声明
摘要
第一章绪论
1．1本课题研究背景与意义
1．2国内外研究现状
1．3研究目标与主要内容
1．3．1本文技术路线
1．3．2本文结构设计
第二章大豆叶片图像的采集及前景分割
2．1大豆叶片图像采集
2．2大豆叶片图像分割
2．2．1预处理
2．2．2大豆叶片图像分割
2．2．3大豆叶片图像形态学处理
2．3叶片边缘检测
2．3．1Sobel算子
2．3．2Prewitt算子
2．3．3Roberts算子
2．4本章小结
第三章基于图像的大豆叶片特征提取
3．1形状特征
3．1．1叶片图像的几何形状特征提取
3．1．2不变矩
3．2叶片的纹理特征
3．3HOG特征
3．4本章小结
第四章基于图像的大豆叶片品种识别算法研究
4．1SVM分类器
4．1．1线性分类器
4．1．2非线性分类器
4．2BP神经网络
4．2．1BP神经网络的原理及思想
4．2．2BP神经网络的结构设计
4．3实验对比
4．3．1不同大豆样本的识别实验
4．3．2SVM不同参数的识别实验
4．3．3SVM错分种类的分析实验
4．4本章小结
第五章大豆叶片参数测量及软件准确率验证
5．1手机标定与平面测距
5．1．1手机成像模型
5．1．2坐标系转换
5．1．3手机内外参数的标定
5．2大豆叶片虫蛀率计算
5．2．1边缘完整的叶片虫蛀率检测
5．2．1边缘受害至只剩部分边缘的叶片虫蛀率计算
5．3数据准确度试验
5．4本章小结
第六章软件实现与实验分析
6．1软件开发环境
6．1．1OpenCV概述
6．1．2MFC概述
6．2软件使用详细介绍
6．2．1软件界面设计
6．2．2数据输出
6．3软件性能测试
6．4本章小结
第七章总结与展望
7．1结论
7．2主要创新点
7．3展望
参考文献
致谢
南京农业大学;
