摘要 | 第1-6页 |
Abstract | 第6-7页 |
目录 | 第7-9页 |
插图目录 | 第9-11页 |
第一章 绪论 | 第11-16页 |
·研究背景和意义 | 第11-12页 |
·国内外研究现状及分析 | 第12-13页 |
·主要研究内容及技术路线 | 第13-16页 |
第二章 基于 ARM‐Linux 的嵌入式总体设计方案 | 第16-24页 |
·系统功能需求分析 | 第16-17页 |
·系统总体结构和功能 | 第16页 |
·图像处理与病虫害检测的需求分析 | 第16页 |
·人机交互需求分析 | 第16-17页 |
·基于 ARM 的嵌入式系统硬件平台 | 第17-21页 |
·基于 ARM 的嵌入式系统简介 | 第17-18页 |
·S302440 体系结构 | 第18-20页 |
·图像采集设备分析 | 第20页 |
·外围硬件设备 | 第20-21页 |
·嵌入式系统软件 | 第21-23页 |
·Linux 操作系统简介 | 第21-22页 |
·ARM 和 linux 结合 | 第22-23页 |
·选择 Linux 的原因 | 第23页 |
·本章小结 | 第23-24页 |
第三章 图像处理与棉花病虫害识别算法分析 | 第24-41页 |
·检测对象的选择 | 第24-25页 |
·螨害棉叶图像的处理 | 第25-33页 |
·彩色图像灰度化 | 第25-26页 |
·灰度变换 | 第26-27页 |
·直方图修正 | 第27-29页 |
·图像滤波 | 第29-31页 |
·图像的二值化 | 第31-33页 |
·不同颜色模型下的特征提取 | 第33-36页 |
·不同颜色模型图像处理效果比较 | 第33-35页 |
·颜色特征提取 | 第35-36页 |
·棉花病虫害智能化检测 | 第36-37页 |
·基于颜色分量的棉叶螨自动监测 | 第36-37页 |
·棉叶螨自动检测算法的优化 | 第37页 |
·不同病虫害程度的自动分级 | 第37-40页 |
·BP 神经网络法分级 | 第37-38页 |
·像素比值法分级 | 第38-40页 |
·本章小结 | 第40-41页 |
第四章 嵌入式 Linux 操作系统的移植 | 第41-54页 |
·嵌入式开发环境的建立 | 第41-43页 |
·建立主机的开发环境 | 第41-42页 |
·建立交叉编译环境 | 第42-43页 |
·Bootloader 系统的分析 | 第43-46页 |
·Bootloader 简介 | 第43页 |
·U‐boot 的启动流程 | 第43-45页 |
·U‐boot 的移植 | 第45-46页 |
·Linux 内核的剪裁及移植 | 第46-50页 |
·Linux 内核源代码 | 第46-47页 |
·linux 内核的组成 | 第47-48页 |
·Linux 内核的剪裁及移植 | 第48-50页 |
·嵌入式文件系统的实现 | 第50-53页 |
·嵌入式文件系统 | 第50-51页 |
·添加内核对 yffs2 文件系统的支持 | 第51-52页 |
·Yafss2 文件系统的制作 | 第52-53页 |
·本章小结 | 第53-54页 |
第五章 基于 Qt 的棉花病虫害检测系统软件开发 | 第54-64页 |
·Qt 编程技术 | 第54-56页 |
·Qt 与 Qt/Embedded | 第54-55页 |
·Qt 的信号与槽 | 第55-56页 |
·程序设计中涉及的关键问题 | 第56-59页 |
·窗体创建 | 第56-57页 |
·界面布局 | 第57-59页 |
·图像显示 | 第59页 |
·基于 Qt 的棉花病虫害检测系统的实现 | 第59-63页 |
·系统总体功能设计 | 第59-61页 |
·设计文件的实现 | 第61-63页 |
·本章小结 | 第63-64页 |
结论 | 第64-65页 |
参考文献 | 第65-67页 |
附录 1 | 第67-68页 |
1、图像处理的代码(部分) | 第67页 |
2、图像空间变换的代码(部分) | 第67-68页 |
附录 2 | 第68-69页 |
1、创建软件窗体元素代码(部分) | 第68页 |
2、棉花病虫害检测软件界面布局代码(部分) | 第68-69页 |
作者简介 | 第69-70页 |
致谢 | 第70-71页 |
石河子大学硕士研究生学位论文导师评阅表 | 第71页 |