基于高光谱成像的小麦赤霉病害分级诊断研究
致谢 | 第4-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
缩写和符号清单 | 第15-16页 |
第1章 绪论 | 第16-26页 |
1.1 研究背景及意义 | 第16-18页 |
1.2 国内国外相关技术研究现状 | 第18-22页 |
1.2.1 高光谱成像技术在农业中的研究现状 | 第18-19页 |
1.2.2 小麦病害检测技术的研究现状 | 第19-22页 |
1.2.3 目前存在的问题与难点 | 第22页 |
1.3 论文研究目标和主要研究内容 | 第22-24页 |
1.3.1 研究目标 | 第22-23页 |
1.3.2 研究内容 | 第23-24页 |
1.4 技术路线 | 第24-25页 |
1.5 本章小结 | 第25-26页 |
第2章 材料与方法 | 第26-34页 |
2.1 赤霉菌制备及观察 | 第26-29页 |
2.1.1 实验材料 | 第26页 |
2.1.2 制备方法及观察过程 | 第26-29页 |
2.2 高光谱成像系统介绍 | 第29-32页 |
2.3 样本数据采集方案 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
第3章 小麦赤霉病高光谱数据处理及分析研究 | 第34-46页 |
3.1 数据处理方法 | 第34-39页 |
3.1.1 预处理方法 | 第34-35页 |
3.1.2 光谱特征波长提取方法 | 第35-37页 |
3.1.3 图像阈值处理方法 | 第37-39页 |
3.1.4 感兴趣区域面积求取方法 | 第39页 |
3.2 基于一次主成分的小麦穗轮廓感兴趣区域提取 | 第39-42页 |
3.3 基于主成分权重系数的特征波段提取 | 第42-43页 |
3.4 基于二次主成分的小麦穗病害感兴趣区域提取 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第4章 基于高光谱的小麦赤霉病分级诊断模型研究 | 第46-54页 |
4.1 人工判别小麦赤霉病等级的方法及标准 | 第46-47页 |
4.1.1 小麦赤霉病分级标准 | 第46页 |
4.1.2 人工判断小麦穗染病等级 | 第46-47页 |
4.2 小麦赤霉病分级建模效果 | 第47-49页 |
4.3 分级识别模型验证与评价 | 第49-51页 |
4.4 基于IDL语言的批量处理方法 | 第51-53页 |
4.5 本章小结 | 第53-54页 |
第5章 总结与展望 | 第54-56页 |
5.1 工作总结 | 第54-55页 |
5.2 未来的工作展望 | 第55-56页 |
参考文献 | 第56-62页 |
附录 | 第62-63页 |
附录A 个人简介 | 第62-63页 |
附录B 攻读硕士期间取得的成果 | 第63页 |