基于机器视觉和小波分析的农田害虫识别系统
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 1 绪论 | 第10-13页 |
| ·课题背景 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| 2 小波分析基本理论 | 第13-19页 |
| ·小波变换 | 第13-15页 |
| ·多分辨率分析 | 第15-16页 |
| ·Mallat快速算法和滤波器组 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 3 识别系统软硬件设计 | 第19-23页 |
| ·硬件设计 | 第19-20页 |
| ·软件设计 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 4 小波与图像处理 | 第23-31页 |
| ·图像的小波分解 | 第23-27页 |
| ·图像增强 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 5 特征提取和选择 | 第31-51页 |
| ·形态特征:面积和周长 | 第31-34页 |
| ·图像彩色特征 | 第34-37页 |
| ·小波尺度不变矩 | 第37-38页 |
| ·小波图像边缘矩 | 第38-47页 |
| ·分形维数 | 第47-49页 |
| ·特征选择 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 神经网络分类器 | 第51-59页 |
| ·BP网络学习算法 | 第51-54页 |
| ·BP网络学习算法的改进 | 第54-55页 |
| ·软件设计中应考虑的几个问题 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 7 结论与展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·有待进一步解决的问题 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第65页 |
