植物图像中主体识别和分类方法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要内容 | 第12-14页 |
| 2 植物图像处理的基础算法研究 | 第14-19页 |
| 2.1 图像预处理 | 第14-17页 |
| 2.2 形态学处理 | 第17-18页 |
| 2.3 区域标记 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 植物图像特征提取和分类器的选择 | 第19-29页 |
| 3.0 本文所选用的特征 | 第19-20页 |
| 3.1 颜色特征获取 | 第20-22页 |
| 3.2 特征归一化 | 第22-23页 |
| 3.3 分类器的选择 | 第23-26页 |
| 3.4 Kmeans 聚类算法的应用 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 植物图像分类方法 | 第29-38页 |
| 4.1 图像分类方法概述 | 第29-30页 |
| 4.2 特征向量的准备 | 第30页 |
| 4.3 主体识别的总体思想 | 第30-31页 |
| 4.4 特征向量的训练 | 第31-32页 |
| 4.5 植物图像主体分割 | 第32-36页 |
| 4.6 分割图像的形态学处理 | 第36页 |
| 4.7 植物主体部分标识 | 第36-37页 |
| 4.8 本章小结 | 第37-38页 |
| 5 实验设计与结果分析 | 第38-54页 |
| 5.1 实验数据 | 第38-42页 |
| 5.2 实验平台 | 第42页 |
| 5.3 实验目标与评价方法 | 第42-43页 |
| 5.4 实验过程与结果 | 第43-52页 |
| 5.5 实验结果分析 | 第52-53页 |
| 5.6 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-57页 |
| 6.1 全文总结 | 第54-55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
