基于高光谱图像的黄瓜叶片叶绿素含量及其分布预测研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究目的和意义 | 第13-14页 |
| ·高光谱图像技术概述 | 第14-16页 |
| ·高光谱图像的概念 | 第14页 |
| ·高光谱图像技术检测植物叶绿素及其分布的原理 | 第14-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·本研究的主要内容 | 第18-19页 |
| ·技术路线 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第二章 试验材料与方法 | 第22-28页 |
| ·试验材料 | 第22页 |
| ·试验仪器 | 第22-25页 |
| ·黄瓜的栽培与管理 | 第25-26页 |
| ·高光谱图像数据采集 | 第26页 |
| ·叶绿素含量的测定 | 第26-27页 |
| ·高光谱图像数据处理软件 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 高光谱图像的预处理与初步分析 | 第28-38页 |
| ·高光谱图像的预处理 | 第28-30页 |
| ·高光谱图像的标定与拉伸 | 第28页 |
| ·高光谱图像波段的筛选 | 第28-29页 |
| ·校正集预测集的选择 | 第29-30页 |
| ·黄瓜叶片高光谱图像初步分析 | 第30-37页 |
| ·相关系数的概念 | 第32-33页 |
| ·叶片反射光谱、微分光谱与叶绿素含量之间的关系 | 第33-34页 |
| ·边参数与叶绿素含量之间的关系 | 第34-35页 |
| ·植被指数与叶绿素含量之间的关系 | 第35-36页 |
| ·结果与讨论 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 主成分分析黄瓜叶片叶绿素含量及比较 | 第38-50页 |
| ·主成分分析概述 | 第38-41页 |
| ·高光谱图像的主成分分析 | 第41-42页 |
| ·图像背景的去除 | 第42-43页 |
| ·光谱数据的平滑 | 第43-45页 |
| ·结果与分析 | 第45-49页 |
| ·光谱维的主成分分析结果 | 第45-47页 |
| ·图像维的主成分分析结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 独立分量分析黄瓜叶片的叶绿素含量及其分布 | 第50-62页 |
| ·引言 | 第50页 |
| ·独立分量分析法 | 第50-53页 |
| ·独立分量分析算法的定义 | 第50-51页 |
| ·快速独立分量法 | 第51-53页 |
| ·黄瓜叶片高光谱图像的独立分量分析 | 第53-54页 |
| ·独立分量分析的预处理 | 第54-55页 |
| ·结果与分析 | 第55-61页 |
| ·独立分量分析的结果 | 第55-56页 |
| ·独立分量分析与主成分分析结果的比较 | 第56-57页 |
| ·独立分量图的计算 | 第57-58页 |
| ·黄瓜叶叶绿素分布图的计算 | 第58页 |
| ·分布图的伪彩色处理 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 ENVI二次开发高光谱图像集成处理软件 | 第62-71页 |
| ·ENVI简介 | 第62-63页 |
| ·ENVI二次开发基础 | 第63-66页 |
| ·编程环境 | 第63页 |
| ·ENVI二次开发平台的人机交互和界面设计 | 第63-64页 |
| ·高光谱图像数据的访问方式 | 第64-65页 |
| ·高光谱图像数据的打开和操作 | 第65页 |
| ·ENVI系统菜单修改 | 第65-66页 |
| ·高光谱图像集成处理软件简介 | 第66-70页 |
| ·批量标定 | 第66-67页 |
| ·高光谱图像mask计算 | 第67-68页 |
| ·选择高光谱图像感兴趣区域 | 第68页 |
| ·高光谱图像特征提取 | 第68-69页 |
| ·独立分量图计算 | 第69-70页 |
| ·特征数据的存储 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第七章 结论与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 在学期间发表的论文 | 第78-79页 |
| 附录 | 第79-81页 |
