声明
摘要
1 绪论
1.1 引言
1.2 背景知识及研究意义
1.2.1 背景知识
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文的主要研究内容和章节安排
2 常用的图像分割算法介绍
2.1 图像分剖的基础知识
2.1.1 图像分剖定义
2.1.2 灰度直方图
2.2 图像分割算法的分类
2.2.1 阈值分割法
2.2.2 区域分割法
2.2.3 边缘检测法
2.2.4 与特定理论相结合的分割算法
2.3 本章小结
3 复杂背景下小麦病害图像分割方法研究
3.1 复杂背景下小麦病害图像分割方法流程
3.2 图像的预处理
3.3 小麦叶片图像分割方法
3.3.1 色度空间
3.3.2 K-means聚类法
3.4 主要病害叶片图像分割方法
3.4.1 Otsu动态阈值法
3.4.2 数学形态学运算
3.4.3 面积阈值法
3.5 病斑图像分割方法
3.5.1 数字图像色彩信息复原
3.5.2 绿色分割法
3.6 本章小结
4 分割实验及结果分析
4.1 实验方法介绍
4.2 实验过程及结果
4.2.1 图像采集
4.2.2 小麦叶片图像分割
4.2.3 主要病害叶片图像分割
4.2.4 病斑图像分割
4.3 验证及分析
4.4 实验结论
4.4 本章小结
5 复杂背景下小麦病害图像分割系统
5.1 分割系统的工作功能模块图
5.2 分割系统的开发环境
5.2.1 硬件环境
5.2.2 软件环境
5.3 分割系统功能介绍
5.4 本章小结
6 总结与展望
6.1 主要研究工作
6.2 未来的研究工作
参考文献
致谢
个人简介
在学期间发表的论著及科研成果清单
安徽农业大学;