基于图像处理的杂草识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究的目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·形状特征识别 | 第11页 |
| ·颜色特征识别 | 第11-12页 |
| ·纹理特征识别 | 第12-13页 |
| ·多种特征融合识别 | 第13-14页 |
| ·研究的主要内容和方法 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·研究方法 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 2 杂草定位 | 第17-37页 |
| ·颜色空间 | 第17-21页 |
| ·RGB彩色模型 | 第18页 |
| ·HIS彩色模型 | 第18-19页 |
| ·YCbCr彩色模型 | 第19页 |
| ·RGB到HIS的相互转换 | 第19-21页 |
| ·彩色图像预处理 | 第21-22页 |
| ·基于超绿色法的图像增强 | 第22-24页 |
| ·阈值分割 | 第24-31页 |
| ·阈值分割理论 | 第25-26页 |
| ·双峰法 | 第26-27页 |
| ·最大方差自动取阈法 | 第27-29页 |
| ·迭代法 | 第29-31页 |
| ·杂草提取 | 第31-36页 |
| ·位置特征法 | 第31-33页 |
| ·改进的位置特征法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 3 杂草特征提取 | 第37-55页 |
| ·杂草叶片的定位 | 第37-40页 |
| ·抽取骨架 | 第37-38页 |
| ·杂草叶片标记 | 第38-40页 |
| ·提取形状特征 | 第40-54页 |
| ·形状特征描述 | 第40-44页 |
| ·边缘检测 | 第44-50页 |
| ·形状特征参数比较与分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 4 麦田杂草识别 | 第55-60页 |
| ·神经网络分类器 | 第55-57页 |
| ·神经网络分类器设计 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66页 |
