首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于内容的杂草种子图像检索系统的研究与实现

摘要第1-6页
abstract第6-10页
第一章 绪论第10-17页
   ·研究的背景与意义第10页
   ·基于内容的图像检索系统第10-11页
   ·国内外研究现状第11-14页
     ·基于内容的图像检索系统第11-14页
     ·杂草种子图像特征提取第14页
   ·本文研究内容第14-16页
   ·本文的结构组织第16-17页
第二章 杂草种子图像预处理第17-22页
   ·杂草种子图像数据集简介第17-18页
   ·杂草种子图像多角度归一化第18-19页
   ·杂草种子图像多尺度归一化第19-20页
   ·预处理后杂草种子数据集第20-21页
   ·本章小结第21-22页
第三章 杂草种子图像特征提取和相似度计算第22-37页
   ·局部特征提取算法简介第22-23页
   ·相似度计算方法第23-25页
   ·局部特征实验分析第25-26页
   ·SIFT-BOW简介第26-29页
     ·SIFT特征简介第26-27页
     ·BOW模型的基本原理第27-28页
     ·SIFT-BOW特征表示第28-29页
   ·SIFT-BOW实验分析第29-36页
     ·杂草种子图像检索系统的性能评价第29-31页
     ·实验结果及分析第31-36页
   ·本章小结第36-37页
第四章 基于内容的杂草种子图像检索系统第37-51页
   ·系统需求分析第37-39页
     ·功能性需求分析第37页
     ·非功能性需求分析第37-38页
     ·用例分析第38-39页
   ·系统总体设计第39-44页
     ·系统功能模块划分第39-42页
     ·系统检索流程第42-43页
     ·系统设计模式第43-44页
   ·系统开发环境和工具第44-45页
     ·WCF简介第44页
     ·WPF简介第44-45页
     ·Emgu CV简介第45页
   ·系统功能实现第45-48页
     ·客户端功能第45-47页
     ·服务器端功能第47-48页
   ·系统测试第48-50页
   ·本章小结第50-51页
第五章 总结与展望第51-52页
   ·本文的主要工作和结论第51页
   ·展望第51-52页
参考文献第52-55页
致谢第55-56页
作者简介第56页

论文共56页,点击 下载论文
上一篇:基于视频分析的犊牛基本行为识别
下一篇:基于叶片图像分析的葡萄品种识别方法研究