| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·课题研究背景 | 第7页 |
| ·课题研究的意义 | 第7-8页 |
| ·本论文所进行的主要研究工作内容 | 第8-9页 |
| ·本论文的组织结构 | 第9-10页 |
| 第二章 图像识别技术相关研究 | 第10-23页 |
| ·图像识别技术概述 | 第10-12页 |
| ·图像识别技术的主要方法 | 第12-15页 |
| ·图像识别技术某些环节的不足之处 | 第15-16页 |
| ·图像识别技术主要应用发展情况 | 第16-23页 |
| ·车辆自动识别技术 | 第16-17页 |
| ·计算机文字识别(Optical Character Recognition,OCR) | 第17-18页 |
| ·图像式的条码识别技术 | 第18-20页 |
| ·指纹识别技术 | 第20-21页 |
| ·人脸识别技术 | 第21-23页 |
| 第三章 昆虫图像识别系统及关键技术 | 第23-27页 |
| ·图像识别系统结构 | 第23-24页 |
| ·昆虫图像识别过程中的关键技术 | 第24-27页 |
| 第四章 昆虫图像识别的核心算法研究 | 第27-52页 |
| ·昆虫图像识别的各个环节算法 | 第27-31页 |
| ·彩色图像的灰度化 | 第27-28页 |
| ·灰度图像的二值化 | 第28-30页 |
| ·昆虫图像归一化处理 | 第30页 |
| ·二值图像腐蚀及膨胀 | 第30-31页 |
| ·图像对称轴算法精度的提高 | 第31-35页 |
| ·昆虫图像特征参数提取 | 第35-40页 |
| ·用于特征量选取的蚁群算法 | 第40-44页 |
| ·蚁群算法 | 第40-42页 |
| ·蚁群算法用于选取特征量 | 第42-44页 |
| ·蚁群算法筛选特征量仿真结果及分析 | 第44页 |
| ·昆虫翅脉图像区域分割加权对比方法 | 第44-47页 |
| ·昆虫翅脉图像局部区域线条差值搜索比较法 | 第47-52页 |
| ·差值搜索比较法算法详述 | 第47-51页 |
| ·仿真结果及数据分析 | 第51-52页 |
| 第五章 本课题研究成果总结与展望 | 第52-55页 |
| ·论文工作总结 | 第52-53页 |
| ·昆虫图像识别技术展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |