摘要
1 绪论
1.1 研究的目的和意义
1.2 杂草自动识别技术国内外研究现状
1.2.1 基于位置信息特征杂草识别
1.2.2 基于颜色特征杂草识别
1.2.3 基于形状特征杂草识别
1.2.4 基于纹理特征识别杂草
1.2.5 基于光谱特征杂草识别
1.3 论文主要研究内容
1.3.1 研究内容
1.3.2 技术路线
1.4 本文的结构安排
2 杂草图像的特征提取/选择
2.1 引言
2.2 颜色特征提取与选择
2.2.1 颜色特征提取
2.2.2 颜色特征选择
2.3 纹理特征提取与选择
2.3.1 纹理特征提取
2.3.2 纹理特征的选择
2.4 高度特征提取与选择
2.4.1 高度特征提取
2.4.2 高度特征选择
2.5 光谱特征的提取
2.6 本章小结
3 模糊BP神经网络
3.1 引言
3.2 模糊遗传神经网络理论
3.2.1 模糊理论
3.2.2 人工神经网络
3.2.3 BP算法
4 杂草自动识别系统的分类器设计
4.1 引言
4.2 杂草自动识别模糊神经网络设计
4.3 模糊规则的遗传优化算法设计
4.4 自动识别综合网络学习和训练
4.5 本章小结
5 杂草分类识别实验结果及分析
5.1 引言
5.2 杂草自动识别实验
5.2.1 图像采集及预处理
5.2.2 杂草3-D图像重建
5.2.3 高度信息提取实验
5.3 杂草分类识别实验
5.3.1 网络收敛性对比试验
5.3.2 网络稳定性对比试验
5.3.3 模式识别率对比试验
5.3.4 模式识别速度对比试验
5.4 基于叶片高光谱特性分析的杂草识别实验
5.5 误差源分析
5.5.1 图像采集及预处理误差
5.5.2 不可靠视差误差
5.5.3 杂草识别误差
5.6 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
声明