這是一本現(xiàn)代科技應(yīng)用于農(nóng)業(yè)生產(chǎn)的讀物，通過計算機圖像識別和分析技術(shù)，提高農(nóng)作物病害防治的效率，針對性強，科學(xué)性強，應(yīng)用面廣，是現(xiàn)代農(nóng)業(yè)技術(shù)推廣的一本較好的讀物，全書具體分為農(nóng)作物圖像預(yù)處理、基于深度卷積神經(jīng)網(wǎng)絡(luò)的玉米病害識別等內(nèi)容。

第一章 緒論
第一節(jié) 研究背景及意義
第二節(jié) 研究現(xiàn)狀概述
一、基于農(nóng)作物圖像分割的研究概述
二、基于農(nóng)作物病害識別的研究概述
三、基于農(nóng)作物病程分級的研究概述
第三節(jié) 國內(nèi)研究現(xiàn)狀分析
一、病害圖像識別研究現(xiàn)狀
二、農(nóng)作物病害圖像識別研究現(xiàn)狀
三、近三年農(nóng)作物病害圖像識別研究現(xiàn)狀
四、小結(jié)
第二章 農(nóng)作物圖像預(yù)處理
第一節(jié) 圖像灰度化
第二節(jié) 圖像增強
一、空域增強
二、頻域增強
第三節(jié) 圖像平滑
一、高斯濾波
二、中值濾波
三、雙邊濾波
四、三種濾波的對比
第四節(jié) 圖像的幾何變換
一、縮放
二、平移
三、鏡像
四、旋轉(zhuǎn)
五、仿射變換
六、透視變換
第五節(jié) 形態(tài)學(xué)操作
一、腐蝕
二、膨脹
三、開運算
四、閉運算
五、形態(tài)學(xué)梯度
六、頂帽
七、黑帽
八、形態(tài)學(xué)操作之間的關(guān)系
第三章 農(nóng)作物圖像分割
第一節(jié) 閾值分割
一、全局閾值
二、自適應(yīng)閾值
三、OTSU二值化算法
第二節(jié) 邊緣檢測
一、sobel邊緣檢測
二、拉普拉斯邊緣檢測
三、canny邊緣檢測
第三節(jié) 圖論分割
第四節(jié) 分水嶺算法
第五節(jié) 語義分割
一、傳統(tǒng)方法
二、深度學(xué)習(xí)方法
第四章 基于計算機視覺的稻瘟病分級技術(shù)研究
第一節(jié) 試驗材料與采集系統(tǒng)
一、試驗材料
二、圖像采集系統(tǒng)
第二節(jié) 試驗算法
一、目標(biāo)圖像與背景分割
二、圖像預(yù)處理
三、病斑特征提取
四、計算機面積占比
第三節(jié) 結(jié)果與分析
一、背景分割結(jié)果
二、閾值范圍分析
三、分級結(jié)果對比
第四節(jié) 討論與結(jié)論
第五章 基于深度卷積神經(jīng)網(wǎng)絡(luò)的玉米病害識別
第一節(jié) 試驗材料與方法
一、試驗材料
二、試驗方法
第二節(jié) 試驗
一、圖像預(yù)處理
二、特征提取
第三節(jié) 標(biāo)簽分類
第四節(jié) 病害識別
第五節(jié) 試驗結(jié)果
第六節(jié) 結(jié)論
第六章 基于U—net的玉米病害分級算法研究
第一節(jié) 試驗材料和方案
一、試驗材料
二、試驗方案
第二節(jié) 試驗
一、試驗平臺
二、模型訓(xùn)練
三、測試結(jié)果
四、病害分級
第三節(jié) 討論
第四節(jié) 結(jié)論
第七章 玉米病害識別與分級鑒定APP的設(shè)計與實現(xiàn)
第一節(jié) 系統(tǒng)功能設(shè)計
一、客戶端功能設(shè)計
二、后臺功能設(shè)計
第二節(jié) 系統(tǒng)實現(xiàn)
一、數(shù)據(jù)庫實現(xiàn)
二、界面設(shè)計
三、注冊登錄模塊實現(xiàn)
四、深度學(xué)習(xí)算法調(diào)用
五、信息發(fā)布模塊
六、用戶信息模塊
第三節(jié) 應(yīng)用前景
第四節(jié) 結(jié)論
主要參考文獻
附錄源代碼
后記