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

基于图像处理的玉米叶部病害识别研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-17页
   ·研究的目的和意义第10-11页
   ·国内外图像识别技术研究进展第11-14页
     ·国外研究进展第11-12页
     ·国内研究进展第12-14页
     ·研究方案和技术路线第14-17页
     ·研究方案第14-15页
     ·技术路线第15-17页
第二章 病害图像采集第17-22页
   ·试验材料和设备第18页
   ·图像采集试验第18-19页
     ·背景的选择第18页
     ·不同品牌数码相机采集图像第18-19页
     ·不同物距和分辨率采集图像第19页
   ·病害图像采集方法第19-21页
   ·小结第21-22页
第三章 病害图像处理第22-39页
   ·图像处理方法描述第22-29页
     ·图像平滑第22-23页
     ·图像锐化第23-24页
     ·图像灰度化第24页
     ·图像直方图第24页
     ·图像分割第24-28页
     ·图像数学形态学运算第28-29页
   ·图像处理第29-36页
     ·病害图像锐化第29页
     ·病害图像平滑第29-31页
     ·病害图像灰度变换第31页
     ·病斑分割第31-36页
   ·病害图像处理流程第36-38页
   ·小结第38-39页
第四章 病害图像特征提取和优选第39-65页
   ·病害纹理特征提取第39-50页
     ·纹理特征提取方法第40-47页
     ·病害图像纹理特征的提取与分析第47-50页
   ·病斑颜色特征提取第50-56页
     ·颜色特征提取方法第50-53页
     ·病斑颜色特征提取和分析第53-56页
   ·病斑形状特征提取第56-59页
     ·形状特征提取方法第56-57页
     ·病斑形状特征提取和分析第57-59页
   ·病害特征优选第59-63页
     ·特征优选方法第59-61页
     ·病害图像特征优选第61-63页
   ·小结第63-65页
第五章 病害图像识别第65-75页
   ·模式识别方法第65-69页
     ·统计模式识别方法第66-68页
     ·句法模式识别第68页
     ·模糊模式识别第68页
     ·人工神经网络模式识别第68-69页
   ·玉米叶部病害诊断第69-73页
     ·基于Fisher判别分析的病害识别第69-72页
     ·基于Bayes判别分析的病害识别第72-73页
   ·小结第73-75页
第六章 玉米叶部病害特征提取和优选系统实现第75-78页
   ·系统开发工具第75页
   ·图像处理与识别系统的工作流程图第75-76页
   ·玉米叶部病害图像系统实现第76-78页
第七章 结论和展望第78-80页
   ·结论第78页
   ·展望第78-80页
参考文献第80-85页
致谢第85-86页
作者简介第86-87页
导师评阅表第87页

论文共87页,点击 下载论文
上一篇:新疆农村义务教育投入保障机制研究
下一篇:棉花株顶识别系统的研究