基于图像纹理特征的牧草识别分类算法与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 序言 | 第9-13页 |
| ·研究背景与意义 | 第9页 |
| ·基于纹理特征提取研究现状与发展 | 第9-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·选题的工作特点 | 第11页 |
| ·主要工作与内容安排 | 第11-13页 |
| 第二章 样本图像获取与样本库建立 | 第13-17页 |
| ·实验地概况 | 第13页 |
| ·叶片取样 | 第13-14页 |
| ·叶片图像采集 | 第14-15页 |
| ·实验样本图片库 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第三章 牧草叶片图像分割 | 第17-34页 |
| ·引言 | 第17页 |
| ·传统的图像分割 | 第17-27页 |
| ·图像预处理 | 第18-19页 |
| ·牧草叶片图像的传统边缘检测 | 第19-22页 |
| ·牧草叶片图像的阈值分割 | 第22-23页 |
| ·牧草叶片图像的形态学处理 | 第23-27页 |
| ·彩色图像分割 | 第27-32页 |
| ·图像滤波 | 第27-30页 |
| ·颜色空间选择 | 第30-31页 |
| ·基于LAB颜色空间的K均值聚类分割 | 第31-32页 |
| ·小结 | 第32-34页 |
| 第四章 牧草叶片纹理特征提取与识别 | 第34-49页 |
| ·纹理特征提取 | 第34-44页 |
| ·纹理的定义 | 第34-35页 |
| ·纹理特征提取方法 | 第35-36页 |
| ·灰度共生矩阵算法的研究 | 第36-40页 |
| ·灰度-梯度共生矩阵的算法的研究 | 第40-44页 |
| ·BP网的叶片纹理识别算法 | 第44-47页 |
| ·BP网络构成 | 第45-46页 |
| ·基于BP网的叶片纹理建模 | 第46页 |
| ·识别结果 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第五章 应用系统设计与实现 | 第49-55页 |
| ·硬件构成 | 第49-50页 |
| ·软件设计 | 第50-54页 |
| ·软件开发环境 | 第50-51页 |
| ·系统的总体流程 | 第51-52页 |
| ·系统运行结果 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第六章 结论与讨论 | 第55-57页 |
| ·总结 | 第55页 |
| ·讨论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 读研期间参加的科研项目 | 第61页 |
