抗光照变化的作物提取及生长期自动观测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 2 农田背景下幼苗的分割算法 | 第14-31页 |
| 2.1 农田自动化观测系统 | 第14-15页 |
| 2.2 农田背景下幼苗图像特征分析 | 第15-17页 |
| 2.3 典型的绿色作物分割算法 | 第17-20页 |
| 2.4 基于随机森林的绿色作物分割算法 | 第20-22页 |
| 2.5 基于支持向量机的绿色作物分割算法 | 第22-24页 |
| 2.6 实验结果以及分析 | 第24-29页 |
| 2.7 本章小结 | 第29-31页 |
| 3 抗高光的绿色作物分割算法 | 第31-50页 |
| 3.1 高光图像特点分析 | 第31-32页 |
| 3.2 高光去除模型 | 第32-33页 |
| 3.3 马尔科夫概率随机场模型 | 第33-44页 |
| 3.4 实验结果及分析 | 第44-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 基于图像特征的生物量监测与生长期预测算法 | 第50-65页 |
| 4.1 生物量变化监测与生长期预测研究意义 | 第50页 |
| 4.2 生物量特征提取 | 第50-60页 |
| 4.3 生长期预测算法模型 | 第60-62页 |
| 4.4 实验结果及分析 | 第62-64页 |
| 4.5 本章小结 | 第64-65页 |
| 5 全文总结及展望 | 第65-68页 |
| 5.1 本文主要研究内容 | 第65-66页 |
| 5.2 本文主要创新点 | 第66页 |
| 5.3 工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 附录:攻读学位期间发表论文 | 第76页 |
