首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

基于分形理论及图像纹理分析的水稻产量预测方法研究

摘要第1-10页
ABSTRACT第10-14页
第一章 绪论第14-31页
   ·前言第14-15页
   ·水稻产量估测方法的研究意义第15-17页
     ·水稻在国家粮食安全方面的重要地位决定了其产量估测研究的重要性第15-16页
     ·粮食产量数据为各级部门提供制定粮食规划的基础数据第16页
     ·产量数据为作物长势监测研究、高产超高产品种的培育提供基础数据第16-17页
     ·水稻产量估测方法为大面积宏观估产方法的研究提供有力保障第17页
     ·提供一种新的实时产量测量方法第17页
   ·产量估测方法第17-22页
     ·田间抽样调查法第17-19页
     ·遥感估产第19-21页
     ·作物环境模型第21-22页
   ·国内外研究现状第22-25页
     ·产量估测方法研究现状第22-23页
     ·纹理分析在农业工程领域的应用现状第23-24页
     ·分形理论在农业工程领域的应用现状第24-25页
   ·问题的提出第25-26页
   ·研究目标和研究内容第26-28页
     ·研究目标第26页
     ·研究内容和拟解决的关键问题第26-28页
   ·研究方法和技术路线第28-30页
     ·研究方法第28页
     ·技术路线第28-30页
   ·本章小结第30-31页
第二章 材料与方法第31-53页
   ·实验设备第31-32页
   ·实验材料第32-39页
     ·水稻平方米样本准备第32-33页
     ·水稻群体样本图像采集与产量测量第33-37页
     ·水稻穗头样本准备第37-39页
   ·相关理论基础第39-52页
     ·分形理论第40-47页
     ·图像纹理分析第47-52页
   ·本章小结第52-53页
第三章 水稻穗头图像纹理和分形特征分析第53-75页
   ·图像预处理第53-56页
     ·彩色图像的灰度化处理第54页
     ·固定阈值法进行二值化处理第54-55页
     ·边缘检测第55-56页
   ·水稻穗头分形特征分析第56-66页
     ·分形维提取第56-60页
     ·数据处理与分析第60-63页
     ·穗头分形维与质量相关关系分析第63-66页
   ·水稻穗头图像纹理特征与产量关系研究第66-73页
     ·图像纹理特征提取第67-69页
     ·水稻穗头图像纹理特征与产量的相关性分析第69-73页
   ·本章总结第73-75页
     ·水稻穗头分形与产量相关性研究小结第73页
     ·穗头纹理与产量相关性研究小结第73-75页
第四章 水稻平方米图像纹理和分形特征分析第75-91页
   ·图像预处理第75-76页
   ·水稻群体的分形研究第76-85页
     ·差分计盒维数法测水稻群体图像分形维第76-77页
     ·多重分形维数法测水稻群体图像分维第77-80页
     ·光照强度对水稻分维的影响第80页
     ·分维数据处理与分析第80-82页
     ·水稻群体分维数与单位面积产量的相关性分析第82-85页
   ·水稻群体图像的纹理特征分析第85-89页
     ·光照强度对水稻纹理特征影响程度的分析第85页
     ·纹理特征提取第85-87页
     ·水稻群体图像纹理特征与产量的相关性分析第87-89页
   ·本章总结第89-91页
     ·水稻群体分形与单位面积产量关系研究小结第89-90页
     ·水稻群体图像纹理特征与产量相关性研究结果第90-91页
第五章 水稻穗头质量、平方米产量模型建立第91-108页
   ·主成分分析理论第91-94页
     ·基本思想第91页
     ·主成分分析的基本原理第91-92页
     ·主成分分析的计算步骤第92-94页
   ·多元线性回归第94-95页
   ·穗头质量模型第95-102页
     ·穗头质量的主成分分析第95-97页
     ·用多元线性回归建立穗头质量模型第97-98页
     ·穗头质量模型检验第98-102页
   ·水稻平方米产量模型建立第102-107页
     ·水稻平方米产量的主成分分析第102-104页
     ·用多元线性回归建立水稻平方米产量模型第104-105页
     ·水稻平方米产量模型检验第105-107页
   ·本章小结第107-108页
第六章 结论与展望第108-110页
   ·研究结论第108-109页
   ·主要创新内容第109页
   ·后续研究建议及展望第109-110页
参考文献第110-115页
附表第115-124页
 附表1 穗头试样基于直方图方法纹理特征参数值第115-116页
 附表2 穗头试样基于灰度梯度共生矩阵法纹理特征参数值第116-117页
 附表3 田间实地拍摄情况下,光照强度与分维值关系第117-118页
 附表4 田间实地拍摄情况下,光照强度与纹理特征值关系第118-124页
附图第124-126页
 附图1 水稻穗头图像计盒维数与质量回归残差图第124-126页
致谢第126-127页
攻读学位期间发表的学术论文目录第127页

论文共127页,点击 下载论文
上一篇:合作社的内部法律制度研究
下一篇:关于WJ集团绩效管理改革方案的研究