基于深度卷积网络和AdaBoost算法的无人机图像中病害松树识别

目录

声明

第一章 绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究目的和意义

1.2 国内外研究现状

1.3 主要研究内容及组织结构

第二章 松树无人机图像获取和预处理

2.1 研究区域介绍

2.2 无人机参数介绍和图像获取、预处理

2.3 本章小结

第三章 基于VGG深度卷积网络和AdaBoost 算法的病害松树识别

3.1 复杂图像背景去除

3.1.1 常用背景去除算法

3.1.2 VGG

3.1.3 基于VGG网络的复杂背景去除

3.2 病害松树识别

3.2.1 图像特征提取

3.2.2 AdaBoost算法

3.2.3 基于AdaBoost算法的病害松树识别

3.3 算法步骤

3.4 实验结果分析

3.4.1 实验图像和模型参数

3.4.2实验结果及分析

3.5 本章小结

第四章 结合深度卷积神经网络、深度卷积对抗网络和AdaBoost算法的病害松树识别

4.1 数据集及样本扩充

4.1.1样本扩充

4.1.2 基于DCGAN网络的样本扩充

4.2 基于Inception v3的复杂背景去除

4.2.1 Inception 网络

4.2.2 Inception v3 网络

4.2.3 基于Inception v3 去除复杂背景的算法流程

4.3 基于AdaBoost算法和形态学的病害松树识别

4.3.1 基于AdaBoost算法的病害松树初识别

4.3.2 形态学去除小联通域和图像孔洞填充

4.4 算法步骤和模型参数

4.5实验结果和分析

4.5.1 实验图像和模型参数

4.5.2 实验结果及分析

4.6 本章小结

总结与展望

参考文献

攻读硕士学位期间取得的学术成果

致谢