第49页 |
| 6.2 图像增强(加权灰度化、直方图均一化) | 第49-50页 |
| 6.3 图像分割(OTSU自适应阈值算法) | 第50页 |
| 6.4 结果显示 | 第50-51页 |
| 6.5 测试 | 第51-52页 |
| 6.6 本章小结 | 第52-53页 |
| 第七章 总结与展望 | 第53-55页 |
| 7.1 总结 | 第53-54页 |
| 7.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-60页 |
| 个人简介 | 第60页 |
