自然环境下胎菊识别方法的研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究目的及意义 | 第12-13页 |
| 1.2 国外的研究状况 | 第13-17页 |
| 1.2.1 国外研究状况 | 第13-15页 |
| 1.2.2 国内研究 | 第15-17页 |
| 1.2.3 存在的问题 | 第17页 |
| 1.3 研究内容与技术路线 | 第17-19页 |
| 1.3.1 本文研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 胎菊图像信息获取 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 图像采集系统 | 第20-21页 |
| 2.2.1 硬件组成 | 第21页 |
| 2.2.2 图像处理软件 | 第21页 |
| 2.3 样本采集 | 第21-25页 |
| 2.3.1 试验对象的选择 | 第21-23页 |
| 2.3.2 拍摄角度及高度 | 第23页 |
| 2.3.3 不同光照条件的影响 | 第23-25页 |
| 2.3.4 样本的采集方案 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 自然环境下杭白菊分割算法分析 | 第26-50页 |
| 3.1 引言 | 第26页 |
| 3.2 图像去噪 | 第26-28页 |
| 3.2.1 去躁理论 | 第26-27页 |
| 3.2.2 去躁试验分析 | 第27-28页 |
| 3.3 图像分割方法 | 第28-34页 |
| 3.3.1 基于GrabCut的图像分割 | 第29-32页 |
| 3.3.2 基于色差的图像分割 | 第32-34页 |
| 3.4 颜色-纹理分割 | 第34-47页 |
| 3.4.1 多颜色特征的分割 | 第34-40页 |
| 3.4.2 纹理特征分割 | 第40-42页 |
| 3.4.3 纹理分割特征提取 | 第42-46页 |
| 3.4.4 实验结果与分析 | 第46-47页 |
| 3.5 本章小结 | 第47-50页 |
| 第4章 粘连杭白菊的分割方法 | 第50-76页 |
| 4.1 引言 | 第50页 |
| 4.2 利用分水岭算法对粘连花朵分离 | 第50-56页 |
| 4.2.1 分水岭算法 | 第50-51页 |
| 4.2.2 基于修正距离变换的分水岭算法 | 第51-54页 |
| 4.2.3 实验结果与分析 | 第54-56页 |
| 4.3 基于边缘检测的粘连花朵分离 | 第56-65页 |
| 4.3.1 常用的边缘检测算子 | 第56-61页 |
| 4.3.2 粘连花朵分割线的提取 | 第61-63页 |
| 4.3.3 实验结果与分析 | 第63-65页 |
| 4.4 基于K-means聚类的粘连花朵分离 | 第65-71页 |
| 4.4.1 K-means聚类算法原理 | 第65-66页 |
| 4.4.2 粘连花朵轮廓线的提取 | 第66-68页 |
| 4.4.3 基于三次样条插值法的轮廓重建 | 第68-69页 |
| 4.4.4 实验结果与分析 | 第69-71页 |
| 4.5 三种粘连杭白菊算法性能试验与分析 | 第71-75页 |
| 4.5.1 四类粘连杭白菊分割性能对比 | 第71-72页 |
| 4.5.2 整体性能试验分析 | 第72-75页 |
| 4.6 本章小结 | 第75-76页 |
| 第5章 胎菊提取方法 | 第76-84页 |
| 5.1 引言 | 第76页 |
| 5.2 胎菊形状特征分析 | 第76-82页 |
| 5.2.1 形状特征的概述 | 第77-79页 |
| 5.2.2 本文选择的形状特征 | 第79-80页 |
| 5.2.3 胎菊形状特征参数的试验与分析 | 第80-81页 |
| 5.2.4 利用形状特征提取胎菊方法步骤 | 第81-82页 |
| 5.3 试验结果与分析 | 第82-83页 |
| 5.4 本章小结 | 第83-84页 |
| 第6章 结论与展望 | 第84-86页 |
| 6.1 结论 | 第84-85页 |
| 6.2 创新点 | 第85页 |
| 6.3 展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-92页 |
| 攻读学位期间参加的科研项目和成果 | 第92页 |
