基于图像识别技术的玉米种子品种识别研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 引言 | 第9-12页 |
·研究目的和意义 | 第9页 |
·国内外研究现状 | 第9-11页 |
·图像识别技术的发展 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·本文主要研究内容 | 第11-12页 |
2 玉米种子图像获取及预处理 | 第12-24页 |
·玉米种子图像获取 | 第12-13页 |
·玉米种子图像获取平台 | 第12-13页 |
·实验样本及图像获取 | 第13页 |
·图像去噪处理 | 第13-16页 |
·邻域平均法 | 第14-15页 |
·中值滤波法 | 第15页 |
·图像去噪方法比较 | 第15-16页 |
·图像的背景分割 | 第16-20页 |
·双峰法 | 第18页 |
·迭代法 | 第18-19页 |
·最大方差法 | 第19-20页 |
·阈值选择方法的比较 | 第20页 |
·边界跟踪与种子提取 | 第20-24页 |
·边界跟踪 | 第20-21页 |
·种子提取 | 第21页 |
·多对象边界跟踪与种子提取 | 第21-24页 |
3 玉米品种特征提取 | 第24-31页 |
·整体玉米种子颜色特征提取 | 第24-26页 |
·RGB 颜色空间 | 第24页 |
·HSV 颜色空间 | 第24-26页 |
·整体玉米种子几何特征提取 | 第26-28页 |
·玉米种子胚乳部分和冠顶部分的特征提取 | 第28-31页 |
·玉米种子胚乳部分和冠顶部分的分割 | 第28-30页 |
·胚乳部分和冠顶部分的特征提取 | 第30-31页 |
4 玉米种子的特征选择和品种识别 | 第31-42页 |
·玉米种子的特征选择 | 第31-36页 |
·遗传算法进行特征选择 | 第31-33页 |
·主成分分析法进行降维处理 | 第33-36页 |
·玉米种子品种识别 | 第36-42页 |
·BP 神经网络 | 第36-38页 |
·BP 神经网络分类器的设计 | 第38-39页 |
·GA-BP 网络设计 | 第39-42页 |
5 玉米种子品种识别系统设计与实现 | 第42-45页 |
·系统开发平台 | 第42页 |
·系统设计及功能 | 第42-44页 |
·系统实现与结果分析 | 第44-45页 |
6 结论与展望 | 第45-46页 |
·结论 | 第45页 |
·展望 | 第45-46页 |
参考文献 | 第46-49页 |
在读期间发表的学术论文 | 第49-50页 |
作者简介 | 第50-51页 |
致谢 | 第51-52页 |