1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 基于圖像識別技術的豆科牧草分類研究論文提綱

        時間:2024-07-18 14:52:08 論文提綱 我要投稿

        基于圖像識別技術的豆科牧草分類研究論文提綱

            論文摘要: 農業是我國國民經濟的基礎,提高農業生產效率和自動(略)農業生產現代化的根本途徑.近年來,以紫花苜蓿(Medicago sativa L.)為代表的豆科牧草種植面積不斷擴大,苜蓿草產業得到很大發展,但病蟲草害的控制也是豆科牧草種植管理中的一項技術難題.本研究旨在應用計算機圖像識別技術構建自動檢測和識(略)視覺型鑒別系統,為實現變量施藥奠定一定的基礎,從而有效地防治病蟲草的危害. 通常,植物學家用人工方法來進行植物分類,但是人工分類方法既費時費力而且效率低.隨著計算(略)發展,信息技術領域中圖像處理和模式識別技術已經被應用到了植物分類中.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,依據植物葉片圖像的形狀特征對豆科牧草進行分類識別.通過對葉片圖像進行預處理,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個圖像不變矩特征.利用PNN和BP神經網絡作為分類器進行識別分類,實現了對豆科牧草葉片圖像的分類.識別結果表明,PNN網絡的平均識別率為85.1%、BP網絡的平均識別率為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
        Summary 第3頁
        第1章 緒論 第7-12頁
          ·研究目的和意義 第7頁
          ·國內外研究現狀 第7-11頁
          ·本文研究內容 第11頁
          ·本文結構 第11-12頁
        第2章 葉片圖像采集及預處理 第12-28頁
          ·葉片圖像采集 第12-14頁
            ·實驗地概況 第12頁
            ·葉片取樣 第12頁
            ·葉片圖像獲取 第12-14頁
              ·硬件組成 第13頁
              ·樣本圖像獲取過程 第13-14頁
          ·葉片圖像的預處理 第14-27頁
            ·葉片圖像灰度化 第14-16頁
            ·灰度直方圖 第16-17頁
            ·葉片圖像去噪(濾波) 第17-21頁
              ·均值濾波 第19頁
              ·中值濾波 第19-21頁
            ·葉片圖像分割 第21頁
            ·葉片二值化 第21-23頁
            ·形態學處理 第23-26頁
              ·腐蝕與膨脹 第24-25頁
              ·開運算與閉運算 第25頁
              ·葉片圖像形態學處理 第25-26頁
            ·葉片輪廓提取 第26-27頁
          ·本章小結 第27-28頁
        第3章 葉片特征提取與分類 第28-40頁
          ·葉片特征提取 第28-33頁
            ·葉片周長 第28頁
            ·葉片面積 第28-29頁
            ·葉片質心 第29頁
            ·葉片長軸 第29頁
            ·葉片短軸 第29頁
            ·葉片內接圓 第29頁
            ·葉片外接圓 第29頁
            ·葉片縱橫軸比 第29-30頁
            ·葉片矩形度 第30頁
            ·葉片偏心率 第30頁
            ·葉片圓形度 第30頁
            ·面積凹凸比 第30-31頁
            ·周長凹凸比 第31頁
            ·球狀性 第31頁
            ·形狀參數 第31-32頁
            ·葉片矩不變量 第32-33頁
          ·葉片分類 第33-39頁
            ·人工神經網絡 第34-37頁
              ·人工神經網絡概述 第34頁
              ·人工神經網絡的發展 第34-36頁
              ·神經網絡的研究內容 第36頁
              ·神經網絡的應用 第36-37頁
            ·PNN 神經網絡 第37-39頁
              ·PNN 神經網絡的結構 第37頁
              ·PNN 神經網絡工作原理 第37-38頁
              ·PNN 神經網絡設計 第38-39頁
          ·本章小結 第39-40頁
        第4章 系統實現及實驗結果 第40-67頁
          ·系統框圖 第40-41頁
          ·系統功能模塊 第41-65頁
            ·圖像文件模塊 第42-47頁
            ·圖像預處理模塊 第47-50頁
            ·圖像分析模塊 第50-59頁
            ·樣本訓練模塊 第59-61頁
            ·樣本測試模塊 第61-65頁
          ·實驗測試結果 第65-66頁
          ·本章小結 第66-67頁
        第5章 總結與展望 第67-69頁
          ·總結 第67-68頁
          ·進一步的設想 第68-69頁
        致謝 第69-70頁
        參考文獻 第70-75頁
        作者簡介 第75-76頁
        導師簡介 第76-78頁

        基于圖像識別技術的豆科牧草分類研究論文提綱

        請繼續閱讀相關推薦:畢業論文    應屆生求職

        畢業論文范文查看下載      查看的論文開題報告     查閱參考論文提綱

        閱更多的畢業論文致謝    相關畢業論文格式       查閱更多論文答辯

        【基于圖像識別技術的豆科牧草分類研究論文提綱】相關文章:

        基于綠色視角的大學建設研究論文提綱03-28

        電視技術研究論文提綱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PRIC理論的圖像信息技術研究提綱12-04

        基于RFID的室內定位系統技術研究提綱12-06

        研究論文提綱范例11-14

        科技研究論文提綱11-13

        基于技術預見的國防關鍵技術選擇方法論文提綱11-14

        • 相關推薦
        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>