基于图像的稻花香水稻种子鉴别方法的研究 |
论文目录 | | | 摘要 | 第1-8页 | | Abstract | 第8-10页 | | 1 前言 | 第10-18页 | | 1.1 研究的目的和意义 | 第10-11页 | | 1.2 图像处理技术国内外现状 | 第11-14页 | | 1.2.1 图像处理技术国外研究现状 | 第11-12页 | | 1.2.2 图像处理技术国内研究现状 | 第12-14页 | | 1.3 研究目标、内容和技术路线 | 第14-18页 | | 1.3.1 研究目标 | 第14页 | | 1.3.2 研究内容 | 第14-15页 | | 1.3.3 研究方案和技术路线 | 第15-18页 | | 2 水稻种子的图像采集及预处理 | 第18-28页 | | 2.1 水稻种子的图像采集 | 第18-20页 | | 2.1.1 样本的采集 | 第18-19页 | | 2.1.2 实验方法 | 第19-20页 | | 2.2 水稻种子图像的预处理 | 第20-25页 | | 2.2.1 RGB彩色图像灰度化 | 第20-22页 | | 2.2.2 灰度级线性变换 | 第22-23页 | | 2.2.3 图像的二值化处理 | 第23-24页 | | 2.2.4 边缘检测 | 第24-25页 | | 2.2.5 区域填充 | 第25页 | | 2.3 本章小结 | 第25-28页 | | 3 水稻种子形态特征的提取 | 第28-38页 | | 3.1 水稻种子的形态特征计算依据 | 第28-30页 | | 3.1.1 水稻种子面积S的计算 | 第28页 | | 3.1.2 水稻种子周长L的计算 | 第28页 | | 3.1.3 水稻种子圆度C的计算 | 第28-29页 | | 3.1.4 水稻种子长短轴比的计算 | 第29页 | | 3.1.5 水稻种子复杂度e的计算 | 第29页 | | 3.1.6 水稻种子深长度E的计算 | 第29-30页 | | 3.1.7 水稻种子球状性s的计算 | 第30页 | | 3.1.8 水稻种子重心X,Y的计算 | 第30页 | | 3.1.9 水稻种子变动系数d的计算 | 第30页 | | 3.2 水稻种子形态特征的测量 | 第30-32页 | | 3.3 水稻种子形态特征的参数分析 | 第32-36页 | | 3.4 本章小结 | 第36-38页 | | 4 基于主成分分析法的水稻种子分类方法研究 | 第38-50页 | | 4.1 主成分分析法的理论与应用 | 第38-49页 | | 4.1.1 主成分分析法的定义 | 第38-39页 | | 4.1.2 主成分分析法的几何含义 | 第39-40页 | | 4.1.3 主成分分析法的优缺点 | 第40页 | | 4.1.4 数据分析 | 第40-46页 | | 4.1.5 余弦相似度对稻花香2号水稻的鉴别 | 第46-49页 | | 4.2 本章小结 | 第49-50页 | | 5 基于水稻种子图像识别软件的应用 | 第50-58页 | | 5.1 水稻种子图像处理软件网页开发相关技术 | 第50-52页 | | 5.1.1 PHP | 第50-51页 | | 5.1.2 MySQL | 第51页 | | 5.1.3 Apache服务器 | 第51-52页 | | 5.2 图像处理软件网页版的开发 | 第52-56页 | | 5.2.1 图像处理软件图片上传功能的实现 | 第52页 | | 5.2.2 图像处理软件图像预处理功能的实现 | 第52-53页 | | 5.2.3 图像处理软件特征提取功能的实现 | 第53页 | | 5.2.4 图像处理软件网页版的开发与实现 | 第53-56页 | | 5.3 本章小结 | 第56-58页 | | 6 结论与展望 | 第58-60页 | | 6.1 主要研究结论 | 第58页 | | 6.2 展望 | 第58-60页 | | 参考文献 | 第60-66页 | | 致谢 | 第66-68页 | | 个人简历 | 第68页 |
|
|
|
| |
