基于光谱与视觉图像的机载式油菜生长信息检测统研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| ·前言 | 第13页 |
| ·油菜机械化生产概论 | 第13-15页 |
| ·我国油菜生产历史与现状 | 第13-14页 |
| ·我国油菜机械化生产现状 | 第14-15页 |
| ·近红外光谱技术 | 第15-16页 |
| ·近红外光谱技术原理及特点 | 第15-16页 |
| ·近红外光谱技术在农业领域中的应用 | 第16页 |
| ·视觉图像技术及应用 | 第16-20页 |
| ·计算机视觉技术概述 | 第16-17页 |
| ·计算机视觉在农业中的研究动态 | 第17-20页 |
| ·课题研究内容 | 第20-21页 |
| 第二章 试验设备和研究方法 | 第21-34页 |
| ·试验设备 | 第21-23页 |
| ·便携式可见-近红外光谱仪 | 第21页 |
| ·SPAD-502 | 第21-22页 |
| ·图像采集设备 | 第22-23页 |
| ·油菜生长信息图像处理方法 | 第23-30页 |
| ·最邻近插值缩放图像 | 第23-24页 |
| ·图像平移算法 | 第24-25页 |
| ·阈值分割算法 | 第25页 |
| ·灰度转换和特征提取算法 | 第25-27页 |
| ·轮廓提取算法 | 第27-28页 |
| ·二值图像的形体学运算 | 第28-30页 |
| ·化学计量学方法 | 第30-32页 |
| ·偏最小二乘回归分析(PLS) | 第30-31页 |
| ·BP神经网络模型 | 第31-32页 |
| ·最小二乘支持向量机(LSSVM) | 第32页 |
| ·本章小结 | 第32-34页 |
| 第三章 油菜SPAD值光谱检测研究 | 第34-41页 |
| ·油菜叶片含氮量和SPAD值相关性分析 | 第34-35页 |
| ·油菜叶片SPAD值光谱测定及数据处理 | 第35-39页 |
| ·SPAD值与光谱信息获取 | 第35-36页 |
| ·PLS全谱段SPAD值校正模型 | 第36-37页 |
| ·BPNN全谱段SPAD值校正模型 | 第37-38页 |
| ·LSSVM全谱段SPAD值校正模型 | 第38-39页 |
| ·不同回归分析方法预测结果与分析 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第四章 油菜生长信息检测系统硬件设计 | 第41-52页 |
| ·机载式硬件系统整体设计方案 | 第41-42页 |
| ·太阳能供电系统设计 | 第42-45页 |
| ·太阳能供电系统的基本结构 | 第43-44页 |
| ·太阳能供电系统元件选择与设计 | 第44-45页 |
| ·无线视频图像采集装置 | 第45-49页 |
| ·无线视频传输的概念和优势 | 第45-46页 |
| ·田间摄像机选择 | 第46-47页 |
| ·无线视频传输装置设计 | 第47-48页 |
| ·图像采集卡选择 | 第48-49页 |
| ·分析与讨论 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 油菜生长信息图像处理软件设计 | 第52-64页 |
| ·软件总体功能描述 | 第52-53页 |
| ·油菜视频图像采集 | 第53-54页 |
| ·油菜图像获取 | 第53-54页 |
| ·使用视频模块录像 | 第54页 |
| ·油菜图像的预处理 | 第54-56页 |
| ·油菜生长信息实时提取 | 第56-61页 |
| ·油菜叶片生长信息提取 | 第56-59页 |
| ·油菜花分离、面积计算和轮廓提取 | 第59页 |
| ·油菜病斑信息提取 | 第59-61页 |
| ·油菜叶片图像的批量处理 | 第61-62页 |
| ·分析与讨论 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 油菜种子图像处理 | 第64-69页 |
| ·油菜种子外部形状参数 | 第64-65页 |
| ·油菜种子的图像获取和预处理 | 第65-67页 |
| ·油菜种子的图像获取 | 第65页 |
| ·油菜种子图像的预处理 | 第65-67页 |
| ·油菜种子外形参数获取 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 全文总结和展望 | 第69-71页 |
| ·全文总结 | 第69-70页 |
| ·研究工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简历 | 第75页 |
