第一个书签之前
摘 要
Abstract
第1章 绪 论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 基于图像处理的秸秆覆盖率估算研究现状
1.2.2 人工神经网络法研究现状
1.2.3 SVM技术研究现状
1.2.4 区域秸秆覆盖率研究现状
1.2.5 KNN算法研究内容及现状
1.3 研究的主要内容
1.4 论文的章节安排
第2章 SVM图像分类理论基础
2.1 统计学习概述
2.1.1 VC维与推广性的界
2.1.2 结构风险最小化原则
2.2 SVM基本思想
2.2.1 线性可分情况
2.2.2 软间隔分类
2.2.3 线性不可分情况
2.4 本章小结
第3章 基于SVM的分散图像秸秆识别及覆盖率检测
3.1 分散图像预处理
3.1.1 基于灰度均衡化的秸秆提取
3.1.2 图像ESN预处理
3.2 SVM秸秆图像分类
3.2.1 训练样本选择
3.2.2 特征提取
3.2.3 样本训练
3.2.4预测分类
3.2.5 SVM分类过程
3.2.6 图像梯形失真校正
3.3 覆盖率的计算
3.3.1 形态学图像处理
3.3.2 分散图像覆盖率计算
3.4 本章小结
第4章 基于KNN的区域秸秆覆盖率估算思想
4.1 区域秸秆覆盖模拟框体
4.2 KNN算法思想
4.3 KNN分类过程
4.3.1 样本预处理和选取
4.3.2 特征选择
4.3.3 传统K值选取
4.3.4 特征权重值选取
4.3.5 改进的K值选取
4.3.6 基于耕向性的KNN特征加权
4.3.7 基于耕向性的KNN分类
4.4 本章小结
第5章 区域秸秆覆盖率估算系统设计与实现
5.1 秸秆覆盖率检测系统概述
5.1.1 秸秆覆盖率检测系统框图
5.1.2 服务器传输
5.1.3 系统的特点
5.2 需求分析
5.3 方案设计
5.3.1 总体思路
5.3.2 界面设计
5.3.3 模块划分
5.4 功能模块设计与实现
5.4.1 地块框架的搭建
5.4.1 Dis值、权重值输入
5.4.2 分类过程
5.5 软件操作说明
5.5.1 地块划分
5.5.2 样本输入
5.5.3 KNN参数设置
5.5.4 覆盖率估算系统实现
5.6 本章小结
结 论
参考文献
攻读硕士学位期间所发表的论文
致 谢