基于云计算的农业图像处理系统设计与算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 第1章 绪论 | 第13-23页 |
| ·背景与意义 | 第13-14页 |
| ·图像处理在农业上的应用 | 第14-20页 |
| ·图像处理在农产品检测方面的应用 | 第14-17页 |
| ·图像处理在农作物病虫草害识别诊断方面的应用 | 第17-18页 |
| ·图像处理在精准喷药方面的应用 | 第18-19页 |
| ·图像处理在农业其他方面的应用 | 第19-20页 |
| ·论文主要研究工作 | 第20-21页 |
| ·论文主要创新 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第2章 农业图像云架构设计 | 第23-36页 |
| ·云计算简介 | 第23-28页 |
| ·云计算概念和发展历程 | 第23-24页 |
| ·云计算分类 | 第24-25页 |
| ·云计算的特点和优势 | 第25-26页 |
| ·云计算关键技术 | 第26-28页 |
| ·云计算研究现状 | 第28页 |
| ·农业图像云思想的提出 | 第28-30页 |
| ·农业图像云应用前景 | 第29页 |
| ·农业图像云的“云”与“端” | 第29-30页 |
| ·农业图像云架构设计 | 第30-35页 |
| ·农业图像云服务流程 | 第30-32页 |
| ·农业图像云云平台架构和工作流程 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 参数化农业图像处理系统设计方法 | 第36-45页 |
| ·图像处理系统工作步骤 | 第36页 |
| ·系统设计思想 | 第36-39页 |
| ·参数化农业图像处理系统设计方法 | 第39-41页 |
| ·系统设计流程 | 第39-40页 |
| ·系统模块划分 | 第40-41页 |
| ·系统参数设置 | 第41页 |
| ·农作物参数设置方法 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于FPGA的系统顶层控制模块仿真 | 第45-58页 |
| ·Petri网概述 | 第45-47页 |
| ·Petri网的基本概念及特点 | 第45-46页 |
| ·基本网概念 | 第46-47页 |
| ·顶层控制模块Petri网建模 | 第47-50页 |
| ·顶层控制模块Petri网模型转换 | 第50-54页 |
| ·仿真结果 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 图像处理系统分割算法研究 | 第58-86页 |
| ·图像分割算法简介 | 第58-66页 |
| ·色差法分割 | 第58-59页 |
| ·阈值化分割法 | 第59-61页 |
| ·分水岭算法 | 第61-62页 |
| ·基于区域的分割 | 第62-63页 |
| ·边缘检测 | 第63-66页 |
| ·图像分割算法 | 第66-68页 |
| ·色差法 | 第67-68页 |
| ·阈值化分割法 | 第68页 |
| ·图像分割算法融合研究 | 第68-71页 |
| ·图像分割算法融合的提出 | 第68-69页 |
| ·图像分割算法融合过程及实验 | 第69-71页 |
| ·彩色图像圆锥分割算法的提出 | 第71-75页 |
| ·RGB空间模型 | 第71-72页 |
| ·G-分量彩色图像圆锥分割算法 | 第72-75页 |
| ·G-分量彩色图像圆台分割算法研究 | 第75-81页 |
| ·G-分量彩色图像圆台分割算法的提出 | 第75-76页 |
| ·h值的确定 | 第76-77页 |
| ·m值与n值的确定 | 第77-78页 |
| ·G-分量彩色图像圆台分割算法实验结果 | 第78-81页 |
| ·彩色图像圆台分割算法研究 | 第81-83页 |
| ·几种算法分割结果分析 | 第83-85页 |
| ·图像分割评价标准 | 第83-84页 |
| ·几种算法分割结果分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第6章 图像处理系统预处理算法研究 | 第86-101页 |
| ·图像锐化算法简介 | 第86-88页 |
| ·频域理想高通滤波 | 第86-87页 |
| ·巴特沃思高通滤波 | 第87页 |
| ·拉普拉斯算子法 | 第87页 |
| ·梯度法 | 第87-88页 |
| ·图像锐化算法 | 第88-90页 |
| ·图像滤波算法简介 | 第90-96页 |
| ·邻域平均法 | 第91页 |
| ·中值滤波 | 第91-92页 |
| ·掩模消噪法 | 第92页 |
| ·频域理想低通滤波 | 第92-93页 |
| ·高斯低通滤波 | 第93页 |
| ·小波阈值去噪 | 第93-96页 |
| ·图像滤波算法 | 第96-98页 |
| ·图像滤波算法融合研究 | 第98-100页 |
| ·图像滤波算法融合的提出 | 第98页 |
| ·图像滤波算法融合结果及分析 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 第7章 总结与展望 | 第101-104页 |
| ·工作总结 | 第101-102页 |
| ·未来展望 | 第102-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-115页 |
| 攻读博士学位期间的学术论文 | 第115页 |
