| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 课题的研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 物联网虫害监测系统的研究 | 第15-16页 |
| 1.2.2 图像识别技术在害虫识别的研究 | 第16-17页 |
| 1.3 研究内容 | 第17-20页 |
| 第2章 系统总体方案设计 | 第20-26页 |
| 2.1 系统关键技术 | 第20-23页 |
| 2.1.1 农业物联网 | 第20-21页 |
| 2.1.2 图像识别技术 | 第21-23页 |
| 2.1.3 光伏充电技术 | 第23页 |
| 2.2 系统整体框架设计 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 物联网太阳能果园虫害监测终端设计 | 第26-49页 |
| 3.1 自适应步长扰动观测法的MPPT光伏充电算法 | 第26-33页 |
| 3.1.1 光伏电池MPPT控制原理 | 第26-28页 |
| 3.1.2 基于扰动观察法的MPPT光伏控制算法 | 第28-29页 |
| 3.1.3 自适应步长扰动观测法的MPPT算法 | 第29-31页 |
| 3.1.4 仿真模型搭建与结果分析 | 第31-33页 |
| 3.2 物联网太阳能果园虫害监测终端硬件组成 | 第33-44页 |
| 3.2.1 微控制器子系统 | 第34-35页 |
| 3.2.2 环境信息采集子系统 | 第35-36页 |
| 3.2.3 虫害诱杀及传输子系统 | 第36-38页 |
| 3.2.4 虫害图像拍摄子系统 | 第38-39页 |
| 3.2.5 无线通信控制子系统 | 第39-40页 |
| 3.2.6 光伏充电控制子系统 | 第40-42页 |
| 3.2.7 电源子系统 | 第42-44页 |
| 3.3 物联网太阳能果园虫害监测终端软件组成 | 第44-48页 |
| 3.3.1 数据采集程序设计 | 第45-46页 |
| 3.3.2 图像拍摄程序设计 | 第46-47页 |
| 3.3.3 基于改进MPPT的分段式光伏充电程序设计 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 果园虫害图像预处理及特征提取 | 第49-67页 |
| 4.1 果园虫害样本来源 | 第50页 |
| 4.2 果园虫害图像预处理 | 第50-57页 |
| 4.2.1 图像灰度化 | 第50-52页 |
| 4.2.2 图像增强 | 第52-54页 |
| 4.2.3 背景去除 | 第54-56页 |
| 4.2.4 形态学处理 | 第56-57页 |
| 4.3 虫害图像多目标分割 | 第57-59页 |
| 4.4 虫害图像特征提取 | 第59-65页 |
| 4.4.1 颜色特征 | 第60-62页 |
| 4.4.2 形态特征 | 第62-63页 |
| 4.4.3 纹理特征 | 第63-65页 |
| 4.5 特征数据归一化 | 第65-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第5章 一种改进的BP神经网络果园虫害识别算法 | 第67-81页 |
| 5.1 BP神经网络 | 第67-69页 |
| 5.1.1 BP神经网络训练步骤 | 第67-69页 |
| 5.1.2 BP神经网络优缺点 | 第69页 |
| 5.2 基于AGA-IBP的果园虫害识别算法 | 第69-76页 |
| 5.2.1 AGA-IBP算法整体框架 | 第69-70页 |
| 5.2.2 引入动量项改进BP神经网络权值更新公式 | 第70页 |
| 5.2.3 一种自适应遗传算法 | 第70-72页 |
| 5.2.4 基于AGA-IBP的果园虫害识别算法设计 | 第72-76页 |
| 5.3 两种算法仿真与结果对比分析 | 第76-80页 |
| 5.3.1 仿真条件 | 第76-77页 |
| 5.3.2 基于BP神经网络果园虫害识别测试 | 第77-78页 |
| 5.3.3 基于AGA-IBP果园虫害识别测试 | 第78-79页 |
| 5.3.4 两种算法结果对比与分析 | 第79-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第6章 远程监测云平台设计 | 第81-90页 |
| 6.1 云平台整体框架 | 第81-82页 |
| 6.2 云平台开发环境 | 第82页 |
| 6.3 数据处理后台 | 第82-83页 |
| 6.4 MYSQL数据库 | 第83-84页 |
| 6.5 图像文件库 | 第84页 |
| 6.6 虫害识别 | 第84-86页 |
| 6.6.1 虫害识别流程设计 | 第84-85页 |
| 6.6.2 虫害识别持续优化 | 第85-86页 |
| 6.7 Web后台设计 | 第86页 |
| 6.8 Web网页设计 | 第86-89页 |
| 6.9 本章小结 | 第89-90页 |
| 第7章 系统测试 | 第90-96页 |
| 7.1 光伏充电性能测试 | 第90-92页 |
| 7.2 果园虫害识别测试 | 第92-95页 |
| 7.2.1 果园虫害计数测试 | 第92-94页 |
| 7.2.2 果园虫害种类识别测试 | 第94-95页 |
| 7.3 本章小结 | 第95-96页 |
| 第8章 总结与展望 | 第96-99页 |
| 8.1 总结 | 第96-97页 |
| 8.2 展望 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 致谢 | 第105-106页 |
| 攻读学位期间发表的学术论文目录 | 第106页 |
