文摘
英文文摘
插图清单
插表清单
本文中使用的符号及意义
第1章 绪论
1.1 引言
1.1.1 农田杂草的危害以及去除方法
1.1.2 数字图像处理技术在农业中的应用
1.2 研究背景
1.2.1 背景和植物的分离研究
1.2.2 作物和杂草的识别研究
1.2.3 主要存在的问题
1.3 研究目标和技术路线
1.3.1 研究目标及内容
1.3.2 技术路线
第2章 图像的采集
2.1 引言
2.2 图像采集系统的搭建
2.3 图像的采集
2.3.1 采集对象及时间
2.3.2 拍摄高度和分辨率的选择
2.3.3 田间光照的测量及背景选择
2.4 小结
第3章 图像处理的基础算法研究
3.1 引言
3.2 图像灰度化
3.2.1 理论知识
3.2.2 试验结果分析
3.3 图像去噪
3.3.1 理论知识
3.3.2 试验结果分析
3.4 图像分割
3.4.1 理论知识
3.4.2 试验结果分析
3.5 边缘检测
3.5.1 理论知识
3.5.2 试验结果分析
3.6 形态学处理算法
3.6.1 理论知识
3.6.2 试验结果分析
3.7 区域标记算法
3.8 小结
第4章 RGB空间的颜色指标在图像自动分割中的应用
4.1 引言
4.2 材料和方法
4.2.1 图像获取
4.2.2 颜色值的统计分析
4.2.3 二值图像
4.2.4 分割精度
4.3 结果与讨论
4.3.1 单株植物的颜色指标图分析
4.3.2 多植物的颜色指标图分析
4.3.3 分割精度比较
4.3.4 时间的比较
4.4 小结
第5章 玉米和杂草图像的特征提取与识别试验
5.1 基于形状特征的识别研究
5.1.1 引言
5.1.2 试验材料与方法
5.1.3 试验结果与分析
5.2 基于纹理特征的识别研究
5.2.1 引言
5.2.2 材料与方法
5.2.3 试验结果与分析
5.3 基于小波能量参数的玉米和杂草的识别研究
5.3.1 引言
5.3.2 材料与方法
5.3.3 试验结果与分析
5.4 基于分形维数的玉米和杂草图像识别
5.4.1 引言
5.4.2 材料与试验方法
5.4.3 结果分析
5.5 小结
第6章 基于多特征的玉米和杂草图像识别
6.1 引言
6.2 材料与方法
6.2.1 特征提取
6.2.2 降维处理
6.3 试验结果与分析
6.3.1 形状与纹理参数识别
6.3.2 纹理与分形维数识别
6.3.3 所有参数识别
6.4 小结
第7章 动态图像恢复处理及识别研究
7.1 引言
7.2 材料与方法
7.2.1 图像采集与预处理
7.2.2 图像运动分析
7.2.3 图像质量评价函数
7.3 试验结果与分析
7.3.1 图像处理分析
7.3.2 图像质量评价
7.3.3 图像分割
7.3.4 图像识别
7.4 小结
第8章 结论与展望
8.1 结论
8.2 展望
参考文献
攻读博士期间发表学术论文
致谢
附录