| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 文献综述 | 第11-20页 |
| 1.1 表型平台 | 第11-13页 |
| 1.1.1 表型平台的传感器 | 第11-12页 |
| 1.1.2 传感器使用的技术困难 | 第12-13页 |
| 1.2 小麦传感器定量化的表型特征 | 第13-18页 |
| 1.3 计算机视觉技术在在农业干旱监测中的应用 | 第18-20页 |
| 2 引言 | 第20-24页 |
| 2.1 研究目的和意义 | 第20-21页 |
| 2.2 研究内容 | 第21页 |
| 2.3 拟解决的关键问题 | 第21-23页 |
| 2.4 技术路线 | 第23-24页 |
| 3 | 第24-49页 |
| 3.1 材料与方法 | 第24-29页 |
| 3.1.1 田间试验材料 | 第24页 |
| 3.1.2 水分控制方法 | 第24-25页 |
| 3.1.3 图像获取方式 | 第25-26页 |
| 3.1.4 SPAD的测定 | 第26页 |
| 3.1.5 环境参数的采集 | 第26-27页 |
| 3.1.6 图像数据处理和统计分析 | 第27-29页 |
| 3.2 结果和分析 | 第29-49页 |
| 3.2.1 基于叶片颜色特征值的分析 | 第29-41页 |
| 3.2.2 基于叶片能量特征值的分析 | 第41-45页 |
| 3.2.3 基于灰度共生矩阵中4个特征值的的分析 | 第45-48页 |
| 3.2.4 预测模型的建立和测试 | 第48-49页 |
| 4 结论 | 第49-51页 |
| 4.1 基于小麦颜色特征值与所处干旱状态的关系 | 第49页 |
| 4.2 基于叶片能量特征值与所处干旱状态的关系 | 第49-50页 |
| 4.3 基于灰度共生矩阵中4个特征值与干旱状态的关系 | 第50页 |
| 4.4 预测模型的测试结果 | 第50-51页 |
| 5 讨论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 个人简介 | 第57-58页 |