基于光谱和图像的倒伏冬小麦产量评估方法
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·光谱分析技术研究现状 | 第11-12页 |
| ·图像处理技术研究现状 | 第12页 |
| ·遥感估产研究现状 | 第12-14页 |
| ·冬小麦倒伏研究现状 | 第14页 |
| ·冬小麦倒伏模拟试验 | 第14-17页 |
| ·试验时间 | 第15页 |
| ·试验小区的划分 | 第15-16页 |
| ·不同时期不同等级倒伏冬小麦产量 | 第16-17页 |
| ·技术路线以及论文安排 | 第17-19页 |
| ·技术路线 | 第17-18页 |
| ·论文安排 | 第18-19页 |
| 第二章 倒伏冬小麦光谱分析与特征提取 | 第19-35页 |
| ·倒伏冬小麦光谱 | 第19-24页 |
| ·倒伏冬小麦光谱的采集 | 第19-20页 |
| ·倒伏冬小麦光谱特征 | 第20-24页 |
| ·光谱吸收特征的提取 | 第24-28页 |
| ·包络线消除 | 第24-26页 |
| ·光谱吸收特征的提取 | 第26-28页 |
| ·光谱红边特征的提取 | 第28-30页 |
| ·光谱一阶微分 | 第28页 |
| ·光谱红边特征的提取 | 第28-30页 |
| ·光谱植被指数的提取 | 第30-32页 |
| ·光谱特征与冬小麦产量的相关性分析 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 倒伏冬小麦图像分析与特征提取 | 第35-55页 |
| ·倒伏冬小麦图像 | 第35-38页 |
| ·倒伏冬小麦图像的采集 | 第35-36页 |
| ·倒伏冬小麦图像特征 | 第36-38页 |
| ·图像分割 | 第38-39页 |
| ·颜色特征的提取 | 第39-48页 |
| ·RGB 颜色空间内的颜色特征提取 | 第40-42页 |
| ·HSI 颜色空间内的颜色特征提取 | 第42-45页 |
| ·CIEL*a*b*颜色空间内的颜色特征提取 | 第45-48页 |
| ·纹理特征的提取 | 第48-52页 |
| ·颜色特征与冬小麦产量的相关性分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 冬小麦产量评估模型建立与结果分析 | 第55-65页 |
| ·RBF 神经网络 | 第55-56页 |
| ·RBF 神经网络的优化 | 第56-60页 |
| ·遗传算法优化 RBF 神经网络 | 第56-58页 |
| ·粒子群算法优化 RBF 神经网络 | 第58-60页 |
| ·模型建立与误差分析 | 第60-63页 |
| ·模型建立 | 第60-62页 |
| ·误差分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 总结和展望 | 第65-67页 |
| ·课题研究总结 | 第65-66页 |
| ·创新点 | 第66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表的论文和研究成果 | 第73-74页 |
| 致谢 | 第74页 |
