| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景、目的与意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·粘连物体分割研究现状 | 第10-11页 |
| ·目标物体检测研究现状 | 第11-13页 |
| ·研究内容 | 第13页 |
| ·水稻灯诱害虫粘连分割算法研究 | 第13页 |
| ·水稻田间飞虱检测计数算法研究 | 第13页 |
| ·技术路线图 | 第13-14页 |
| ·论文安排 | 第14-16页 |
| 第二章 水稻灯诱害虫粘连分割算法研究 | 第16-31页 |
| ·水稻灯诱害虫粘连分割算法流程 | 第16-17页 |
| ·水稻灯诱害虫图像采集系统 | 第17-18页 |
| ·系统框架 | 第17页 |
| ·图像采集 | 第17-18页 |
| ·图像背景分割与去噪 | 第18-19页 |
| ·差分法去背景 | 第18页 |
| ·滤波去噪 | 第18-19页 |
| ·光流矢量计算 | 第19-23页 |
| ·光流法探讨 | 第19页 |
| ·基于梯度的 Horn-Schunck 光流计算方法 | 第19-21页 |
| ·光流角度计算 | 第21-23页 |
| ·归一化割分割 | 第23-30页 |
| ·归一化割原理 | 第23-25页 |
| ·权重计算 | 第25-27页 |
| ·参数选取 | 第27-28页 |
| ·归一化割算法改进 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 水稻灯诱害虫粘连分割方法的评价与比较 | 第31-38页 |
| ·分水岭算法 | 第31-33页 |
| ·分水岭原理 | 第31-32页 |
| ·分水岭分割结果 | 第32-33页 |
| ·K-均值聚类算法 | 第33-34页 |
| ·K-means 原理 | 第33-34页 |
| ·K-means 分割结果 | 第34页 |
| ·三种算法的比较 | 第34-37页 |
| ·分割效果评价准则 | 第34-35页 |
| ·分割效果 | 第35-36页 |
| ·NCuts 结果统计 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 水稻基部白背飞虱检测算法研究 | 第38-55页 |
| ·水稻基部白背飞虱检测流程 | 第38-39页 |
| ·水稻基部白背飞虱检测概述 | 第39-40页 |
| ·革新调查方法 | 第39页 |
| ·害虫发生等级划分 | 第39-40页 |
| ·Adaboost 算法 | 第40-45页 |
| ·矩形特征 | 第40-42页 |
| ·矩形特征值的计算 | 第42-43页 |
| ·训练强分类器算法 | 第43-45页 |
| ·检测机制与检测结果 | 第45页 |
| ·SVM 分类器去杂质 | 第45-52页 |
| ·HOG 特征简介 | 第45-46页 |
| ·HOG 特征提取 | 第46-49页 |
| ·支持向量机 | 第49-50页 |
| ·核函数选择与识别结果 | 第50-52页 |
| ·常规特征去杂质 | 第52-54页 |
| ·双阈值法去背景 | 第52-53页 |
| ·提取特征与阈值确定 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 水稻基部白背飞虱检测比较与分析 | 第55-61页 |
| ·检测识别算法有效性评价 | 第55-59页 |
| ·检测识别结果与统计 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-64页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间参与的科研项目和发表论文 | 第71页 |