数字图像技术在草皮养护中的应用研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·农业生物模式的特点 | 第8页 |
| ·课题背景及现实意义 | 第8-11页 |
| ·选题依据和意义 | 第8-9页 |
| ·国内外研究动向及水平 | 第9-10页 |
| ·课题主要研究内容 | 第10-11页 |
| 第二章 图像系统设计理论基础 | 第11-16页 |
| ·图像系统总体设计思路 | 第11-16页 |
| ·图像识别的三个主要阶段 | 第12-14页 |
| ·图像识别系统的设计 | 第14-16页 |
| 第三章 图像预处理过程 | 第16-30页 |
| ·常规的中值滤波器 | 第16-20页 |
| ·一维中值滤波的原理 | 第16-17页 |
| ·二维中值滤波的原理 | 第17-19页 |
| ·中值滤波的主要特性 | 第19-20页 |
| ·改进的中值滤波器 | 第20-21页 |
| ·开关中值滤波器 | 第21-22页 |
| ·极值中值滤波器 | 第22-24页 |
| ·加权中值滤波器 | 第24-26页 |
| ·自适应中值滤波器 | 第26-30页 |
| 第四章 草皮图像的特征提取 | 第30-37页 |
| ·草皮图像不变距的提取 | 第30-32页 |
| ·不变距 | 第30-31页 |
| ·草皮图像的不变距特征计算 | 第31-32页 |
| ·基于灰度级同现矩阵的纹理特征 | 第32-37页 |
| ·灰度级同现矩阵 | 第33-35页 |
| ·纹理特征提取 | 第35-37页 |
| 第五章 基于人工神经网络的草皮图像自动识别 | 第37-49页 |
| ·人工神经网络 | 第37-39页 |
| ·概述 | 第37-38页 |
| ·结构及类型 | 第38页 |
| ·特性 | 第38-39页 |
| ·BP 网络 | 第39-42页 |
| ·结构 | 第39-40页 |
| ·BP 网络的学习及工作规则 | 第40-41页 |
| ·BP 算法的改进 | 第41-42页 |
| ·基于BP 神经网络的草皮图像的分类识别 | 第42-48页 |
| ·BP 神经网络的设计与训练 | 第43-48页 |
| ·试验总结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·不足与展望 | 第49-51页 |
| 攻读硕士期公开发表的论文 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 详细摘要 | 第56-59页 |
