基于视频的农田草害识别系统的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究目的意义及背景 | 第7-8页 |
| ·课题的研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·本文研究的主要内容及结构 | 第10-12页 |
| 第二章 农田草害识别系统硬件平台 | 第12-20页 |
| ·DSP 原理概述 | 第12-14页 |
| ·DSP 结构特点 | 第12-13页 |
| ·典型的DSP 系统的构成 | 第13-14页 |
| ·TMS320C6713 芯片介绍 | 第14-16页 |
| ·C6713 结构特点 | 第15页 |
| ·C6713 性能分析 | 第15-16页 |
| ·农田草害识别系统结构 | 第16-19页 |
| ·ZY13DSP23BB 开发板介绍 | 第16页 |
| ·硬件仿真器 | 第16-17页 |
| ·农田草害识别系统硬件结构图 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 农田草害识别算法MATLAB 仿真与实现 | 第20-41页 |
| ·图像识别算法原理概述 | 第20-21页 |
| ·农作物图像分割预处理 | 第21-27页 |
| ·计算机图像的颜色表示形式 | 第21-24页 |
| ·彩色图像滤波去躁 | 第24-26页 |
| ·彩色图像转化为灰度图像 | 第26-27页 |
| ·应用遗传算法识别杂草图像 | 第27-36页 |
| ·应用遗传算法改进最大类间方差法 | 第28-30页 |
| ·应用遗传算法改进直方图最大熵法 | 第30-32页 |
| ·应用遗传算法研究二维最大类间方差法 | 第32-34页 |
| ·应用遗传算法研究二维直方图最大熵法 | 第34-36页 |
| ·农作物图像分割后处理 | 第36-40页 |
| ·数学形态学算法简介 | 第36-37页 |
| ·数学形态学的四种基本运算 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 农田草害识别算法DSP 平台移植与优化 | 第41-48页 |
| ·系统软件开发平台CCS 简介 | 第41-42页 |
| ·系统CCS 工程的建立与代码优化 | 第42-47页 |
| ·DSP 的存储映像及空间分配 | 第42页 |
| ·CCS 软件开发流程 | 第42-44页 |
| ·C 源代码优化 | 第44-46页 |
| ·本系统的结构优化 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 结论与展望 | 第48-50页 |
| ·本文工作总结 | 第48页 |
| ·有待进一步解决的问题 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-62页 |
| 作者简历 | 第62页 |
