计算机图像处理技术在家蚕微粒子病识别中的应用
| 第1章 绪论 | 第1-17页 |
| ·引言 | 第10-11页 |
| ·研究的目的及意义 | 第11-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·研究的任务和技术路线 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 家蚕微粒子病显微图像分析系统组成 | 第17-20页 |
| ·系统的标定 | 第17页 |
| ·家蚕微粒子病自动检测系统硬件构成 | 第17-18页 |
| ·家蚕微粒子病自动检测系统软件组成 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 图像预处理 | 第20-27页 |
| ·微粒子图像分析 | 第20页 |
| ·图像对比度增强 | 第20-21页 |
| ·小波阈值滤波去噪处理 | 第21-26页 |
| ·二维离散正交小波变换 | 第21-23页 |
| ·小波阈值去噪原理 | 第23-25页 |
| ·图像去噪步骤 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 图像分割 | 第27-40页 |
| ·阈值分割方法 | 第27-34页 |
| ·全局阈值方法 | 第27-30页 |
| ·迭代求分割阈值算法 | 第28-29页 |
| ·大津阈值分割方法 | 第29-30页 |
| ·自适应阈值 | 第30-34页 |
| ·动态阈值分割方法 | 第31-32页 |
| ·二维Ostu自动阈值法 | 第32-34页 |
| ·数学形态学处理 | 第34-39页 |
| ·形态学基本运算 | 第34-35页 |
| ·高帽变换阈值法原理 | 第35-37页 |
| ·算法设计 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 特征提取 | 第40-46页 |
| ·经典目标轮廓检出方法 | 第40页 |
| ·基于知识的顺时针边缘跟踪算法 | 第40-43页 |
| ·特征参数提取 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 图像识别技术 | 第46-60页 |
| ·模式识别方法介绍 | 第46-47页 |
| ·人工神经网络典型的结构BP网络 | 第47-53页 |
| ·影响BP算法的若干因素讨论 | 第52页 |
| ·网络的学习技巧 | 第52-53页 |
| ·遗传神经网络 | 第53-58页 |
| ·遗传算法的基本思想 | 第53页 |
| ·遗传算法的基本操作 | 第53-54页 |
| ·遗传算法的实现过程 | 第54-55页 |
| ·遗传神经网络的设计 | 第55-58页 |
| ·样本采集技术 | 第58-59页 |
| ·识别结果分析 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第7章 结论与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |
