基于图像处理技术的烟叶病害自动识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-10页 |
| ·烟叶病害及其症状 | 第10-12页 |
| ·国内外农作物病虫害自动识别研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| 第二章 图像处理识别系统及图像预处理 | 第17-25页 |
| ·数字图像处理概述 | 第17-18页 |
| ·图像识别系统的组成 | 第18-20页 |
| ·图像采集 | 第18-19页 |
| ·图像处理 | 第19页 |
| ·结果输出 | 第19-20页 |
| ·本文采用的识别系统 | 第20-24页 |
| ·烟叶病害的图像采集 | 第20页 |
| ·烟叶病害图像增强处理 | 第20-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 烟叶病害病斑图像分割方法研究 | 第25-42页 |
| ·传统图像分割算法简介 | 第25-29页 |
| ·基于阈值的分割 | 第26-28页 |
| ·分水岭分割算法 | 第28页 |
| ·应用传统方法进行病斑分割 | 第28-29页 |
| ·图像病斑的分割 | 第29-37页 |
| ·基于颜色空间分量的病斑分割 | 第30-37页 |
| ·基于数学形态学的病叶图像分割的进一步处理 | 第37-41页 |
| ·数学形态学简介 | 第37-39页 |
| ·对病叶图像分割后进一步的处理研究 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 图像病斑的特征提取与分析 | 第42-53页 |
| ·病斑区域边缘检测与标记 | 第42-43页 |
| ·病斑区域特征提取 | 第43-51页 |
| ·形状特征描述与提取 | 第43-46页 |
| ·纹理特征描述与提取 | 第46-50页 |
| ·颜色特征的描述与提取 | 第50-51页 |
| ·特征参量的选择 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于特征提取的模糊模式识别 | 第53-66页 |
| ·模式识别方法概述 | 第53-54页 |
| ·模糊数学基本概念 | 第54-56页 |
| ·模糊模式识别的基本原则 | 第56-57页 |
| ·本文病害识别分类器的设计 | 第57-62页 |
| ·建立标准模式特征库(样本学习) | 第57-58页 |
| ·采用择近原则进行模式识别 | 第58-61页 |
| ·FCM聚类方法识别 | 第61-62页 |
| ·本实验模式识别系统的部分界面 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-69页 |
| ·结论 | 第66-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录:攻读硕士学位期间发表论文 | 第73页 |
