| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-13页 |
| ·课题研究背景 | 第10页 |
| ·研究现状与趋势 | 第10-11页 |
| ·论文的主要工作 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·文章结构 | 第11-13页 |
| 第二章 镰刀菌图像预处理 | 第13-24页 |
| ·图像增强 | 第13-16页 |
| ·直方图均衡化 | 第14-15页 |
| ·中值滤波 | 第15-16页 |
| ·基于中值滤波方法的镰刀菌图像增强处理 | 第16页 |
| ·图像分割 | 第16-21页 |
| ·基于阈值的分割方法 | 第17页 |
| ·基于区域的图像分割方法 | 第17-19页 |
| ·基于边缘的分割方法 | 第19页 |
| ·基于灰度阈值法的镰刀菌图像分割 | 第19-21页 |
| ·基于数学形态学的图像处理 | 第21-24页 |
| ·膨胀 | 第21-22页 |
| ·腐蚀 | 第22页 |
| ·开操作、闭操作 | 第22-23页 |
| ·基于开、闭预算的镰刀菌图像处理 | 第23-24页 |
| 第三章 图像特征描述 | 第24-31页 |
| ·图像的形状特征 | 第24-26页 |
| ·形状特征的特点 | 第24页 |
| ·形状特征描述方法 | 第24-26页 |
| ·图像的纹理特征 | 第26-27页 |
| ·纹理特征的特点 | 第26页 |
| ·纹理特征提取与匹配方法 | 第26-27页 |
| ·镰刀菌的形状特征提取 | 第27-31页 |
| ·面积S | 第28页 |
| ·周长P | 第28-29页 |
| ·方向θ | 第29页 |
| ·主轴率prax | 第29-30页 |
| ·密集度C | 第30页 |
| ·凹性率A | 第30-31页 |
| 第四章 镰刀菌图像识别 | 第31-39页 |
| ·常用的图像识别方法概述 | 第31-32页 |
| ·神经网络识别 | 第31页 |
| ·句法结构识别方法 | 第31-32页 |
| ·统计识别方法 | 第32页 |
| ·模糊模式识别 | 第32页 |
| ·模板匹配识别 | 第32页 |
| ·支持向量机的模式识别 | 第32页 |
| ·支持向量机模式识别概述 | 第32-36页 |
| ·支持向量机理论的提出和发展 | 第32-33页 |
| ·线性最优分类面 | 第33-35页 |
| ·线性不可分最优分类面 | 第35-36页 |
| ·非线性支持向量机 | 第36页 |
| ·支持向量机的核函数 | 第36页 |
| ·基于形状特征的镰刀菌图像识别技术 | 第36-39页 |
| ·人工神经网络方法 | 第37页 |
| ·支持向量机方法 | 第37-38页 |
| ·实验结果分析 | 第38-39页 |
| 第五章 镰刀菌识别系统的软件实现 | 第39-50页 |
| ·编程语言的介绍 | 第39-40页 |
| ·Visual C++介绍 | 第39页 |
| ·MATLAB 语言介绍 | 第39-40页 |
| ·Visual C++与MATLAB 混合编程介绍 | 第40页 |
| ·VISUAL C++与MATLAB 混合编程的几种方法 | 第40-42页 |
| ·使用MATLAB 自带的MATLAB Compiler | 第40页 |
| ·利用MATLAB 引擎(Engine) | 第40-41页 |
| ·利用ActiveX 控件 | 第41页 |
| ·利用Mideva/Matcom | 第41-42页 |
| ·利用Matrix实现混合编程 | 第42页 |
| ·利用MATRIX实现混合编程 | 第42-44页 |
| ·编译环境配置 | 第42页 |
| ·Matrix函数初始化及函数调用 | 第42-43页 |
| ·利用数据矩阵完成图像转换 | 第43-44页 |
| ·软件开发过程及模块功能介绍 | 第44-50页 |
| ·系统框架搭建 | 第44-45页 |
| ·镰刀菌识别系统各模块介绍 | 第45页 |
| ·基本操作模块 | 第45-46页 |
| ·图像预处理模块 | 第46-48页 |
| ·形态学处理模块 | 第48页 |
| ·图像识别模块 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50-51页 |
| ·研究展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 作者简介 | 第56-57页 |
| 致谢 | 第57-58页 |
