首页--农业科学论文--植物保护论文--病虫害及其防治论文--农作物病虫害及其防治论文--禾谷类作物病虫害论文--稻病虫害论文--病害论文--侵(传)染性病害论文

基于支持向量机的水稻稻瘟病识别技术研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-14页
   ·课题的背景和意义第9-10页
   ·植物病害识别国内外研究概况第10-13页
     ·基于经典图像处理技术的植物病害识别发展概况第10-11页
     ·基于支持向量机的植物病害识别发展概况第11-12页
     ·水稻稻瘟病病害类型及其识别研究现状第12-13页
   ·论文主要研究工作第13-14页
第2章 支持向量机理论概述第14-19页
   ·线性可分支持向量机原理第14-16页
   ·线性不可分支持向量机原理第16-17页
   ·非线性支持向量机原理第17-18页
   ·本章小结第18-19页
第3章 基于支持向量机的水稻稻瘟病病害图像分割研究第19-30页
   ·图像分割概述第19-20页
     ·图像分割定义第19页
     ·图像分割的算法第19-20页
   ·图像分割的评价方法分析第20-21页
   ·基于支持向量机的水稻稻瘟病图像分割原理第21-23页
     ·训练样本获取第21页
     ·特征提取与选择第21-22页
     ·支持向量机模型选择第22页
     ·基于支持向量机的稻瘟病图像分割步骤与流程第22-23页
   ·基于支持向量机的稻瘟病图像分割仿真及分析第23-29页
   ·本章小结第29-30页
第4章 基于形状和颜色特征的稻瘟病病斑特征提取研究第30-55页
   ·稻瘟病病斑形态特征提取方法研究第30-39页
     ·稻瘟病病斑形态特征及其提取算法第31-32页
     ·稻瘟病病斑形态特征提取仿真结果分析第32-39页
   ·稻瘟病病斑颜色特征提取方法研究第39-54页
     ·基于 RGB 颜色空间的特征提取与分析第40页
     ·基于 HSI 颜色空间的特征提取与分析第40-42页
     ·基于 YCbCr 颜色空间的特征提取与分析第42页
     ·基于 NTSC 颜色空间的特征提取与分析第42-43页
     ·稻瘟病病斑颜色特征提取仿真结果分析第43-54页
   ·本章小结第54-55页
第5章 基于多分类支持向量机的水稻稻瘟病识别第55-64页
   ·图像识别分类概述第55页
   ·多分类支持向量机原理及其分类方法选择第55-56页
   ·基于多分类支持向量机的水稻稻瘟病识别步骤第56页
   ·基于多分类支持向量机的水稻稻瘟病识别仿真结果及分析第56-62页
   ·本章小结第62-64页
结论第64-65页
参考文献第65-69页
攻读硕士学位期间发表的论文和取得的科研成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于EPON网络的负控终端设计与实现
下一篇:网位仪接收系统与信号处理算法实时实现