摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 课题背景及意义 | 第10-11页 |
1.2 国内外的研究现状及分析 | 第11-12页 |
1.3 主要研究内容 | 第12-14页 |
1.4 论文结构安排 | 第14-16页 |
第二章 系统总体设计方案及应用开发环境搭建 | 第16-30页 |
2.1 系统功能分析及总体设计 | 第16-17页 |
2.2 嵌入式系统软硬件平台及开发流程 | 第17-21页 |
2.2.1 嵌入式硬件平台 | 第17-18页 |
2.2.2 嵌入式系统软件 | 第18-19页 |
2.2.3 系统中应用程序开发相关库简介 | 第19-20页 |
2.2.4 系统的软件总体开发流程 | 第20-21页 |
2.3 嵌入式Linux应用开发环境的搭建 | 第21-28页 |
2.3.1 嵌入式开发环境的构建 | 第21-23页 |
2.3.2 系统启动引导的配置与编译 | 第23-24页 |
2.3.3 Linux内核移植与USB摄像头驱动移植 | 第24-26页 |
2.3.4 根文件系统的制作 | 第26-28页 |
2.4 本章小结 | 第28-30页 |
第三章 植物生长状态视频采集及传输系统的开发研究 | 第30-42页 |
3.1 基于V4L2视频采集模块的研究 | 第30-32页 |
3.1.1 V4L2应用编程接口 | 第30-31页 |
3.1.2 V4L2视频采集及控制流程 | 第31-32页 |
3.2 视频编解码模块的研究 | 第32-37页 |
3.2.1 ffmpeg与x264的移植 | 第32-35页 |
3.2.2 x264视频压缩编码流程 | 第35-36页 |
3.2.3 视频解码流程 | 第36-37页 |
3.3 视频传输与接收模块的研究 | 第37-40页 |
3.3.1 TCP/IP协议概述 | 第37-38页 |
3.3.2 Socket网络编程 | 第38页 |
3.3.3 视频传输设计方案的选择 | 第38-40页 |
3.4 系统的测试结果 | 第40-41页 |
3.5 本章小结 | 第41-42页 |
第四章 植物叶部病害图像处理及识别算法研究 | 第42-68页 |
4.1 OpenCV库的编译与移植 | 第42-46页 |
4.1.1 OpenCV在Ubuntu上的安装 | 第42-44页 |
4.1.2 OpenCV移植到嵌入式平台上 | 第44-46页 |
4.2 叶部病害图像的预处理 | 第46-50页 |
4.2.1 图像去噪处理 | 第46-47页 |
4.2.2 图像灰度处理 | 第47-48页 |
4.2.3 图像的二值化 | 第48-50页 |
4.3 叶部病害图像的病斑分割研究 | 第50-55页 |
4.3.1 颜色空间模型及图像分割方法概述 | 第50-51页 |
4.3.2 图像分割方法的选择研究 | 第51-52页 |
4.3.3 病害图像分割方法及结果分析 | 第52-55页 |
4.4 叶部病斑特征提取 | 第55-60页 |
4.4.1 颜色特征提取 | 第55-56页 |
4.4.2 形状特征提取 | 第56-58页 |
4.4.3 纹理特征提取 | 第58-60页 |
4.5 叶部病害的分类识别 | 第60-66页 |
4.5.1 图像识别概述 | 第60-61页 |
4.5.2 支持向量机 | 第61-62页 |
4.5.3 工具选择及特征数据的归一化 | 第62-63页 |
4.5.4 分类过程及结果分析 | 第63-66页 |
4.6 本章小结 | 第66-68页 |
第五章 基于Qt的植物叶部病害监控及识别系统 | 第68-76页 |
5.1 Qt库的编译与移植 | 第68-70页 |
5.2 植物生长状态监控系统的设计实现 | 第70页 |
5.3 植物叶部病害识别系统的设计实现 | 第70-74页 |
5.3.1 系统功能概述及软硬件环境 | 第70-71页 |
5.3.2 图像预处理及分割软件实现 | 第71-73页 |
5.3.3 图像特征提取及识别结果软件实现 | 第73-74页 |
5.4 本章小结 | 第74-76页 |
第六章 总结与展望 | 第76-78页 |
6.1 全文总结 | 第76-77页 |
6.2 未来展望 | 第77-78页 |
参考文献 | 第78-82页 |
攻读学位期间所取得的相关科研成果 | 第82-84页 |
致谢 | 第84页 |