声明
摘要
第一章 引言
1.1 选题背景及研究意义
1.2 数字图像处理及计算机视觉
1.3 国内外研究现状与分析
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 分析
1.4 论文的研究内容和组织结构
1.4.1 论文的研究内容
1.4.2 论文的组织结构
1.5 本文的主要创新点
第二章 黄瓜叶部病害图像分割方法
2.1 图像分割方法
2.1.1 水平集方法
2.1.2 分水岭方法
2.1.3 图切割方法
2.2 基于先验信息的水平集病叶分割
2.2.1 先验纹理信息构建
2.2.2 先验形状信息构建
2.2.3 改进的水平集模型
2.2.4 实验与分析
2.3 基于极小值标定的分水岭病斑分割
2.3.1 改进的基于标记的分水岭算法
2.3.2 实验与分析
2.4 基于多相水平集的病叶和病斑分割
2.4.1 基于内部顺序的多相水平集模型
2.4.2 新型多域多相水平集模型
2.4.3 实验与分析
2.5 复杂背景下的病斑综合分割
2.5.1 结合超G与OTSU的复杂背景去除
2.5.2 基于图切割的病斑分割
2.5.3 实验与分析
2.6 算法对比实验
2.7 本章小结
第三章 黄瓜病害图像特征提取与选择方法
3.1 颜色特征提取
3.1.1 相关颜色空间
3.1.2 常用颜色特征表达方法
3.1.3 实验与分析
3.2 纹理特征提取
3.2.1 灰度共生矩阵特征
3.2.2 本文构造的纹理特征参数
3.3 形状特征提取
3.3.1 常见形状特征描述方法
3.3.2 本文构造的形状特征参数
3.3.3 实验与分析
3.4 基于PCA的特征参数优化
3.5 本章小结
第四章 基于支持向量机的黄瓜病害识别
4.1 图像分类方法的选择
4.2 支持向量机原理及核函数
4.3 支持向量机分类方法
4.3.1 线性情况
4.3.2 非线性情况
4.3.3 多分类情况
4.4 材料与方法
4.5 结果与分析
4.6 本章小结
第五章 黄瓜病害识别原型系统的设计与实现
5.1 系统功能设计
5.1.1 系统框架
5.1.2 功能模块
5.2 系统实现
5.2.1 软件系统总体设计
5.2.2 软硬件环境
5.2.3 软件系统部分界面
5.3 本章小结
第六章 结论
6.1 本文的主要工作
6.2 不足之处与展望
参考文献
致谢
作者简介
在读期间发表的论著及科研成果清单