图书介绍

基于图像分析的植物及其病虫害识别方法研究PDF|Epub|txt|kindle电子书版本网盘下载

基于图像分析的植物及其病虫害识别方法研究
  • 王建责任编辑;张传雷,张善文,李建荣 著
  • 出版社: 北京:中国经济出版社
  • ISBN:9787513653275
  • 出版时间:2018
  • 标注页数:240页
  • 文件大小:59MB
  • 文件页数:248页
  • 主题词:植物-病虫害防治-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

基于图像分析的植物及其病虫害识别方法研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1 研究背景及意义1

1.2 研究现状概述4

1.3 主要植物叶片数据集介绍11

参考文献15

第2章 叶片图像分类特征及图像预处理20

2.1 叶片图像识别步骤20

2.2 植物叶片图像的分类特征21

2.3 植物叶片图像预处理技术33

参考文献45

第3章 植物叶片图像常用的分割方法56

3.1 图像分割定义56

3.2 基于边缘检测的图像分割方法57

3.3 基于灰度阈值的图像分割方法64

3.4 基于区域的图像分割方法70

3.5 分水岭算法72

3.6 基于小波的图像分割方法74

3.7 基于聚类分析的图像分割方法75

3.8 基于水平集的图像分割方法79

3.9 基于图论的图像分割方法79

参考文献81

第4章 最大最小判别映射植物叶片图像分类方法研究95

4.1 最大最小判别映射方法96

4.2 实验结果与分析102

4.3 小结105

参考文献105

第5章 基于叶片图像和监督正交最大差异伸展的植物识别方法研究108

5.1 监督正交最大差异投影算法109

5.2 实验结果与分析112

5.3 小结115

参考文献116

第6章 采用局部判别映射算法的玉米病害识别方法研究119

6.1 局部判别映射算法121

6.2 实验结果与分析124

6.3 小结126

参考文献127

第7章 监督正交局部保持映射的植物叶片分类方法研究130

7.1 监督正交局部保持映射131

7.2 实验结果与分析137

7.3 小结141

参考文献141

第8章 基于叶片图像处理和稀疏表示的植物识别方法146

8.1 稀疏表示和植物识别148

8.2 实验结果与分析156

8.3 小结159

参考文献160

第9章 基于稀疏表示字典学习的植物分类方法162

9.1 基于稀疏表示的植物分类方法164

9.2 实验结果与分析168

9.3 小结174

参考文献174

第10章 环境信息在黄瓜病害识别方法中的应用研究179

10.1 叶片图像获取179

10.2 实验结果与分析182

10.3 小结186

参考文献187

第11章 基于判别映射分析的植物叶片分类方法191

11.1 最大边缘准则(MMC)192

11.2 判别映射分析算法(DPA)192

11.3 实验结果194

11.4 小结195

参考文献196

第12章 基于卷积神经网络的植物病害识别方法198

12.1 植物病害识别方法的简介198

12.2 卷积神经网络200

12.3 基于三通道CNNs的植物病害识别方法204

12.4 实验结果与分析206

12.5 小结210

参考文献211

第13章 基于环境信息和深度自编码网络的农作物病害预测模型214

13.1 农作物的致病因素及病害预测模型简介214

13.2 材料与方法215

13.3 实验结果与分析220

13.4 小结221

参考文献222

第14章 基于改进深度置信网络的大棚冬枣病虫害预测模型225

14.1 冬枣病虫害及预测模型简介225

14.2 植物病虫害环境信息获取225

14.3 深度置信网络226

14.4 冬枣病虫害预测模型231

14.5 实验方法232

14.6 小结234

参考文献234

后记239

热门推荐