基于小波变换与改进局部二进制模式的牧草识别
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 插图和附表清单 | 第8-10页 |
| 1 引言 | 第10-13页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 本章小结 | 第13页 |
| 2 图像处理与识别基础 | 第13-19页 |
| 2.1 数字图像基础 | 第14-15页 |
| 2.1.1 图像与数字图像 | 第14页 |
| 2.1.2 数字图像的类型及其转换 | 第14页 |
| 2.1.3 图像的表示和显示 | 第14-15页 |
| 2.1.4 Matlab及常用图像处理函数简介 | 第15页 |
| 2.2 图像识别概述 | 第15-19页 |
| 2.2.1 图像的采集 | 第16页 |
| 2.2.2 图像的分割 | 第16-17页 |
| 2.2.3 特征提取 | 第17-19页 |
| 2.2.3.1 颜色特征 | 第17-18页 |
| 2.2.3.2 形态特征 | 第18页 |
| 2.2.3.3 纹理特征 | 第18-19页 |
| 2.2.4 特征匹配 | 第19页 |
| 2.3 本章小结 | 第19页 |
| 3 图像采集及预处理 | 第19-29页 |
| 3.1 牧草叶片图像采集 | 第19-20页 |
| 3.2 图像预处理 | 第20-29页 |
| 3.2.1 传统预处理 | 第20-21页 |
| 3.2.2 基于小波变换预处理 | 第21-29页 |
| 3.2.2.1 小波 | 第21页 |
| 3.2.2.2 小波变换 | 第21-22页 |
| 3.2.2.3 连续小波变换 | 第22-23页 |
| 3.2.2.4 离散小波变换 | 第23-24页 |
| 3.2.2.5 图像的小波变换 | 第24-26页 |
| 3.2.2.6 基于小波变换预处理原理 | 第26-29页 |
| 3.3 本章小结 | 第29页 |
| 4 基于改进LBP牧草的特征提取 | 第29-40页 |
| 4.1 基本LBP | 第30页 |
| 4.2 圆形邻域LBP | 第30-31页 |
| 4.3 统一模式LBP | 第31-32页 |
| 4.4 分块LBP | 第32-33页 |
| 4.5 分区LBP | 第33-36页 |
| 4.6 改进LBP | 第36-40页 |
| 4.6.1 双线性插值 | 第36-38页 |
| 4.6.2 三次插值 | 第38-40页 |
| 4.7 本章小结 | 第40页 |
| 5 特征匹配 | 第40-42页 |
| 5.1 欧氏距离 | 第40页 |
| 5.2 蚁群算法 | 第40-42页 |
| 5.3 本章小结 | 第42页 |
| 6 实验结果与分析 | 第42-48页 |
| 6.1 LBP算法的圆形邻域半径的设置实验 | 第42-43页 |
| 6.2 小波变换与CILBP相结合的实验 | 第43-46页 |
| 6.3 欧氏距离与蚁群算法不同分类方法对比实验 | 第46-48页 |
| 6.4 本章小结 | 第48页 |
| 7 结论与展望 | 第48-50页 |
| 7.1 结论 | 第48页 |
| 7.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54页 |
