文摘
英文文摘
声明
第一章绪论
§1.1计算机视觉技术在现代农业中的应用现状
§1.1.1农业机器人
§1.1.2精准农业
§1.1.3水果的外部品质检测
§1.1.4作物生长状态监测
§1.2彩色特征空间分析
§1.2.1线性变换
§1.2.2非线性变换
§1.2.3彩色特征空间讨论
§1.3彩色图像分割方法综述
§1.3.1直方图阈值化
§1.3.2特征空间聚类
§1.3.3基于区域的方法
§1.3.4边缘检测
§1.3.5模糊技术
§1.3.6人工神经网络
§1.3.7基于物理模型的方法
§1.3.8分割方法总结
§1.4本文研究内容
第二章彩色图像预处理方法研究
§2.1内容提要
§2.2基于最大模糊熵的彩色图像模糊增强方法
§2.2.1基于最大模糊熵的图像模糊化
§2.2.2基于遗传算法的S函数参数优化
§2.2.3模糊图像增强
§2.2.4实验
§2.3基于模糊逻辑的彩色图像滤波方法
§2.3.1图像属性域和模糊域之间的变换
§2.3.2模糊近似推理
§2.3.3实验
§2.4本章小结
第三章彩色图像分割方法研究
§3.1内容提要
§3.2基于主分量变换的彩色图像分类数确定方法
§3.2.1 RGB彩色向量的主分量变换
§3.2.2基于尺度空间的主分量直方图分析
§3.2.3实验
§3.3快速模糊C-均值聚类(FFCM)彩色图像分割方法
§3.3.1分层减法聚类
§3.3.2快速模糊C-均值聚类
§3.3.3实验
§3.4基于新距离测度的FFCM算法
§3.4.1 FFCM算法采用欧式距离的缺点
§3.4.2一种新的距离测度
§3.4.3基于新距离测度的FFCM算法
§3.4.4实验
§3.5本章小结
第四章彩色图像边缘检测研究及边界跟踪算法
§4.1内容提要
§4.2基于梯度法的彩色图像边缘检测
§4.2.1图像处理常用的梯度算子
§4.2.2基于梯度法的彩色图像边缘检测
§4.2.3边缘细化
§4.3基于模糊规则的彩色图像边缘检测方法
§4.3.1基于模糊规则的彩色边缘检测
§4.3.2快速最大熵阈值化
§4.3.3去除伪边缘点
§4.3.4实验
§4.4边界跟踪
§4.5本章小结
第五章彩色图像处理技术在现代农业中的应用
§5.1内容提要
§5.2基于计算机视觉技术的水果形状分级方法
§5.2.1半径序列傅立叶变换
§5.2.2形状描述
§5.2.3实验与结论
§5.3基于计算机视觉的植物叶片面积测量方法
§5.3.1链码表示的区域面积测量方法
§5.3.2叶片面积的计算机视觉测量系统
第六章结论与展望
§6.1全文总结
§6.2展望
参考文献
致谢
攻读博士学位期间发表的学术论文