基于圖像識(shí)別技術(shù)的豆科牧草分類研究論文提綱
論文摘要: 農(nóng)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的基礎(chǔ),提高農(nóng)業(yè)生產(chǎn)效率和自動(dòng)（略）農(nóng)業(yè)生產(chǎn)現(xiàn)代化的根本途徑.近年來(lái),以紫花苜蓿(Medicago sativa L.)為代表的豆科牧草種植面積不斷擴(kuò)大,苜蓿草產(chǎn)業(yè)得到很大發(fā)展,但病蟲(chóng)草害的控制也是豆科牧草種植管理中的一項(xiàng)技術(shù)難題.本研究旨在應(yīng)用計(jì)算機(jī)圖像識(shí)別技術(shù)構(gòu)建自動(dòng)檢測(cè)和識(shí)（略）視覺(jué)型鑒別系統(tǒng),為實(shí)現(xiàn)變量施藥奠定一定的基礎(chǔ),從而有效地防治病蟲(chóng)草的危害. 通常,植物學(xué)家用人工方法來(lái)進(jìn)行植物分類,但是人工分類方法既費(fèi)時(shí)費(fèi)力而且效率低.隨著計(jì)算（略）發(fā)展,信息技術(shù)領(lǐng)域中圖像處理和模式識(shí)別技術(shù)已經(jīng)被應(yīng)用到了植物分類中.相對(duì)于植物花朵的3維結(jié)構(gòu),植物葉（略）可以很方便的被計(jì)算機(jī)處理.本文利用計(jì)算機(jī)圖像處理技術(shù),依據(jù)植物葉片圖像的形狀特征對(duì)豆科牧草進(jìn)行分類識(shí)別.通過(guò)對(duì)葉片圖像進(jìn)行預(yù)處理,提取出葉片的輪廓.在此基礎(chǔ)上提取了葉片的形狀特征:分別為葉片的橫縱（略）、圓形度等8項(xiàng)幾何特征和7個(gè)圖像不變矩特征.利用PNN和BP神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行識(shí)別分類,實(shí)現(xiàn)了對(duì)豆科牧草葉片圖像的分類.識(shí)別結(jié)果表明,PNN網(wǎng)絡(luò)的平均識(shí)別率為85.1%、BP網(wǎng)絡(luò)的平均識(shí)別率為82.4%....
Agriculture is the foundation of our national economy. The improvement i（omitted）ciency of agricultura（omitted）on and the extent of agricultural automation are the bases of modern agricultural. Application of thi（omitted）med to construct a computer image recognition technology to automatically detect and identify Legumes visu（omitted）ication system for the realization of spraying pesticide to lay a fou（omitted） effectively control the harmful pests of the grass. In recent years, the planting area of Me...
目錄:摘要 第2-3頁(yè)
Summary 第3頁(yè)
第1章 緒論 第7-12頁(yè)
·研究目的和意義 第7頁(yè)
·國(guó)內(nèi)外研究現(xiàn)狀 第7-11頁(yè)
·本文研究?jī)?nèi)容 第11頁(yè)
·本文結(jié)構(gòu) 第11-12頁(yè)
第2章 葉片圖像采集及預(yù)處理 第12-28頁(yè)
·葉片圖像采集 第12-14頁(yè)
·實(shí)驗(yàn)地概況 第12頁(yè)
·葉片取樣 第12頁(yè)
·葉片圖像獲取 第12-14頁(yè)
·硬件組成 第13頁(yè)
·樣本圖像獲取過(guò)程 第13-14頁(yè)
·葉片圖像的預(yù)處理 第14-27頁(yè)
·葉片圖像灰度化 第14-16頁(yè)
·灰度直方圖 第16-17頁(yè)
