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

基于支持向量机的果实蝇图像的自动识别系统研究与实现

摘要第5-6页
Abstract第6页
1 绪论第7-12页
    1.1 研究的背景及意义第7-8页
    1.2 国内外研究现状第8-10页
        1.2.1 国外研究现状第8-9页
        1.2.2 国内研究现状第9-10页
    1.3 研究思路与内容第10页
    1.4 技术路线第10-12页
2 提取果实蝇特征参数第12-24页
    2.1 图像样本采集第12-14页
        2.1.1 检测样本的制备第12-13页
        2.1.2 样本图像的采集第13-14页
    2.2 图像预处理第14页
    2.3 确定果实蝇的识别特征第14-18页
        2.3.1 果实蝇翅膀特点第14-15页
        2.3.2 确定特征参数第15-18页
            2.3.2.1 分析方法第15-16页
            2.3.2.2 分析结果第16-18页
    2.4 果实蝇样本图像特征的自动提取第18-22页
        2.4.1 角点检测第19页
        2.4.2 Shi-Tomasi角点检测算法第19-21页
        2.4.3 角点处理第21-22页
            2.4.3.1 去除角点第21-22页
    2.5 交叉点坐标的归一化处理第22-23页
    2.6 小结第23-24页
3 自动识别技术第24-30页
    3.1 引言第24页
    3.2 分类器设计第24-25页
    3.3 支持向量机第25-30页
        3.3.1 实验数据准备第28页
        3.3.2 实验结果分析第28-30页
4 果实蝇属昆虫图像自动识别系统的开发与实现第30-39页
    4.1 引言第30页
    4.2 开发工具与平台第30页
    4.3 系统总体设计概述第30-32页
        4.3.1 设计步骤第31页
        4.3.2 设计目标第31-32页
    4.4 系统结构设计第32页
    4.5 系统功能模块设计第32-33页
        4.5.1 功能模块组成第32-33页
        4.5.2 功能模块介绍第33页
    4.6 系统界面及主要功能第33-39页
        4.6.1 系统界面第33-34页
        4.6.2 图片加载第34-35页
        4.6.3 果实蝇鉴定第35-39页
5 系统测试第39-41页
    5.1 自身验证第39页
    5.2 外部数据验证第39页
    5.3 扩充测试验证第39-41页
6 总结与展望第41-43页
    6.1 总结第41页
    6.2 展望第41-43页
参考文献第43-45页
致谢第45页

论文共45页,点击 下载论文
上一篇:基于大间隔的纠错输出码研究
下一篇:基于机器学习的混合物双峰智能决策系统