内容简介
这是一本现代科技应用于农业生产的读物，通过计算机图像识别和分析技术，提高农作物病害的效率，针对强，科学强，应用面广，是现代农业技术推广的一本较好的读物，全书具体分为农作物图像预处理、基于深度卷积神经网络的玉米病害识别等内容。
目录
章 绪论 节 研究背景及意义 节 研究现状概述 一、基于农作物图像分割的研究概述 二、基于农作物病害识别的研究概述 三、基于农作物病程分级的研究概述 第三节 国内研究现状分析 一、病害图像识别研究现状 二、农作物病害图像识别研究现状 三三年农作物病害图像识别研究现状 四、小结章 农作物图像预处理 节 图像灰度化 节 图像增强 一、空域增强 二、频域增强 第三节 图滑 一、高斯滤波 二、中值滤波 三、双边滤波 四、三种滤波的对比 第四节 图像的几何变换 一、缩放 二移 三、镜像 四、旋转 五、仿射变换 六、透视变换 第五节 形态学r/> 一、腐蚀 二、膨胀 三、开运算 四、闭运算 五、形态学梯度 六、顶帽 七、黑帽 八、形态学操作之间的关系第三章 农作物图像分割 节 阈值分割 一、全局阈值 二、自适应阈值 三、OTSU二值化算法 节 边缘检测 一、el边缘检测 二、拉普拉斯边缘检测 三、canny边缘检测 第三节 图论分割 第四节 分水岭算法 第五节 语义分割 一、传统方法 二、深度学第四章 基于计算机视觉的稻瘟病分级技术研究 节 试验材料与采集系统 一、试验材料 二、图像采集系统 节 试验算法 一、目标图像与背景分割 二、图像预处理 三、病斑特征提取 四、计算机面积占比 第三节 结果与分析 一、背景分割结果 二、阈值范围分析 三、分级结果对比 第四节 讨论与结论第五章 基于深度卷积神经网络的玉米病害识别 节 试验材料与方法 一、试验材料 二、试验方法 节 试验 一、图像预处理 二、特征提取 第三节 标签分类 第四节 病害识别 第五节 试验结果 第六节 结论第六章 基于U—的玉米病害分级算法研究 节 试验材料和方案 一、试验材料 二、试验方案 节 试验 一、试台 二、模型训练 三、测试结果 四、病害分级 第三节 讨论 第四节 结论第七章 玉米病害识别与分级鉴定APP的设计与实现 节 系能设计 一、客户能设计 二、后能设计 节 系统实现 一、数据库实现 二、界面设计 三、注册登录模块实现 四、深度学调用 五、信息发布模块 六、用户信息模块 第三节 应用前景 第四节 结论主要参考文献附录源代码后记