基于图像处理的黄瓜叶部病害识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究的背景和意义 | 第11-12页 |
| ·数字图像处理和图像识别技术简介 | 第12-15页 |
| ·数字图像处理技术 | 第12-14页 |
| ·图像识别技术 | 第14-15页 |
| ·图像识别技术在农业工程中的研究进展及存在问题 | 第15-18页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16-18页 |
| ·存在的问题 | 第18页 |
| ·本文的主要工作和技术路线 | 第18-21页 |
| ·主要工作 | 第18-20页 |
| ·技术路线 | 第20-21页 |
| 第二章 黄瓜病害图像的采集和预处理研究 | 第21-28页 |
| ·黄瓜病害的图像采集 | 第21-22页 |
| ·图像预处理方法 | 第22-25页 |
| ·图像灰度处理 | 第22-23页 |
| ·图像噪声抑制 | 第23-24页 |
| ·图像增强处理 | 第24-25页 |
| ·结果及分析 | 第25-28页 |
| 第三章 黄瓜病斑图像分割研究 | 第28-36页 |
| ·图像分割定义和分类 | 第28-29页 |
| ·阈值分割的方法 | 第29-30页 |
| ·最大类间方差法 | 第29-30页 |
| ·试验选择阈值法 | 第30页 |
| ·数学形态学处理 | 第30-32页 |
| ·结果及分析 | 第32-36页 |
| 第四章 黄瓜病害图像的特征提取 | 第36-51页 |
| ·黄瓜病害叶片的颜色特征参数研究 | 第36-41页 |
| ·彩色模型分析 | 第36-38页 |
| ·构造黄瓜病害的颜色特征参数 | 第38-39页 |
| ·黄瓜病害颜色特征的提取及分析 | 第39-41页 |
| ·黄瓜病害叶片的纹理特征参数研究 | 第41-44页 |
| ·灰度共生矩阵 | 第41-43页 |
| ·灰度共生矩阵构造纹理特征参数 | 第43-44页 |
| ·提取纹理特征值 | 第44页 |
| ·黄瓜叶片病斑的形状特征参数研究 | 第44-49页 |
| ·构造黄瓜病斑的形状特征参数 | 第44-47页 |
| ·黄瓜病害形状特征的提取及分析 | 第47-49页 |
| ·特征数据的标准化 | 第49-51页 |
| 第五章 基于支持向量机的黄瓜病害识别 | 第51-66页 |
| ·图像识别方法简介 | 第51-52页 |
| ·支持向量机 | 第52-57页 |
| ·线性可分情况下的SVM | 第53-55页 |
| ·近似线性可分情况下的C-SVM | 第55-56页 |
| ·线性不可分情况下的SVM | 第56-57页 |
| ·实验过程和工具选择 | 第57-59页 |
| ·实验过程 | 第57-58页 |
| ·实验工具选择 | 第58-59页 |
| ·黄瓜病害图像的识别研究 | 第59-66页 |
| ·基于颜色特征和SVM的黄瓜病害识别 | 第60-61页 |
| ·基于纹理特征和SVM的黄瓜病害识别 | 第61-62页 |
| ·基于形状特征和SVM的黄瓜病害识别 | 第62-63页 |
| ·基于颜色、纹理、形状特征和SVM的黄瓜病害识别 | 第63-66页 |
| ·不同核函数的结果比较 | 第63-64页 |
| ·不同训练样本数的结果比较 | 第64-66页 |
| 第六章 结论和展望 | 第66-69页 |
| ·结论 | 第66-67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 在读期间发表的论文 | 第75页 |
