基于稀疏表示分类的植物叶片识别方法研究
| 摘要 | 第5-6页 |
| 1 绪论 | 第6-10页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 研究现状 | 第7-8页 |
| 1.3 本文主要内容 | 第8-10页 |
| 2 植物图像预处理及特征提取 | 第10-21页 |
| 2.1 植物图像预处理 | 第10-16页 |
| 2.1.1 灰度化处理 | 第10-11页 |
| 2.1.2 图像分割 | 第11-13页 |
| 2.1.3 形态学处理 | 第13-15页 |
| 2.1.4 轮廓提取 | 第15-16页 |
| 2.2 植物图像特征提取 | 第16-20页 |
| 2.2.1 形状特征 | 第16-18页 |
| 2.2.2 纹理特征 | 第18-20页 |
| 2.3 小结 | 第20-21页 |
| 3 稀疏表示分类 | 第21-29页 |
| 3.1 稀疏表达分类 | 第21-24页 |
| 3.1.1 稀疏表示分类 | 第21-22页 |
| 3.1.2 冗余字典构造 | 第22-24页 |
| 3.2 稀疏重构算法 | 第24-28页 |
| 3.3 小结 | 第28-29页 |
| 4 基于稀疏表示分类的植物叶片识别方法 | 第29-37页 |
| 4.1 基于稀疏表示分类的植物识别方法 | 第29-33页 |
| 4.1.1 植物叶片训练样本组成 | 第30-31页 |
| 4.1.2 植物叶片识别 | 第31-33页 |
| 4.2 基于纹理特征字典学习的植物识别方法 | 第33-36页 |
| 4.2.1 纹理特征训练样本组成 | 第33-34页 |
| 4.2.2 字典学习 | 第34-35页 |
| 4.2.3 叶片识别 | 第35-36页 |
| 4.3 小结 | 第36-37页 |
| 5 实验分析及系统设计实现 | 第37-44页 |
| 5.1 实验分析 | 第37-40页 |
| 5.1.1 原始叶片数据识别 | 第37-38页 |
| 5.1.2 缺损叶片数据识别 | 第38-40页 |
| 5.2 系统设计实现 | 第40-43页 |
| 5.2.1 植物叶片识别系统功能结构 | 第40-41页 |
| 5.2.2 植物叶片识别系统具体实现 | 第41-43页 |
| 5.3 小结 | 第43-44页 |
| 6 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| Abstract | 第49页 |
| 致谢 | 第51页 |
