基于图像的古树名木健康诊断系统开发
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 古树名木信息化研究现状 | 第11-13页 |
| 1.2.2 树木图像提取研究现状 | 第13-15页 |
| 1.3 研究内容与技术路线 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 古树名木健康诊断的相关理论与技术 | 第18-29页 |
| 2.1 树木图像提取的相关理论 | 第18-25页 |
| 2.1.1 图像分割 | 第18-21页 |
| 2.1.2 数字抠图 | 第21-25页 |
| 2.2 树木图像提取的相关技术 | 第25-27页 |
| 2.2.1 树木轮廓提取 | 第25-26页 |
| 2.2.2 树木交互提取 | 第26-27页 |
| 2.3 树木健康诊断的相关理论 | 第27-28页 |
| 2.3.1 健康诊断标准 | 第27-28页 |
| 2.3.2 养护措施 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 古树名木健康诊断方法 | 第29-41页 |
| 3.1 树木图像去噪 | 第29页 |
| 3.2 树木图像提取 | 第29-37页 |
| 3.2.1 GrabCut算法 | 第30-32页 |
| 3.2.2 交互式图像分割的三分图生成算法 | 第32-33页 |
| 3.2.3 RobustMatting算法 | 第33-37页 |
| 3.3 树木健康评价 | 第37-40页 |
| 3.3.1 颜色空间模型转换 | 第37-39页 |
| 3.3.2 HSV下绿色三分量的范围 | 第39页 |
| 3.3.3 失绿比例计算 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 古树名木健康诊断系统设计与实现 | 第41-51页 |
| 4.1 系统设计 | 第41-43页 |
| 4.1.1 系统总体设计 | 第41-42页 |
| 4.1.2 系统详细设计 | 第42-43页 |
| 4.2 系统实现 | 第43-46页 |
| 4.2.1 系统的开发环境 | 第43-44页 |
| 4.2.2 系统实现过程 | 第44页 |
| 4.2.3 系统使用示意图 | 第44-46页 |
| 4.3 系统测试 | 第46-50页 |
| 4.3.1 系统分析 | 第46-47页 |
| 4.3.2 测试方案 | 第47页 |
| 4.3.3 测试过程 | 第47页 |
| 4.3.4 测试结论 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
