基于图像分析的茶叶病害识别研究开题报告

 2022-10-22 15:49:35

1. 研究目的与意义

茶对于中国人的意义,就如咖啡对于西方人的意义。

 茶源于中国,中国历史最久,因此,也最懂得情趣。

尽管,在中国历史上,富贵之家,过的是茶来伸手,饭来开口的生活;贫困之户,过的虽是粗茶淡饭,但都离不开一个茶字。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 课题关键问题和重难点

本文主要研究如何利用matlab软件开发一个针对学习和研究的数字图像处理系统,为初学者和算法研究人员提供一个图像处理技术的算法演示及模拟开发的gui平台,供大家学习并研究图像处理的技术方法,同时实现包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。

本课题的重点就是利用matlab的工具库完成图像处理功能,matlab的图像处理功能都集中在它的图像处理工具箱中,由一系列支持图像处理的函数组成。

很多操作,像滤波、图像的变换与增强、二值图像操作等都由它来实现的。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状(文献综述)

茶叶得病后,其新陈代谢会发生一定的改变,这种改变可以引起植物细胞和植物外部形态的改变,绝大多数会在叶子上表现出来,使叶子的颜色、形状、纹理发生变化。

由于其致病的病原物的不同,形成了对植物的主要危害部位的不相同。

因此,这就为我们采用图像处理和模式识别技术,通过农作物的病叶来判断农作物的染病情况提供了可能。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究方案

((1)病斑提取:先压缩图像,采用中值滤波和sobel锐化对图像进行预处理,再根据rgb颜色空间的特征因子组合对图像进行初步分割,然后用改进的图像分割算法对hsv和l*a*b*颜色空间的分量进行阈值分割,将r分量、h分量、l分量分割结果叠加,辅以形态学滤波,分割出病斑区域。

(2)特征参数选取:之后计算病斑低阶颜色矩,圆形度、区域面积和7个不变矩等几何特征,以及基于灰度共生矩阵的纹理特征,共34个特征参数。

为了提高运算效率,结合主成分分析的方法降低特征向量维数。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 工作计划

第 1 周 接受任务书,领会课题含义,按要求查找相关文献资料,列出阶段实施计划;第 2 周 阅读相关资料,理解有关内容;第 3 周 翻译相关英文资料,提出拟完成本课题的方案,写出相关开题报告一份;第 4 周 查找资料了解此题目的背景和现状;第 5 周 茶叶图像的采集和处理,像特征提取与分类;第 6 周 总体设计思路,完成茶叶病虫害设计流程图;第 7 周 基于MATLAB茶叶病虫害程序设计;第 8 周 进行程序的调试和修改直至完全正确;第 9 周 MATLAB仿真软件调试,整理、撰写毕业论文,提交论文初稿;第10周 进行毕业设计论文写作,撰写业务总结报告,接收验收成果,接受答辩资格审查;第11周 规范化检查,评阅教师评阅论文;第12周 制作完善答辩ppt,准备参加答辩。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版