基于圖像識別技術(shù)的豆科牧草分類(lèi)研究論文提綱
論文摘要: 農業(yè)是我國國民經(jīng)濟的基礎,提高農業(yè)生產(chǎn)效率和自動(dòng)（略）農業(yè)生產(chǎn)現代化的根本途徑.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技術(shù)難題.本研究旨在應用計算機圖像識別技術(shù)構建自動(dòng)檢測和識（略）視覺(jué)型鑒別系統,為實(shí)現變量施藥奠定一定的基礎,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(lèi),但是人工分類(lèi)方法既費時(shí)費力而且效率低.隨著(zhù)計算（略）發(fā)展,信息技術(shù)領(lǐng)域中圖像處理和模式識別技術(shù)已經(jīng)被應用到了植物分類(lèi)中.相對于植物花朵的3維結構,植物葉（略）可以很方便的被計算機處理.本文利用計算機圖像處理技術(shù),依據植物葉片圖像的形狀特征對豆科牧草進(jìn)行分類(lèi)識別.通過(guò)對葉片圖像進(jìn)行預處理,提取出葉片的輪廓.在此基礎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(lèi)器進(jìn)行識別分類(lèi),實(shí)現了對豆科牧草葉片圖像的分類(lèi).識別結果表明,PNN網(wǎng)絡(luò )的平均識別率為85.1%、BP網(wǎng)絡(luò )的平均識別率為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)
·國內外研究現狀 第7-11頁(yè)
·本文研究?jì)热?第11頁(yè)
·本文結構 第11-12頁(yè)
第2章 葉片圖像采集及預處理 第12-28頁(yè)
·葉片圖像采集 第12-14頁(yè)
·實(shí)驗地概況 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)運算與閉運算 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 第27-28頁(yè)
第3章 葉片特征提取與分類(lèi) 第28-40頁(yè)
·葉片特征提取 第28-33頁(yè)
·葉片周長(cháng) 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(cháng)軸 第29頁(yè)
·葉片短軸 第29頁(yè)
·葉片內接圓 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(cháng)凹凸比 第31頁(yè)
·球狀性 第31頁(yè)
·形狀參數 第31-32頁(yè)
·葉片矩不變量 第32-33頁(yè)
·葉片分類(lèi) 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?jì)热?第36頁(yè)
·神經(jīng)網(wǎng)絡(luò )的應用 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 )的結構 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 )設計 第38-39頁(yè)
·本章小結 第39-40頁(yè)
第4章 系統實(shí)現及實(shí)驗結果 第40-67頁(yè)
·系統框圖 第40-41頁(yè)
·系統功能模塊 第41-65頁(yè)
·圖像文件模塊 第42-47頁(yè)
·圖像預處理模塊 第47-50頁(yè)
·圖像分析模塊 第50-59頁(yè)
·樣本訓練模塊 第59-61頁(yè)
·樣本測試模塊 第61-65頁(yè)
·實(shí)驗測試結果 第65-66頁(yè)
·本章小結 第66-67頁(yè)
第5章 總結與展望 第67-69頁(yè)
·總結 第67-68頁(yè)
·進(jìn)一步的設想 第68-69頁(yè)
致謝 第69-70頁(yè)
參考文獻 第70-75頁(yè)
作者簡(jiǎn)介 第75-76頁(yè)
導師簡(jiǎn)介 第76-78頁(yè)
請繼續閱讀相關(guān)推薦：畢業(yè)論文 應屆生求職
畢業(yè)論文范文查看下載 查看的論文開(kāi)題報告 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
【基于圖像識別技術(shù)的豆科牧草分類(lèi)研究論文提綱】相關(guān)文章：
電視技術(shù)研究論文提綱11-15
論文提綱的分類(lèi)12-07
論文提綱的定義與分類(lèi)12-07
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)預見(jiàn)的國防關(guān)鍵技術(shù)選擇方法論文提綱11-14
- 相關(guān)推薦