这是一本现代科技应用于农业生产的读物，通过计算机图像识别和分析技术，提高农作物病害防治的效率，针对性强，科学性强，应用面广，是现代农业技术推广的一本较好的读物，全书具体分为农作物图像预处理、基于深度卷积神经网络的玉米病害识别等内容。

第一章 绪论
第一节 研究背景及意义
第二节 研究现状概述
一、基于农作物图像分割的研究概述
二、基于农作物病害识别的研究概述
三、基于农作物病程分级的研究概述
第三节 国内研究现状分析
一、病害图像识别研究现状
二、农作物病害图像识别研究现状
三、近三年农作物病害图像识别研究现状
四、小结
第二章 农作物图像预处理
第一节 图像灰度化
第二节 图像增强
一、空域增强
二、频域增强
第三节 图像平滑
一、高斯滤波
二、中值滤波
三、双边滤波
四、三种滤波的对比
第四节 图像的几何变换
一、缩放
二、平移
三、镜像
四、旋转
五、仿射变换
六、透视变换
第五节 形态学操作
一、腐蚀
二、膨胀
三、开运算
四、闭运算
五、形态学梯度
六、顶帽
七、黑帽
八、形态学操作之间的关系
第三章 农作物图像分割
第一节 阈值分割
一、全局阈值
二、自适应阈值
三、OTSU二值化算法
第二节 边缘检测
一、sobel边缘检测
二、拉普拉斯边缘检测
三、canny边缘检测
第三节 图论分割
第四节 分水岭算法
第五节 语义分割
一、传统方法
二、深度学习方法
第四章 基于计算机视觉的稻瘟病分级技术研究
第一节 试验材料与采集系统
一、试验材料
二、图像采集系统
第二节 试验算法
一、目标图像与背景分割
二、图像预处理
三、病斑特征提取
四、计算机面积占比
第三节 结果与分析
一、背景分割结果
二、阈值范围分析
三、分级结果对比
第四节 讨论与结论
第五章 基于深度卷积神经网络的玉米病害识别
第一节 试验材料与方法
一、试验材料
二、试验方法
第二节 试验
一、图像预处理
二、特征提取
第三节 标签分类
第四节 病害识别
第五节 试验结果
第六节 结论
第六章 基于U—net的玉米病害分级算法研究
第一节 试验材料和方案
一、试验材料
二、试验方案
第二节 试验
一、试验平台
二、模型训练
三、测试结果
四、病害分级
第三节 讨论
第四节 结论
第七章 玉米病害识别与分级鉴定APP的设计与实现
第一节 系统功能设计
一、客户端功能设计
二、后台功能设计
第二节 系统实现
一、数据库实现
二、界面设计
三、注册登录模块实现
四、深度学习算法调用
五、信息发布模块
六、用户信息模块
第三节 应用前景
第四节 结论
主要参考文献
附录源代码
后记