低分辨率苹果果实病害图像识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究目的与意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·存在的问题 | 第12-13页 |
| ·研究目标及内容 | 第13页 |
| ·研究方法 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 病害图像获取及预处理 | 第15-19页 |
| ·研究对象确定 | 第15-16页 |
| ·病害图像数据采集 | 第16页 |
| ·病害图像预处理 | 第16-18页 |
| ·彩色图像去噪 | 第16-17页 |
| ·彩色图像增强 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 果实病害图像病斑分割及特征提取 | 第19-32页 |
| ·基于视觉注意模型的病斑分割 | 第19-22页 |
| ·视觉注意模型 | 第19页 |
| ·K-均值聚类 | 第19-20页 |
| ·病斑分割 | 第20-22页 |
| ·基于水平集的交互式分割方法研究 | 第22-25页 |
| ·水平集方法理论基础 | 第22-23页 |
| ·水平集方法基本原理 | 第23页 |
| ·病斑分割 | 第23-25页 |
| ·病斑特征提取 | 第25-31页 |
| ·颜色特征参数提取及分析 | 第25-27页 |
| ·纹理特征参数提取及分析 | 第27-30页 |
| ·形状特征参数提取及分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 苹果病害智能识别方法研究 | 第32-41页 |
| ·相似性度量识别 | 第32-34页 |
| ·相似性度量识别 | 第32-33页 |
| ·实验结果与分析 | 第33-34页 |
| ·灰色关联分析识别 | 第34-36页 |
| ·灰色关联分析识别 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·支持向量机识别 | 第36-40页 |
| ·支持向量机分类模型 | 第36-38页 |
| ·支持向量机分类器结构 | 第38页 |
| ·支持向量机训练与测试 | 第38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 病害识别系统的设计与实现 | 第41-48页 |
| ·系统设计 | 第41-42页 |
| ·系统框架 | 第41页 |
| ·开发平台 | 第41-42页 |
| ·系统实现关键技术 | 第42页 |
| ·系统主要功能 | 第42-47页 |
| ·功能模块设计 | 第42-43页 |
| ·主要功能界面 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-49页 |
| ·结论 | 第48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53页 |
