首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像的害虫自动计数与识别系统的研究

致谢第6-7页
摘要第7-9页
Abstract第9-10页
第一章 绪论第14-20页
    1.1 研究的背景及意义第14页
    1.2 国内外研究现状第14-17页
        1.2.1 昆虫诱捕方法的介绍第14-15页
        1.2.2 昆虫计数方法的介绍第15-16页
        1.2.3 昆虫图像识别技术的介绍与发展第16页
        1.2.4 与本课题相关的国内外技术研究现状第16-17页
    1.3 研究的意义第17页
    1.4 本文的设计思路与组织结构第17-20页
第二章 害虫自动计数与识别系统的硬件设计第20-38页
    2.1 系统的总体方案第20-22页
    2.2 信息的获取第22-34页
        2.2.1 诱捕灯的设计第22页
        2.2.2 计数模块的设计第22-26页
        2.2.3 控制模块的设计第26-30页
        2.2.4 图像采集模块的设计第30-34页
    2.3 信息的传输第34-36页
        2.3.1 GPRS模块的选择依据第34-35页
        2.3.2 GPRS模块的接口电路设计第35-36页
    2.4 信息的接收第36-37页
        2.4.1 GPRS接收模块的选择依据第36页
        2.4.2 GPRS接收模块与PC的连接第36-37页
    2.5 本章小结第37-38页
第三章 害虫自动计数与识别系统的软件设计第38-51页
    3.1 软件总体流程第38-39页
    3.2 软件开发环境第39-41页
        3.2.1 Android系统开发工具第39页
        3.2.2 编程界面与显示的主界面第39-41页
    3.3 计数模块程序的实现第41-43页
    3.4 控制模块与计数模块的通信实现第43-44页
    3.5 控制模块与摄像头模块通信的实现第44-45页
    3.6 管理信息系统的实现第45-50页
        3.6.1 管理信息系统的功能图第45-46页
        3.6.2 管理信息系统界面示意图第46-50页
    3.7 本章小结第50-51页
第四章 斜纹夜蛾图像的预处理第51-58页
    4.1 昆虫图像识别的关键技术第51-52页
        4.1.1 图像分割技术第51页
        4.1.2 特征提取技术第51-52页
        4.1.3 分类器设计第52页
    4.2 斜纹夜蛾图像的采集第52-53页
    4.3 图像的分割第53-56页
    4.4 图像的形态学处理第56页
    4.5 空洞填充第56-57页
    4.6 本章小结第57-58页
第五章 图像的特征提取和分析第58-65页
    5.1 形态学特征第58-62页
    5.2 纹理特征第62页
    5.3 数据归一化处理第62-63页
    5.4 特征选择第63-64页
    5.5 本章小结第64-65页
第六章 分类识别的研究第65-70页
    6.1 BP神经网络第65-66页
    6.2 改进的BP神经网络第66-69页
    6.3 分类结果第69页
    6.4 本章小结第69-70页
第七章 结论与展望第70-73页
    7.1 结论第70-71页
    7.2 主要创新点第71页
    7.3 研究展望第71-73页
参考文献第73-80页
作者简介第80页

论文共80页,点击 下载论文
上一篇:福建省武夷岩茶中稀土元素的研究
下一篇:苹果低温冻害气象指数保险产品设计研究--以山东省栖霞市苹果低温冻害为例