| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 主要符号表 | 第8-11页 |
| 第一章 绪论 | 第11-22页 |
| ·选题依据及意义 | 第11-12页 |
| ·数字图像处理技术在农业领域中的应用 | 第12-18页 |
| ·在作物农艺性状获取及诊断监测方面的研究 | 第12-14页 |
| ·在作物形态特征信息方面的研究 | 第14-15页 |
| ·在农产品自动检测与分级方面研究 | 第15-17页 |
| ·在作物病虫草害信息方面的研究 | 第17-18页 |
| ·机器视觉技术监测农业生产信息的基本原理 | 第18-20页 |
| ·主要研究内容及技术路线 | 第20-22页 |
| ·棉花主要农艺性状的图像识别研究的主要内容 | 第20页 |
| ·本研究的技术路线 | 第20-22页 |
| 第二章 棉花群体图像颜色特征信息的提取方法 | 第22-28页 |
| ·图像分割的特征选择 | 第22-23页 |
| ·颜色系统的选择 | 第23-26页 |
| ·RGB颜色系统 | 第24-25页 |
| ·HSI颜色系统 | 第25-26页 |
| ·RGB到HIS的转换 | 第26页 |
| ·棉花群体特征分析系统的开发环境 | 第26-27页 |
| ·图像颜色信息的提取 | 第27-28页 |
| 第三章 棉花群体覆盖度、叶面积指数和生物量的图像识别 | 第28-34页 |
| ·材料及方法 | 第28-29页 |
| ·田间试验设计 | 第28页 |
| ·图像采集方法 | 第28-29页 |
| ·图像覆盖度的图像识别 | 第29-30页 |
| ·叶面积指数的图像识别 | 第30-32页 |
| ·叶面积指数的测定 | 第30页 |
| ·叶面积指数和图像颜色特征参数的相关关系 | 第30页 |
| ·冠层信息指数和颜色特征值的关系分析及模型建立 | 第30-31页 |
| ·模型检验 | 第31-32页 |
| ·生物量的图像识别研究 | 第32-33页 |
| ·地上部分鲜生物量的测定 | 第32页 |
| ·地上部分鲜生物量、生物量密度与图像颜色特征信息的关系分析 | 第32-33页 |
| ·模型检验 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于机器视觉的棉花群体叶绿素监测 | 第34-40页 |
| ·材料与方法 | 第34-35页 |
| ·田间试验设计及栽培管理 | 第34-35页 |
| ·数字图像采集 | 第35页 |
| ·叶绿素浓度测定 | 第35页 |
| ·颜色特征值与棉花功能叶叶绿素含量间的关系 | 第35-37页 |
| ·颜色特征值与群体绿色指数之间的相关关系 | 第37页 |
| ·模型检验 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于机器视觉的棉花群体氮素营养诊断研究 | 第40-45页 |
| ·材料与方法 | 第40-41页 |
| ·田间试验设计及栽培管理 | 第40-41页 |
| ·棉花群体图像采集 | 第41页 |
| ·氮素含量测定 | 第41页 |
| ·颜色值与棉花植株、叶片及非叶器官氮含量间的关系及模型的建立 | 第41页 |
| ·颜色特征值与群体氮素指数的回归模型的建立 | 第41-43页 |
| ·回归模型检验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 基于图像的群体整齐度、株高及株行距提取 | 第45-51页 |
| ·材料与方法 | 第45页 |
| ·整齐度的图像识别研究 | 第45-47页 |
| ·整齐度的表示方法 | 第45-46页 |
| ·棉花数字图像整齐度提取方法 | 第46页 |
| ·棉花数字图像整齐度与株高、株宽整齐度的关系 | 第46-47页 |
| ·棉花栽培配置及株高的图像识别 | 第47-49页 |
| ·株行距的识别 | 第47页 |
| ·株高的提取算法 | 第47-48页 |
| ·软件测量的株高、行距与真实值的比较 | 第48-49页 |
| ·土壤含水量的图像识别研究 | 第49-50页 |
| ·土壤含水量的测定方法 | 第49页 |
| ·结果与分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 结论与展望 | 第51-55页 |
| ·结论与讨论 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·讨论 | 第52-53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60-61页 |
| 导师评阅表 | 第61页 |
