基于机器视觉的甘肃大麦病害分类识别研究
| 摘要 | 第1-4页 |
| Summary | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景、目的和意义 | 第8-9页 |
| ·大麦病害及其症状 | 第9-11页 |
| ·大麦白粉病 | 第9-10页 |
| ·大麦云纹病 | 第10页 |
| ·大麦条锈病 | 第10-11页 |
| ·国内外农作物病虫害自动识别研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究方法与论文结构 | 第13-16页 |
| ·研究方法 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第2章 图像处理识别系统及图像预处理 | 第16-22页 |
| ·数字图像处理与识别系统 | 第16-18页 |
| ·图像采集 | 第16-17页 |
| ·图像处理 | 第17-18页 |
| ·结果输出 | 第18页 |
| ·大麦图像采集处理与识别系统 | 第18-22页 |
| ·大麦叶片的病害图像采集 | 第19-20页 |
| ·大麦叶片的病害图像增强处理 | 第20-22页 |
| 第3章 大麦叶片病害病斑图像分割方法研究 | 第22-29页 |
| ·传统图像分割算法及病斑分割 | 第22-24页 |
| ·基于阈值的分割 | 第23页 |
| ·分水岭分割算法 | 第23-24页 |
| ·应用传统算法进行病斑分割 | 第24页 |
| ·基于颜色空间分量的图像病斑的分割 | 第24-27页 |
| ·RGB 颜色空间介绍 | 第24-25页 |
| ·HIS 颜色空间模型介绍 | 第25-26页 |
| ·基于颜色空间分量的病斑分割 | 第26-27页 |
| ·基于数学形态学的病叶图像分割处理 | 第27-29页 |
| 第4章 图像病斑的特征提取与分析 | 第29-34页 |
| ·病斑区域边缘检测与标记 | 第29-30页 |
| ·病斑区域特征提取 | 第30-33页 |
| ·颜色特征描述与提取 | 第30-31页 |
| ·纹理特征描述与提取 | 第31-33页 |
| ·特征参量的选择 | 第33-34页 |
| 第5章 试验系统 | 第34-42页 |
| ·硬件系统构建 | 第34页 |
| ·系统软件与主要程序 | 第34-39页 |
| ·LibSVM 工具箱 | 第34-35页 |
| ·SVM 分类器设计 | 第35-39页 |
| ·试验及结果分析 | 第39-40页 |
| ·讨论 | 第40-42页 |
| 第6章 结论与展望 | 第42-44页 |
| ·结论 | 第42页 |
| ·展望 | 第42-44页 |
| 致谢 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 作者简介 | 第50-51页 |
| 导师简介 | 第51-53页 |
