基于活动轮廓模型的复杂背景下植物叶片提取及其分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 图像分割国内外研究现状 | 第10-13页 |
| 1.2.2 植物叶片图像识别国内外研究现状 | 第13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 复杂背景下植物叶片图像处理及识别理论介绍 | 第15-30页 |
| 2.1 图像预处理方法介绍 | 第15-18页 |
| 2.1.1 图像灰度化 | 第15-16页 |
| 2.1.2 图像缩放算法 | 第16-17页 |
| 2.1.3 Canny边缘检测算子 | 第17-18页 |
| 2.2 参数活动轮廓模型 | 第18-23页 |
| 2.2.1 传统的snake模型 | 第19-21页 |
| 2.2.2 改进的传统snake模型 | 第21-22页 |
| 2.2.3 气球snake模型 | 第22页 |
| 2.2.4 GVF snake模型 | 第22-23页 |
| 2.2.5 snake模型评价 | 第23页 |
| 2.3 曲线演化的水平集理论 | 第23-26页 |
| 2.3.1 曲线演化理论 | 第23-25页 |
| 2.3.2 水平集方法 | 第25-26页 |
| 2.4 几何活动轮廓模型 | 第26-27页 |
| 2.5 图像识别算法 | 第27-29页 |
| 2.5.1 基于支持向量机(SVM)的分类器 | 第27-28页 |
| 2.5.2 决策树算法 | 第28-29页 |
| 2.5.3 -近邻算法 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 复杂背景下植物叶片图像分割及其分类 | 第30-40页 |
| 3.1 植物叶片实验数据集介绍 | 第31页 |
| 3.2 复杂背景下植物叶片图像分割 | 第31-34页 |
| 3.2.1 snake模型初始化 | 第31-33页 |
| 3.2.2 改进的snake模型 | 第33页 |
| 3.2.3 实验结果 | 第33-34页 |
| 3.3 植物叶片图像特征提取 | 第34-37页 |
| 3.3.1 叶片的形状特征提取 | 第34-36页 |
| 3.3.2 叶片的纹理特征提取 | 第36-37页 |
| 3.4 植物叶片图像分类研究 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 复杂背景下植物叶片图像分割及识别系统实现 | 第40-48页 |
| 4.1 系统开发环境与运行环境 | 第40页 |
| 4.2 系统工作的功能模块 | 第40-41页 |
| 4.3 系统的实现 | 第41-47页 |
| 4.3.1 系统主界面的实现 | 第41-42页 |
| 4.3.2 图像预处理界面的实现 | 第42-44页 |
| 4.3.3 图像分割界面实现 | 第44-47页 |
| 4.3.4 特征提取及识别界面 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54-55页 |
| 致谢 | 第55页 |
