基于深度学习的树干检测系统的设计与开发

发布时间：2023-04-20 05:36

　　近年来,随着计算机视觉技术的飞速发展,深度学习使得许多领域都产生了巨大的变革,它在语音识别,自然语言处理,计算机视觉,图像和视频分析,多媒体等领域的应用都取得了巨大的成功。深度学习在基于图像的基础上,通过树木图像识别在树种鉴定,保护树种多样性,加强农林信息化管理等方面有着重要的意义。对不同设备在自然光照下拍摄的树干图像进行处理分析,成为了树木识别的主要研究课题之一,这也是本文研究的主要内容。为实现算法对不同来源树干图像识别的准确性和鲁棒性,本文分别使用多种智能移动设备采集树干图像,完成数据集的构建,并对树干图像进行必要的预处理操作,包括颜色校正和树干图像分割,最后对预处理后的树干图像进行分类识别及树干直径计算。本文主要研究工作如下:树干图像分割:分为颜色校正和树干图像提取两部分。首先分析了现有的几种颜色校正方法,针对树干图像的颜色分布情况,选取了一种基于RGB色彩空间的树干图像校正方法。其次根据树干图像的特点,在使用深度学习算法的基础上,通过全卷积神经网络算法用于树干分割,并设计一种基于形态学的优化算法对分割结果做进一步处理,致力于实现鲁棒的树干分割。树干图像识别:首先对树干图像进行分...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 树干图像分割研究现状
        1.2.2 树干图像识别研究现状
    1.3 本论文的主要研究内容
    1.4 论文的组织结构
    1.5 本章小结
第二章 系统关键技术研究
    2.1 引言
    2.2 卷积神经网络
        2.2.1 卷积神经网络主要结构
        2.2.2 前向传播
        2.2.3 反向传播
    2.3 图像分割算法
        2.3.1 图像分割方法的研究
        2.3.2 全卷积神经网络
    2.4 本章小结
第三章 树干图像分割
    3.1 引言
    3.2 树干图像分割算法
        3.2.1 树干图像颜色校正
        3.2.2 树干图像分割
        3.2.3 基于形态学的优化算法
    3.3 实验结果与分析
        3.3.1 实验数据与实验环境
        3.3.2 分割评价指标
        3.3.3 实验结果与讨论
    3.4 本章小结
第四章 树干图像的识别
    4.1 引言
    4.2 实验数据
        4.2.1 实验数据采集
        4.2.2 数据预处理
    4.3 网络结构
    4.4 网络训练
    4.5 实验结果与分析
        4.5.1 实验结果
        4.5.2 性能比较
    4.6 本章小结
第五章 基于图像的树木直径测量
    5.1 引言
    5.2 模型设计
        5.2.1 机器测距方法
        5.2.2 直径测量模型
        5.2.3 选点误差与校正
    5.3 实验过程
        5.3.1 实验环境
        5.3.2 实验数据
        5.3.3 焦距计算
        5.3.4 像素直径计算
    5.4 实验结果
        5.4.1 实验误差分析
        5.4.2 正交分析结果
    5.5 本章小结
第六章 系统的设计与实现
    6.1 引言
    6.2 系统总体设计
        6.2.1 系统需求分析
        6.2.2 系统总体设计
        6.2.3 系统开发环境
    6.3 系统主要模块实现
        6.3.1 系统初始化模块
        6.3.2 用户注册及登录模块
        6.3.3 系统功能模块
    6.4 本章小结
第七章 总结与展望
    7.1 结论
    7.2 展望
参考文献
致谢
作者简介
    1 作者简历
    2 在校荣誉
    3 发明专利
学位论文数据集



本文编号：3794994