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

基于数字图像处理的玉米品种识别研究

摘要第1-6页
Abstract第6-10页
1 引言第10-13页
   ·研究意义第10页
   ·国内外研究情况第10-11页
   ·本文的主要工作第11-13页
2 试验条件第13-14页
   ·图像采集及处理设备第13页
   ·标准白板的制作第13页
   ·试验条件的设定第13-14页
3 图像获取与预处理第14-23页
   ·图像的获取第14页
   ·背景分割第14-17页
     ·图像直方图特性分析第14-15页
     ·背景分割方法选择与实现第15-17页
   ·去除噪声第17-18页
     ·去噪方法比较与选择第17页
     ·自适应中值滤波器的实现第17-18页
   ·基于标准白板的图像颜色校正第18-22页
     ·颜色校正方法的提出第18-20页
     ·颜色校正方法的验证第20页
     ·标准白板区域的提取第20-21页
     ·种子图像颜色校正第21-22页
   ·种子分离第22-23页
4 特征参数的选择与提取第23-31页
   ·相关玉米知识第23页
   ·两种颜色空间介绍第23-25页
     ·RGB颜色空间第24页
     ·HSV颜色空间第24-25页
   ·整个玉米种子的外部特征参数第25-26页
     ·几何特征参数提取第25-26页
     ·颜色参数提取第26页
   ·对玉米种子黄白部分进行分割第26-30页
     ·区域生长法原理第27-28页
     ·利用区域生长法提取玉米白色区域的研究第28-29页
     ·分割的具体步骤第29-30页
     ·分割结果分析第30页
   ·提取有关黄白部分的特征参数第30-31页
5 特征项的优化选择与玉米品种的识别第31-43页
   ·理论基础简介第31-36页
     ·遗传算法第31-33页
     ·用于玉米品种分类的支持向量机第33-35页
     ·Libsvm软件第35-36页
     ·SPSS for Windows简介第36页
   ·基于遗传算法与支持向量机的特征选择第36-40页
     ·参数设定第36页
     ·个体遗传编码及初始群体生成第36-37页
     ·特征群体适应度函数的确定第37页
     ·特征群体的进化过程第37-38页
     ·特征选择的操作流程第38-40页
   ·试验与结果分析第40-43页
     ·特征集优化第40-41页
     ·玉米白黄面积比例特征数据分析第41页
     ·玉米黄色部分颜色特征的价值验证第41-42页
     ·品种识别第42-43页
6 总结与展望第43-44页
   ·总结第43页
   ·展望第43-44页
参考文献第44-47页
在读期间发表的学术论文第47-48页
作者简介第48-49页
致谢第49页

论文共49页,点击 下载论文
上一篇:成人脑星形细胞瘤与基质金属蛋白酶1、3、7、9基因相关性研究
下一篇:构建大学生健康素质内容体系的研究