·葉片圖像去噪（濾波） 第17-21頁(yè)
·均值濾波 第19頁(yè)
·中值濾波 第19-21頁(yè)
·葉片圖像分割 第21頁(yè)
·葉片二值化 第21-23頁(yè)
·形態(tài)學(xué)處理 第23-26頁(yè)
·腐蝕與膨脹 第24-25頁(yè)
·開(kāi)運(yùn)算與閉運(yùn)算 第25頁(yè)
·葉片圖像形態(tài)學(xué)處理 第25-26頁(yè)
·葉片輪廓提取 第26-27頁(yè)
·本章小結(jié) 第27-28頁(yè)
第3章 葉片特征提取與分類 第28-40頁(yè)
·葉片特征提取 第28-33頁(yè)
·葉片周長(zhǎng) 第28頁(yè)
·葉片面積 第28-29頁(yè)
·葉片質(zhì)心 第29頁(yè)
·葉片長(zhǎng)軸 第29頁(yè)
·葉片短軸 第29頁(yè)
·葉片內(nèi)接圓 第29頁(yè)
·葉片外接圓 第29頁(yè)
·葉片縱橫軸比 第29-30頁(yè)
·葉片矩形度 第30頁(yè)
·葉片偏心率 第30頁(yè)
·葉片圓形度 第30頁(yè)
·面積凹凸比 第30-31頁(yè)
·周長(zhǎng)凹凸比 第31頁(yè)
·球狀性 第31頁(yè)
·形狀參數(shù) 第31-32頁(yè)
·葉片矩不變量 第32-33頁(yè)
·葉片分類 第33-39頁(yè)
·人工神經(jīng)網(wǎng)絡(luò) 第34-37頁(yè)
·人工神經(jīng)網(wǎng)絡(luò)概述 第34頁(yè)
·人工神經(jīng)網(wǎng)絡(luò)的發(fā)展 第34-36頁(yè)
·神經(jīng)網(wǎng)絡(luò)的研究?jī)?nèi)容 第36頁(yè)
·神經(jīng)網(wǎng)絡(luò)的應(yīng)用 第36-37頁(yè)
·PNN 神經(jīng)網(wǎng)絡(luò) 第37-39頁(yè)
·PNN 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 第37頁(yè)
·PNN 神經(jīng)網(wǎng)絡(luò)工作原理 第37-38頁(yè)
·PNN 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì) 第38-39頁(yè)
·本章小結(jié) 第39-40頁(yè)
第4章 系統(tǒng)實(shí)現(xiàn)及實(shí)驗(yàn)結(jié)果 第40-67頁(yè)
·系統(tǒng)框圖 第40-41頁(yè)
·系統(tǒng)功能模塊 第41-65頁(yè)
·圖像文件模塊 第42-47頁(yè)
·圖像預(yù)處理模塊 第47-50頁(yè)
·圖像分析模塊 第50-59頁(yè)
·樣本訓(xùn)練模塊 第59-61頁(yè)
·樣本測(cè)試模塊 第61-65頁(yè)
·實(shí)驗(yàn)測(cè)試結(jié)果 第65-66頁(yè)
·本章小結(jié) 第66-67頁(yè)
第5章 總結(jié)與展望 第67-69頁(yè)
·總結(jié) 第67-68頁(yè)
·進(jìn)一步的設(shè)想 第68-69頁(yè)
致謝 第69-70頁(yè)
參考文獻(xiàn) 第70-75頁(yè)
作者簡(jiǎn)介 第75-76頁(yè)
導(dǎo)師簡(jiǎn)介 第76-78頁(yè)
請(qǐng)繼續(xù)閱讀相關(guān)推薦：畢業(yè)論文 應(yīng)屆生求職
畢業(yè)論文范文查看下載 查看的論文開(kāi)題報(bào)告 查閱參考論文提綱
查閱更多的畢業(yè)論文致謝 相關(guān)畢業(yè)論文格式 查閱更多論文答辯
【基于圖像識(shí)別技術(shù)的豆科牧草分類研究論文提綱】相關(guān)文章：
基于綠色視角的大學(xué)建設(shè)研究論文提綱03-28
電視技術(shù)研究論文提綱11-15
論文提綱的分類12-07
論文提綱的定義與分類12-07
基于RFID的室內(nèi)定位系統(tǒng)技術(shù)研究提綱12-06
研究論文提綱范例11-14
科技研究論文提綱11-13
基于技術(shù)預(yù)見(jiàn)的國(guó)防關(guān)鍵技術(shù)選擇方法論文提綱11-14
- 相關(guān)推薦