文摘
英文文摘
论文说明:英文缩略表
声明
第一章绪论
1.1本研究的目的和意义
1.2国内外计算机视觉技术研究动态和趋势
1.2.1计算机视觉技术在农业生产中的研究与应用
1.2.2计算机视觉技术在植物病害识别方面的研究进展
1.3研究内容
1.3.1计算机视觉采集系统的建立方法
1.3.2黄瓜叶部病害标准化数字图像数据库的建立方法
1.3.3黄瓜叶部病害图像特征定量提取技术
1.3.4黄瓜叶部病害特征的模式识别技术
1.4本研究的试验设计路线
第二章图像采集和识别硬件系统及图像数据库的建立
2.1材料与方法
2.1.1数字图像处理采集系统装备
2.1.2人工接种发病黄瓜病害样本的采集
2.1.3田间采集黄瓜病害样本
2.2结果与分析
2.2.1黄瓜叶部病害样本采集效果
2.2.2黄瓜叶部病害人工接种条件确定
2.2.3黄瓜叶部病害样本图像库建立
2.3本章小结
第三章图像的预处理
3.1材料与方法
3.1.1图像的数字化
3.1.2数字图像的灰度化处理
3.1.3图像灰度直方图阈值法分割算法
3.1.4数学形态学原理
3.1.5 EM分割算法
3.1.6图像处理材料
3.2结果与分析
3.2.1数字图像的灰度化处理结果
3.2.2阈值法分割结果
3.2.3形态学处理结果
3.2.4 EM分割结果
3.3本章小结
第四章黄瓜叶部病害图像颜色特征选择与提取
4.1材料与方法
4.1.1图像颜色系统分析及选择
4.1.2黄瓜病斑颜色特征分析及选择
4.1.3图像处理材料与方法
4.2结果与分析
4.3本章小结
第五章黄瓜叶部病害图像纹理特征选择与提取
5.1材料与方法
5.1.1纹理分析方法构造与提取
5.1.2利用灰度共生矩阵构造植物病斑纹理特征参数
5.1.3图像处理材料
5.2结果与分析
5.2.1黄瓜叶部病害病斑纹理特征分析
5.2.2黄瓜叶部病害病斑与无病区域纹理特征值比较
5.3本章小结
第六章黄瓜叶部病害图像形状特征选择与提取
6.1材料与方法
6.1.1植物病斑形状特征参数构造
6.1.2图像处理材料
6.2结果与分析
6.2.1黄瓜叶部病害病斑形状特征分析
6.3本章小结
第七章黄瓜叶部病害图像模式识别
7.1材料与方法
7.1.1主成分分析
7.1.2 BP神经网络算法描述
7.1.3神经网络识别模型的结构
7.1.4仿真实验材料
7.2结果与分析
7.2.1 PCA_BP算法和BP算法对比效果
7.2.2仿真试验结果
7.3本章小结
第八章基于Matlab黄瓜叶部病害自动诊断系统开发
8.1材料与方法
8.1.1试验系统功能需求描述
8.1.2图形用户界面结构
8.1.3回调函数的编写
8.1.4系统开发环境
8.2结果分析
8.3本章小结
第九章结论与讨论
附录:未在文中列出的图像处理、模式识别算法程序
参考文献
致 谢
作者简历