| 第1章 绪论 | 第1-18页 |
| ·选题的目的及意义 | 第8-10页 |
| ·国内外应用计算机图像处理技术诊断作物病害的研究现状 | 第10-15页 |
| ·国外的研究现状 | 第11-12页 |
| ·国内的研究现状 | 第12-15页 |
| ·本文研究的主要内容 | 第15-18页 |
| 第2章 作物病害图像的采集和预处理 | 第18-26页 |
| ·作物病害图像采集装置的设计与图像数据的采集 | 第18-20页 |
| ·图像获取设备的选择 | 第18-19页 |
| ·手持式载物台的设计 | 第19页 |
| ·作物病害图像的采集 | 第19-20页 |
| ·作物病害图像的预处理 | 第20-24页 |
| ·空间域图像增强 | 第21页 |
| ·频域图像增强 | 第21-22页 |
| ·中值滤波方法简介 | 第22-23页 |
| ·作物病害图像的增强方法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 作物病害图像分割技术的研究 | 第26-42页 |
| ·基于人工神经网络的作物病害彩色图像的分割技术 | 第26-36页 |
| ·颜色空间的转换 | 第26-28页 |
| ·颜色特征值的选择 | 第28-30页 |
| ·神经网络分类器的设计 | 第30-34页 |
| ·结果分析 | 第34-36页 |
| ·基于模糊聚类的作物病害图像的分割技术 | 第36-40页 |
| ·模糊集的基本知识 | 第36页 |
| ·模糊C均值算法 | 第36-37页 |
| ·病害图像的分割 | 第37-40页 |
| ·结果分析 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 作物病害诊断模型的建立与分析 | 第42-64页 |
| ·作物病斑特征值的提取 | 第42-48页 |
| ·作物病斑的边界特征 | 第42-44页 |
| ·作物病斑的颜色特征 | 第44页 |
| ·作物病斑的纹理特征 | 第44-48页 |
| ·作物病害特征数据的处理 | 第48-49页 |
| ·基于Bp神经网络的作物病害诊断模型的建立 | 第49-52页 |
| ·Bp网络的设计 | 第49-50页 |
| ·结果分析 | 第50-52页 |
| ·基于概率神经网络的作物病害诊断模型的建立 | 第52-54页 |
| ·PNN网络的设计 | 第53页 |
| ·结果分析 | 第53-54页 |
| ·基于支持向量机的作物病害诊断模型的建立 | 第54-62页 |
| ·VC维和推广性的界 | 第54-55页 |
| ·广义最优分类面 | 第55-58页 |
| ·支持向量机 | 第58-59页 |
| ·最小二乘支持向量机(LSSVM)的设计 | 第59-62页 |
| ·结果分析 | 第62页 |
| ·本章小结 | 第62-64页 |
| 第5章 作物叶片形态参数测量技术的研究 | 第64-72页 |
| ·国内外的研究现状 | 第64-65页 |
| ·基于参考物和图像处理技术的作物叶片形态参数的测量 | 第65-70页 |
| ·测量方法验证 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 摘要 | 第79-82页 |
| ABSTRACT | 第82-85页 |
| 致谢 | 第85-86页 |
| 导师及作者简介 | 第86页 |