基于Markov随机场和K均值聚类的小麦叶部病害图像分割
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容和论文组织结构 | 第11-13页 |
| 2 图像分割概述 | 第13-18页 |
| 2.1 图像分割定义 | 第13-14页 |
| 2.2 图像分割常用方法 | 第14-17页 |
| 2.2.1 基于区域的方法 | 第14-15页 |
| 2.2.2 基于边缘检测的方法 | 第15页 |
| 2.2.3 与特定理论结合的方法 | 第15-17页 |
| 2.3 小结 | 第17-18页 |
| 3 基于Markov随机场的图像分割 | 第18-27页 |
| 3.1 Markov随机场基本理论 | 第18-22页 |
| 3.1.1 邻域系统和基团 | 第18-20页 |
| 3.1.2 Markov图像分割数学表示 | 第20-21页 |
| 3.1.3 MAP准则 | 第21-22页 |
| 3.2 随机场的模型建立 | 第22-25页 |
| 3.2.1 标记场模型 | 第22-23页 |
| 3.2.2 观测场模型 | 第23-25页 |
| 3.3 ICM分割算法 | 第25-26页 |
| 3.4 小结 | 第26-27页 |
| 4 复杂背景下叶部病害图像分割 | 第27-47页 |
| 4.1 分割方法流程 | 第27-28页 |
| 4.2 图像预处理 | 第28-30页 |
| 4.2.1 邻域平均法 | 第29页 |
| 4.2.2 低通滤波法 | 第29页 |
| 4.2.3 中值滤波 | 第29-30页 |
| 4.3 目标叶片分割 | 第30-34页 |
| 4.3.1 ICM分割叶片区域 | 第31-32页 |
| 4.3.2 形态学处理 | 第32-34页 |
| 4.4 病斑分割 | 第34-43页 |
| 4.4.1 常用的色彩空间 | 第34-38页 |
| 4.4.2 彩色空间的选择 | 第38-41页 |
| 4.4.3 K-means聚类算法 | 第41-43页 |
| 4.5 相对病斑面积(RLA)计算 | 第43-44页 |
| 4.6 实验结果与分析 | 第44-46页 |
| 4.7 小结 | 第46-47页 |
| 5 作物病斑分割及计算系统 | 第47-52页 |
| 5.1 系统开发 | 第47-48页 |
| 5.1.1 开发环境 | 第47页 |
| 5.1.2 开发工具 | 第47-48页 |
| 5.2 系统操作 | 第48-51页 |
| 5.3 小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52-53页 |
| 6.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 个人简介 | 第60-61页 |
| 在学期间发表的论文及科研成果清单 | 第61页 |
