基于計(jì)算機(jī)視覺(jué)的農(nóng)作物病害圖像識(shí)別與分級(jí)技術(shù)研究

第一章 緒論
第一節(jié) 研究背景及意義
第二節(jié) 研究現(xiàn)狀概述
一、基于農(nóng)作物圖像分割的研究概述
二、基于農(nóng)作物病害識(shí)別的研究概述
三、基于農(nóng)作物病程分級(jí)的研究概述
第三節(jié) 國(guó)內(nèi)研究現(xiàn)狀分析
一、病害圖像識(shí)別研究現(xiàn)狀
二、農(nóng)作物病害圖像識(shí)別研究現(xiàn)狀
三、近三年農(nóng)作物病害圖像識(shí)別研究現(xiàn)狀
四、小結(jié)
第二章 農(nóng)作物圖像預(yù)處理
第一節(jié) 圖像灰度化
第二節(jié) 圖像增強(qiáng)
一、空域增強(qiáng)
二、頻域增強(qiáng)
第三節(jié) 圖像平滑
一、高斯濾波
二、中值濾波
三、雙邊濾波
四、三種濾波的對(duì)比
第四節(jié) 圖像的幾何變換
一、縮放
二、平移
三、鏡像
四、旋轉(zhuǎn)
五、仿射變換
六、透視變換
第五節(jié) 形態(tài)學(xué)操作
一、腐蝕
二、膨脹
三、開(kāi)運(yùn)算
四、閉運(yùn)算
五、形態(tài)學(xué)梯度
六、頂帽
七、黑帽
八、形態(tài)學(xué)操作之間的關(guān)系
第三章 農(nóng)作物圖像分割
第一節(jié) 閾值分割
一、全局閾值
二、自適應(yīng)閾值
三、OTSU二值化算法
第二節(jié) 邊緣檢測(cè)
一、sobel邊緣檢測(cè)
二、拉普拉斯邊緣檢測(cè)
三、canny邊緣檢測(cè)
第三節(jié) 圖論分割
第四節(jié) 分水嶺算法
第五節(jié) 語(yǔ)義分割
一、傳統(tǒng)方法
二、深度學(xué)習(xí)方法
第四章 基于計(jì)算機(jī)視覺(jué)的稻瘟病分級(jí)技術(shù)研究
第一節(jié) 試驗(yàn)材料與采集系統(tǒng)
一、試驗(yàn)材料
二、圖像采集系統(tǒng)
第二節(jié) 試驗(yàn)算法
一、目標(biāo)圖像與背景分割
二、圖像預(yù)處理
三、病斑特征提取
四、計(jì)算機(jī)面積占比
第三節(jié) 結(jié)果與分析
一、背景分割結(jié)果
二、閾值范圍分析
三、分級(jí)結(jié)果對(duì)比
第四節(jié) 討論與結(jié)論
第五章 基于深度卷積神經(jīng)網(wǎng)絡(luò)的玉米病害識(shí)別
第一節(jié) 試驗(yàn)材料與方法
一、試驗(yàn)材料
二、試驗(yàn)方法
第二節(jié) 試驗(yàn)
一、圖像預(yù)處理
二、特征提取
第三節(jié) 標(biāo)簽分類(lèi)
第四節(jié) 病害識(shí)別
第五節(jié) 試驗(yàn)結(jié)果
第六節(jié) 結(jié)論
第六章 基于U—net的玉米病害分級(jí)算法研究
第一節(jié) 試驗(yàn)材料和方案
一、試驗(yàn)材料
二、試驗(yàn)方案
第二節(jié) 試驗(yàn)
一、試驗(yàn)平臺(tái)
二、模型訓(xùn)練
三、測(cè)試結(jié)果
四、病害分級(jí)
第三節(jié) 討論
第四節(jié) 結(jié)論
第七章 玉米病害識(shí)別與分級(jí)鑒定APP的設(shè)計(jì)與實(shí)現(xiàn)
第一節(jié) 系統(tǒng)功能設(shè)計(jì)
一、客戶(hù)端功能設(shè)計(jì)
二、后臺(tái)功能設(shè)計(jì)
第二節(jié) 系統(tǒng)實(shí)現(xiàn)
一、數(shù)據(jù)庫(kù)實(shí)現(xiàn)
二、界面設(shè)計(jì)
三、注冊(cè)登錄模塊實(shí)現(xiàn)
四、深度學(xué)習(xí)算法調(diào)用
五、信息發(fā)布模塊
六、用戶(hù)信息模塊
第三節(jié) 應(yīng)用前景
第四節(jié) 結(jié)論
主要參考文獻(xiàn)
附錄源代碼
后記