基于图像的观赏植物识别与系统研发
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.1.1 植物识别系统 | 第9-10页 |
| 1.2.1.2 植物分类算法 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-14页 |
| 1.3.1 当前问题 | 第12页 |
| 1.3.2 研究内容 | 第12-14页 |
| 1.3.3 技术路线 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 观赏植物识别算法 | 第15-30页 |
| 2.1 图像分割算法 | 第15-23页 |
| 2.1.1 颜色空间 | 第17-20页 |
| 2.1.1.1 RGB颜色空间 | 第17页 |
| 2.1.1.2 HSI颜色空间 | 第17-19页 |
| 2.1.1.3 Lab颜色空间 | 第19-20页 |
| 2.1.2 提取分量图 | 第20-21页 |
| 2.1.3 OTSU算法 | 第21-22页 |
| 2.1.4 数学形态学操作 | 第22-23页 |
| 2.2 特征提取算法 | 第23-28页 |
| 2.2.1 颜色特征 | 第24-25页 |
| 2.1.1.1 HSI颜色特征 | 第24页 |
| 2.1.1.2 颜色矩阵 | 第24-25页 |
| 2.2.2 形状特征 | 第25-26页 |
| 2.2.3 纹理特征 | 第26-28页 |
| 2.3 SVM分类器 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 观赏植物数据库的建立 | 第30-45页 |
| 3.1 软硬件列表 | 第30-31页 |
| 3.2 建立数据库 | 第31-33页 |
| 3.2.1 观赏植物的选取 | 第31-32页 |
| 3.2.2 观赏部位、特征参数的设定 | 第32-33页 |
| 3.3 创建数据库和数据表 | 第33-37页 |
| 3.4 数据采集 | 第37-41页 |
| 3.4.1 花朵图像采集 | 第38-40页 |
| 3.4.2 叶片图像采集 | 第40-41页 |
| 3.4.3 属性信息采集 | 第41页 |
| 3.5 数据处理和入库 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 观赏植物识别算法及系统实现 | 第45-54页 |
| 4.1 系统运行流程 | 第45页 |
| 4.2 系统开发环境 | 第45-47页 |
| 4.3 后台服务器配置 | 第47-48页 |
| 4.3.1 HTTP | 第47页 |
| 4.3.2 Apache | 第47页 |
| 4.3.3 OpenCV | 第47-48页 |
| 4.4 iOS客户端程序设计 | 第48-52页 |
| 4.4.1 iOS简介 | 第48-49页 |
| 4.4.2 界面设计和功能实现 | 第49-52页 |
| 4.5 测试结果 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 结论与讨论 | 第54-55页 |
| 5.1 结论 | 第54页 |
| 5.2 讨论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录 | 第59页 |
