复杂背景下植物叶片图像分割算法及其应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·背景知识 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本论文的主要内容及章节安排 | 第12-14页 |
| 第二章 植物叶片图像预处理 | 第14-21页 |
| ·图像灰度化 | 第14页 |
| ·图像滤波降噪 | 第14-20页 |
| ·均值滤波器 | 第15页 |
| ·中值滤波器 | 第15页 |
| ·高斯滤波器 | 第15-16页 |
| ·双边滤波器 | 第16-17页 |
| ·同态滤波器 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 植物叶片图像分割 | 第21-38页 |
| ·图像分割的概念 | 第21-23页 |
| ·图像分割方法的发展和现状 | 第22-23页 |
| ·研究图像分割算法的意义 | 第23页 |
| ·经典的图像分割算法 | 第23-28页 |
| ·基于区域的分割 | 第24-26页 |
| ·基于边缘的检测 | 第26-28页 |
| ·数学形态学 | 第28-30页 |
| ·数学形态学的基本运算 | 第29页 |
| ·简单的几中组合运算 | 第29-30页 |
| ·主动轮廓模型 | 第30-33页 |
| ·主动轮廓的描述 | 第30-32页 |
| ·主动轮廓模型法 | 第32-33页 |
| ·分水岭算法 | 第33-35页 |
| ·分水岭算法描述 | 第33-34页 |
| ·分水岭算法 | 第34-35页 |
| ·具体植物叶片图像分割算法应用 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 植物叶片图像特征提取与分类 | 第38-55页 |
| ·图像特征提取 | 第38-46页 |
| ·常用的图像特征 | 第38-40页 |
| ·形状特征 | 第40-43页 |
| ·颜色特征提取 | 第43-45页 |
| ·纹理特征提取 | 第45-46页 |
| ·特征归一化 | 第46页 |
| ·图像分类方法概述 | 第46-47页 |
| ·常用在图像识别领域的分类器 | 第47-52页 |
| ·近邻分类器 | 第47-48页 |
| ·特征线分类器 | 第48-49页 |
| ·BP神经网络 | 第49-50页 |
| ·SVM分类器 | 第50-52页 |
| ·分类器性能测试 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 植物叶片识别系统设计 | 第55-65页 |
| ·植物物种机器识别系统的实现 | 第55-56页 |
| ·系统功能模块划分 | 第56-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文的主要内容 | 第65页 |
| ·进一步的研究展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
