| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 引言 | 第10-12页 |
| 第一章 文献研究 | 第12-23页 |
| 第一节 牛膝、川牛膝、防风研究概况 | 第12-13页 |
| 第二节 数字图像处理技术研究概况 | 第13-19页 |
| 第三节 Matlab图像处理工具箱 | 第19-22页 |
| 第四节 小结及发展趋势 | 第22-23页 |
| 第二章 图像拼接 | 第23-33页 |
| 第一节 图像拼接简介 | 第23-24页 |
| 第二节 显微图像拼接 | 第24-33页 |
| 一、仪器和材料 | 第24页 |
| 二、图像采集 | 第24页 |
| 三、图像预处理 | 第24-26页 |
| 四、图像配准 | 第26-28页 |
| 五、图像融合 | 第28-31页 |
| 六、显微图像拼接算法流程 | 第31-33页 |
| 第三章 特征提取 | 第33-41页 |
| 第一节 特征提取简介 | 第33-34页 |
| 第二节 牛膝、川牛膝、防风的组织、性状特征描述 | 第34-36页 |
| 第三节 牛膝、川牛膝、防风的性状特征提取 | 第36-38页 |
| 第四节 牛膝、川牛膝、防风组织特征提取 | 第38-41页 |
| 第四章 模式识别 | 第41-47页 |
| 第一节 模式识别简介 | 第41-42页 |
| 第二节 K-近邻分类法、贝叶斯分类法、BP神经网络法的分类原理 | 第42-44页 |
| 一、K-近邻分类法原理 | 第42-43页 |
| 二、贝叶斯分类法原理 | 第43-44页 |
| 三、BP神经网络法原理 | 第44页 |
| 第三节 药材组织、性状特征的模式识别 | 第44-47页 |
| 第五章 中药材图像识别GUI的构建 | 第47-64页 |
| 第一节 GUI简介 | 第47-48页 |
| 第二节 药材显微图像拼接GUI设计 | 第48-52页 |
| 一、GUI主界面的设计 | 第48-50页 |
| 二、回调函数的编写 | 第50-52页 |
| 第三节 药材图像识别GUI设计 | 第52-57页 |
| 第四节 实验结果与分析 | 第57-63页 |
| 第五节 小结与讨论 | 第63-64页 |
| 结语 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 附录 | 第71-87页 |
| 在校期间发表论文情况 | 第87-88页 |
| 致谢 | 第88-89页 |
| 统计学审核证明 | 第89页 |