基于机器视觉的害虫识别方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第19-27页 |
| 1.1 研究背景及意义 | 第19-20页 |
| 1.2 机器视觉概述 | 第20-21页 |
| 1.3 机器视觉在昆虫识别中的应用 | 第21-24页 |
| 1.3.1 国外研究现状 | 第21-23页 |
| 1.3.2 国内研究现状 | 第23-24页 |
| 1.4 存在的问题 | 第24-25页 |
| 1.5 主要研究内容 | 第25-26页 |
| 1.6 本章小结 | 第26-27页 |
| 第二章 图像处理技术与方法 | 第27-49页 |
| 2.1 图像获取技术 | 第27-31页 |
| 2.1.1 可见光成像技术 | 第27-28页 |
| 2.1.2 多光谱成像技术 | 第28页 |
| 2.1.3 高光谱成像技术 | 第28-31页 |
| 2.2 数字图像处理算法 | 第31-38页 |
| 2.2.1 图像平滑滤波 | 第31-33页 |
| 2.2.2 图像边缘检测 | 第33-34页 |
| 2.2.3 图像分割算法 | 第34-38页 |
| 2.3 高光谱图像处理方法 | 第38-48页 |
| 2.3.1 光谱数据预处理方法 | 第39-40页 |
| 2.3.2 特征波长选取方法 | 第40-42页 |
| 2.3.3 化学计量学建模方法 | 第42-48页 |
| 2.3.4 模型评价标准 | 第48页 |
| 2.4 本章小结 | 第48-49页 |
| 第三章 基于图像特征提取的害虫识别方法 | 第49-71页 |
| 3.1 害虫图像的采集 | 第49-52页 |
| 3.1.1 实验材料 | 第49-51页 |
| 3.1.2 实验仪器及图像获取 | 第51-52页 |
| 3.2 害虫图像分割 | 第52-56页 |
| 3.2.1 角点检测 | 第52-54页 |
| 3.2.2 Otsu分割 | 第54-55页 |
| 3.2.3 去噪声和孔洞填充 | 第55-56页 |
| 3.3 害虫的特征提取 | 第56-67页 |
| 3.3.1 颜色特征 | 第56-57页 |
| 3.3.2 形态特征 | 第57-61页 |
| 3.3.3 纹理特征 | 第61-62页 |
| 3.3.4 SURF局部特征 | 第62-67页 |
| 3.4 害虫的分类识别 | 第67-70页 |
| 3.4.1 LIBSVM工具箱 | 第67-68页 |
| 3.4.2 SVM的多分类与参数优化 | 第68页 |
| 3.4.3 识别结果 | 第68-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第四章 基于卷积神经网络的害虫识别 | 第71-87页 |
| 4.1 CNN基础理论 | 第71-77页 |
| 4.1.1 CNN基本结构 | 第72-74页 |
| 4.1.2 CNN的训练过程 | 第74-76页 |
| 4.1.3 CNN的识别应用 | 第76-77页 |
| 4.2 基于CNN的害虫识别 | 第77-83页 |
| 4.2.1 害虫图像集 | 第77-78页 |
| 4.2.2 MatConvNet工具箱 | 第78-79页 |
| 4.2.3 构建CNN模型 | 第79-81页 |
| 4.2.4 识别结果与分析 | 第81-83页 |
| 4.3 图像预分割对CNN的影响 | 第83-86页 |
| 4.3.1 GrabCut分割 | 第84-86页 |
| 4.3.2 实验结果与分析 | 第86页 |
| 4.4 本章小结 | 第86-87页 |
| 第五章 基于高光谱成像技术的害虫检测与识别 | 第87-100页 |
| 5.1 害虫的光谱检测 | 第87-88页 |
| 5.2 基于高光谱信息的菜青虫检测方法 | 第88-94页 |
| 5.2.1 试验材料与方法 | 第88-89页 |
| 5.2.2 结果与分析 | 第89-94页 |
| 5.3 基于高光谱信息的害虫识别研究 | 第94-99页 |
| 5.3.1 试验材料与方法 | 第94-96页 |
| 5.3.2 结果与分析 | 第96-99页 |
| 5.4 本章小结 | 第99-100页 |
| 第六章 基于图像的害虫识别系统设计 | 第100-112页 |
| 6.1 图像采集设备 | 第100-104页 |
| 6.1.1 本地图像采集 | 第100-101页 |
| 6.1.2 远程图像采集 | 第101-104页 |
| 6.2 基于图像特征提取的害虫识别软件 | 第104-107页 |
| 6.2.1 总体结构 | 第104页 |
| 6.2.2 软件设计 | 第104-106页 |
| 6.2.3 软件实现 | 第106-107页 |
| 6.3 基于CNN的害虫识别软件 | 第107-111页 |
| 6.3.1 总体结构 | 第108页 |
| 6.3.2 软件设计 | 第108-109页 |
| 6.3.3 软件实现 | 第109-111页 |
| 6.3.4 比较分析 | 第111页 |
| 6.4 本章小结 | 第111-112页 |
| 第七章 结论与展望 | 第112-115页 |
| 7.1 结论 | 第112-113页 |
| 7.2 主要创新点 | 第113-114页 |
| 7.3 展望 | 第114-115页 |
| 参考文献 | 第115-121页 |
| 作者简介 | 第121页 |
