声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究概况
1.3 论文的主要研究内容
1.4 论文的结构安排
2 基于超像素和密度聚类的无监督穗检测算法
2.1 无监督穗检测算法流程
2.2 超像素分割划分图像区域
2.3 密度聚类聚合潜在类别
2.4 提取穗所在区域
2.5 实验结果与分析
2.5 本章小结
3 由粗到精的强监督穗检测算法
3.1 强监督穗检测算法流程
3.2 粗检测:获取穗的潜在区域
3.3 精检测:在潜在区域中识别穗
3.4 实验结果与分析
3.5 本章小结
4 基于多折多示例学习的弱监督穗检测算法
4.1 弱监督穗检测算法流程
4.2 图像示例获取算法
4.3 卷积神经网络特征
4.4 多折多示例学习分类图像示例
4.5 实验结果与分析
4.6 本章小结
5 总结与展望
5.1 全文工作总结
5.2 本文主要创新点
5.3 课题展望
致谢
参考文献
附录:攻读硕士学位期间的科研成果