基于图像处理技术的大豆植株氮素测定研究
| 第一章 绪论 | 第1-15页 |
| ·选题的目的及意义 | 第7-8页 |
| ·图像处理技术在农作物营养信息检测中的研究现状 | 第8-12页 |
| ·作物缺素、缺水信息方面的研究 | 第9-10页 |
| ·作物形态信息方面的研究 | 第10-11页 |
| ·作物病虫草害信息方面的研究 | 第11-12页 |
| ·当前氮素营养诊断方法 | 第12-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 第二章 检测系统及技术应用开发 | 第15-25页 |
| ·检测系统的组成及特点 | 第15-17页 |
| ·图像技术 | 第17-24页 |
| ·图像预处理 | 第18-20页 |
| ·颜色系统 | 第20-22页 |
| ·灰度共生矩阵 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 大豆叶片颜色特征的提取研究 | 第25-37页 |
| ·特征提取和选择 | 第25-26页 |
| ·试验材料及试验条件 | 第26-28页 |
| ·颜色特征的特点及颜色系统的选择 | 第28-30页 |
| ·颜色特征的特点 | 第28-29页 |
| ·颜色系统的选择 | 第29-30页 |
| ·缺素大豆叶片颜色特征 | 第30-31页 |
| ·大豆叶片颜色特征提取 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 大豆叶片纹理特征的提取研究 | 第37-44页 |
| ·纹理概念 | 第37-38页 |
| ·纹理的定义 | 第37页 |
| ·纹理的分类 | 第37-38页 |
| ·灰度图像中纹理的统计分析方法 | 第38-39页 |
| ·大豆叶片纹理特征提取过程 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 识别函数的建立及结果分析 | 第44-60页 |
| ·图像识别方法介绍 | 第44-45页 |
| ·主成分分析 | 第45-51页 |
| ·两维空间中的主成分分析 | 第46-48页 |
| ·m 维空间中的主成分分析 | 第48-51页 |
| ·特征参量的主成分分析 | 第51-56页 |
| ·模型的建立及结果分析 | 第56-59页 |
| ·模型的建立 | 第56-57页 |
| ·结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 摘要 | 第67-69页 |
| ABSTRACT | 第69-72页 |
| 致谢 | 第72-73页 |
| 导师及作者简介 | 第73页 |
