1. 毕业设计（论文）主要内容：
当前植物叶片种类识别算法中主要有基于区域的算法、基于轮廓的算法、基于模型的算法以及基于特征的算法等，由于这些识别方法多与图像中点的位置和顺序紧密相关，因此在面对植物叶片平面旋转不变性、平移不变性、缩放不变性等特性时，其识别效果都有不同程度的减弱。
针对这个问题，复杂网络利用数学图论建立模型，仅考虑节点间的相对位置等拓扑关系，对网络节点间的顺序关系、节点所处位置等关注较少，植物叶片的整体旋转、平移等对复杂网络拓扑特性没有影响。
此算法是以复杂网络作为植物叶片边界形状的描述算子，并在此基础上建立植物叶片形状识别算法。
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、 构造复杂网络拓扑结构的描述子，实现特征提取算法；3、 对提取的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，针对复杂网络拓扑结构中的时间复杂度和空间复杂度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] Backes A R, Casanova D, Bruno O M. A complex network-based approach for boundary shape analysis[J]. Pattern Recognition, 2009, 42(1): 54-67.
[2] Gonalves W N, de Andrade Silva J, Bruno O M. A rotation invariant face recognition method based on complex network[M]//Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications. Springer Berlin Heidelberg, 2010: 426-433.
[3] Gonalves W N, Machado B B, Bruno O M. A complex network approach for dynamic texture recognition[J]. Neurocomputing, 2014, 153:211–220.
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。
