基于图像处理技术的水稻稻瘟病识别方法研究

目录

声明

摘要

第一章绪论

1．1课题研究目的及意义

1．2国内外研究现状

1．2．1在病害图像预处理方面

1．2．2在病害图像分割方面

1．2．3在病害图像特征提取方面

1．2．4在病害图像识别方面

1．3研究目标与内容

1．4研究的技术路线

1．5论文的组织结构

第二章水稻稻瘟病病害图像的采集和预处理

2．1水稻稻瘟病病害图像的采集及特点介绍

2．1．1水稻稻瘟病病害图像的采集

2．1．2水稻稻瘟病病害图像的特点介绍

2．2水稻稻瘟病病害图像的预处理

2．2．1彩色图像灰度化

2．2．2灰度图像直方图

2．2．3直方图均衡化

2．2．4图像滤波

2．3本章小结

第三章水稻稻瘟病病害图像的分割和特征提取

3．1病害分割方法分析

3．1．1优化的最大类间方差法

3．1．2模糊C均值聚类算法

3．1．3迭代阈值法

3．1．4 Mean shift聚类算法

3．1．5分割试验结果及分析

3．2分割图像的后续处理

3．3病害图像特征提取

3．3．1颜色特征

3．3．2形态特征

3．3．3纹理特征

3．4基于主成分分析的病害图像的特征优化

3．5本章小结

第四章水稻稻瘟病病害图像的识别与诊断

4．1模式识别技术简介

4．2 BP神经网络

4．2．1 BP神经网络的基本思想

4．2．2 BP神经网络的设计

4．2．3 BP神经网络进行病害识别的步骤

4．3支持向量机

4．3．1支持向量机基本思想

4．3．2支持向量机分类器设计

4．3．3 SVM进行病害识别的步骤

4．4贝叶斯判别法

4．4．1贝叶斯判别法的基本思想

4．4．2贝叶斯分类器的设计

4．4．3贝叶斯判别法进行病害识别的步骤

4．5实验结果与分析

4．5．1 BP神经网络分类器识别结果

4．5．2支持向量机分类器识别结果

4．5．3贝叶斯分类器识别结果

4．5．4实验结果对比

4．6水稻稻瘟病识别诊断系统设计

4．6．1系统关键技术

4．6．2系统主要功能

4．6．3系统处理界面展示

4．7本章小结

5．1总结

5．2展望

参考文献

致谢

攻读硕士阶段取得的研究成果