基于图像处理和SVM的植物叶片分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·选题意义和依据 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 图像获取及预处理 | 第14-24页 |
| ·植物叶片图像获取 | 第14页 |
| ·图像尺寸标定 | 第14-15页 |
| ·图像灰度处理 | 第15-18页 |
| ·彩色图像转换为灰度图像 | 第15-16页 |
| ·灰度直方图 | 第16-17页 |
| ·均衡化处理 | 第17-18页 |
| ·噪声去除 | 第18-20页 |
| ·平滑 | 第18-19页 |
| ·中值滤波 | 第19-20页 |
| ·形态学处理 | 第20-21页 |
| ·图像分割 | 第21-23页 |
| ·自定义阈值法 | 第21-22页 |
| ·最大类间方差法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 植物叶片特征提取 | 第24-33页 |
| ·常用的图像特征 | 第24-25页 |
| ·叶片几何参数的获取 | 第25-27页 |
| ·叶片轮廓的获取 | 第25页 |
| ·叶子周长 | 第25-26页 |
| ·叶子面积 | 第26-27页 |
| ·最小外界矩形（MER） | 第27页 |
| ·叶片形状特征参数的获取 | 第27-30页 |
| ·矩形度 | 第28页 |
| ·伸长度 | 第28页 |
| ·圆形度 | 第28页 |
| ·致密度 | 第28页 |
| ·不变矩 | 第28-30页 |
| ·叶片的纹理特征提取 | 第30-32页 |
| ·纹理特征的概念 | 第30页 |
| ·纹理特征参数 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 植物叶片模式识别 | 第33-42页 |
| ·基于支持向量机的叶片识别 | 第33-37页 |
| ·基于神经网络的叶片识别算法 | 第37-39页 |
| ·Fisher 判别算法 | 第39-41页 |
| ·识别算法的对比与分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 植物叶片识别系统 | 第42-48页 |
| ·MATLAB 的 GUI 工具箱简介 | 第42页 |
| ·系统构建 | 第42-45页 |
| ·系统功能图 | 第42-43页 |
| ·GUI 创建 | 第43-45页 |
| ·叶片分类系统测试 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·结论 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
