| 摘要 | 第4-5页 |
| AJbstract | 第5-6页 |
| 第一章 绪论 | 第11-31页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状分析 | 第12-26页 |
| 1.2.1 棉花异性纤维检测原理 | 第12页 |
| 1.2.2 棉花异性纤维图像分割方法研究现状 | 第12-14页 |
| 1.2.3 棉花异性纤维图像特征选择方法研究现状 | 第14-16页 |
| 1.2.4 棉花异性纤维图像分类方法研究现状 | 第16-17页 |
| 1.2.5 棉花异性纤维实验设备 | 第17-23页 |
| 1.2.6 棉花异性纤维检测设备 | 第23-26页 |
| 1.3 研究目标与研究内容 | 第26-27页 |
| 1.3.1 研究目标 | 第26页 |
| 1.3.2 研究内容 | 第26-27页 |
| 1.3.3 拟解决的关键问题 | 第27页 |
| 1.4 研究方法与技术路线 | 第27-28页 |
| 1.4.1 研究方法 | 第27-28页 |
| 1.4.2 技术路线 | 第28页 |
| 1.5 本章小结 | 第28-31页 |
| 第二章 棉花中地膜的高光谱图像最优波段选择方法 | 第31-47页 |
| 2.1 引言 | 第31-32页 |
| 2.2 材料和方法 | 第32-38页 |
| 2.2.1 实验样本 | 第32-33页 |
| 2.2.2 高光谱图像采集 | 第33-34页 |
| 2.2.3 反射光谱校正 | 第34页 |
| 2.2.4 光谱预处理 | 第34-35页 |
| 2.2.5 差谱分析 | 第35-36页 |
| 2.2.6 主成分分析 | 第36-37页 |
| 2.2.7 偏最小二乘法 | 第37-38页 |
| 2.3 结果与讨论 | 第38-44页 |
| 2.3.1 光谱提取与预处理 | 第38-41页 |
| 2.3.2 基于差谱分析和PCA的波段选择 | 第41-43页 |
| 2.3.3 基于PLS的特征波段选择 | 第43-44页 |
| 2.4 本章小结 | 第44-47页 |
| 第三章 基于多波段图像融合的地膜图像分割方法 | 第47-65页 |
| 3.1 引言 | 第47-48页 |
| 3.2 材料与方法 | 第48-53页 |
| 3.2.1 实验数据 | 第48页 |
| 3.2.2 图像融合 | 第48-50页 |
| 3.2.3 图像增强 | 第50-52页 |
| 3.2.4 图像分割 | 第52-53页 |
| 3.2.5 性能评价 | 第53页 |
| 3.3 结果与讨论 | 第53-63页 |
| 3.3.1 地膜多波段均值图像的分割 | 第53-57页 |
| 3.3.2 地膜多波段融合图像的分割 | 第57-63页 |
| 3.4 本章小结 | 第63-65页 |
| 第四章 基于改进最小冗余最大相关的地膜特征选择方法 | 第65-83页 |
| 4.1 引言 | 第65-67页 |
| 4.2 材料和方法 | 第67-75页 |
| 4.2.1 实验数据 | 第67页 |
| 4.2.2 形状特征提取 | 第67-68页 |
| 4.2.3 GLCM纹理特征提取 | 第68-70页 |
| 4.2.4 Gabor纹理特征提取 | 第70-74页 |
| 4.2.5 数据归一化 | 第74页 |
| 4.2.6 最小冗余最大相关法 | 第74-75页 |
| 4.3 结果与讨论 | 第75-80页 |
| 4.3.1 特征提取 | 第75-79页 |
| 4.3.2 特征选择 | 第79-80页 |
| 4.4 本章小结 | 第80-83页 |
| 第五章 基于改进粒子群算法和支持向量机的地膜识别研究 | 第83-93页 |
| 5.1 引言 | 第83-84页 |
| 5.2 材料和方法 | 第84-89页 |
| 5.2.1 实验数据 | 第84页 |
| 5.2.2 支持向量机 | 第84-87页 |
| 5.2.3 粒子群算法 | 第87-89页 |
| 5.3 结果与讨论 | 第89-92页 |
| 5.3.1 基于PSO的参数优化 | 第89-90页 |
| 5.3.2 支持向量机分类 | 第90页 |
| 5.3.3 参数优化后分类 | 第90-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第六章 结论与展望 | 第93-97页 |
| 6.1 研究结论 | 第93-94页 |
| 6.2 主要创新点 | 第94页 |
| 6.3 研究展望 | 第94-97页 |
| 参考文献 | 第97-107页 |
| 致谢 | 第107-108页 |
| 个人简介 | 第108-109页 |
| 导师简介 | 第109页 |