1. 毕业设计（论文）主要内容：
植物叶片特征提取比如颜色、形状、纹理、傅里叶描述子、矩形度、纵横轴比等，提取的特征越多就越能有效代表该种植物叶片，但是提取的大量叶片图像特征中包含着冗余特征信息。
针对减少计算量和冗余度这些问题，流行学习算法用来对提取到的大量叶片图像高维特征进行维数约简，降低每幅叶片图像的特征维数，得到叶片图像的低维分类特征，在低维空间利用分类器识别植物叶片。
此算法是以叶片的灰度特征来构造特征向量，利用选取的流行学习算法实现有效地聚类，使得同类样本距离更小异类样本距离更大，将有效特征向量输入分类器中实现植物叶片识别分类。
2. 毕业设计（论文）主要任务及要求
1、对植物叶片进行图像灰度化、图像降噪等预处理；2、构造植物叶片的特征向量，利用流行学习算法进行降维处理；3、对提取的有效特征进行植物叶片分类器设计，并在标准数据集上进行测试，针对流行学习算法中的近邻参数对识别效果的影响进行讨论。
3. 毕业设计（论文）完成任务的计划与安排
(1)2016/1/11—2016/1/22：查阅参考文献，明确选题；(2)2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；(3)2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；(4)2016/4/27—2016/5/27：撰写论文初稿；修改论文，定稿并提交论文评审；(5)2016/5/28—2016/6/7：准备论文答辩。
4. 主要参考文献
[1] Caifeng Shan, Yucheng Wei, Tieniu Tan, Frédéric Ojardias. Real Time Hand Tracking byCombining Particle Filtering and Mean Shift. Proceedings of the Sixth IEEEInternational Conference on Automatic Face and Gesture Recognition, 2004, pp. 669-674.[2] 魏伟波.基于图像的目标自动识别与跟踪技术研究. 南京理工大学博士学位论文.2006[3] A Doucet, J de Freitas, N Gordon. Sequential Monte Carlo Methods in Practice.New-York: Springer-Verlag.2001.[4] Doucet A, Gordon N J, Krishnamurthy V. Particle filters for state estimation of jumpMarkov Linear systems. IEEE Trans on Signal Processing, 2001, 49(3):613-6241.[5] Richard Szeliski. Computer Vision: Algorithms and Applications. Springer Publishing, 2012.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
