基于机器视觉技术的水稻营养快速诊断研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·选题背景和意义 | 第7-9页 |
| ·选题背景 | 第7-8页 |
| ·选题意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·论文主要工作和组织结构 | 第12-14页 |
| ·主要工作 | 第12-13页 |
| ·组织结构 | 第13-14页 |
| 第二章 机器视觉技术基本原理 | 第14-31页 |
| ·机器视觉技术 | 第14-21页 |
| ·机器视觉技术概述 | 第14-17页 |
| ·机器视觉的关键技术 | 第17-21页 |
| ·颜色模型 | 第21-26页 |
| ·RGB颜色模型 | 第21-22页 |
| ·HIS颜色模型 | 第22-24页 |
| ·HSV颜色模型 | 第24-25页 |
| ·Lab颜色模型 | 第25-26页 |
| ·氮素营养诊断 | 第26-30页 |
| ·氮素对作物生长的影响 | 第26-27页 |
| ·营养诊断常用方法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 材料和方法 | 第31-43页 |
| ·实验设计 | 第31-33页 |
| ·实验材料与设备 | 第31页 |
| ·研究方法 | 第31-32页 |
| ·技术路线 | 第32-33页 |
| ·图像处理 | 第33-42页 |
| ·单株水稻图像的获取 | 第33-35页 |
| ·图像预处理 | 第35-36页 |
| ·图像分割 | 第36-39页 |
| ·叶片特征信息提取 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于机器视觉技术的氮素营养诊断研究 | 第43-57页 |
| ·氮素营养水平诊断研究 | 第43-55页 |
| ·测氮数据 | 第43-45页 |
| ·不同氮素水平水稻的颜色特征分析 | 第45-48页 |
| ·叶片的颜色特征与稻株的全氮量间的关系分析 | 第48-55页 |
| ·水稻氮营养的诊断模型 | 第55-56页 |
| ·模型的建立 | 第55页 |
| ·结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结论与展望 | 第57-58页 |
| ·结论 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
