| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第15-31页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究与发展现状 | 第16-23页 |
| 1.3 基于地面观测的棉田图像采集系统 | 第23-24页 |
| 1.4 棉花生长发育阶段及难点分析 | 第24-27页 |
| 1.5 主要研究内容 | 第27-30页 |
| 1.6 课题来源与行文安排 | 第30-31页 |
| 2 基于多尺度特征编码与形态学变换的裂铃期自动检测方法 | 第31-50页 |
| 2.1 引言 | 第31-32页 |
| 2.2 基于特征编码和空间金字塔的棉桃检测 | 第32-39页 |
| 2.3 基于形态学变换的棉桃裂铃状态检测 | 第39-43页 |
| 2.4 实验对比与分析 | 第43-49页 |
| 2.5 本章小结 | 第49-50页 |
| 3 基于区域语义信息分割的吐絮期自动检测方法 | 第50-71页 |
| 3.1 引言 | 第50-51页 |
| 3.2 融合超像素的无监督区域生成 | 第51-54页 |
| 3.3 区域特征提取 | 第54-56页 |
| 3.4 基于随机森林的有监督语义标记 | 第56-57页 |
| 3.5 实验对比与分析 | 第57-70页 |
| 3.6 本章小结 | 第70-71页 |
| 4 基于全卷积神经网络的吐絮期自动检测方法 | 第71-95页 |
| 4.1 引言 | 第71-72页 |
| 4.2 吐絮期棉花图像视觉特性分析 | 第72-73页 |
| 4.3 全卷积神经网络 | 第73-77页 |
| 4.4 干扰区域移除 | 第77-80页 |
| 4.5 实验对比与分析 | 第80-94页 |
| 4.6 本章小结 | 第94-95页 |
| 5 实际农田算法集成软件系统及实地测试 | 第95-114页 |
| 5.1 引言 | 第95-96页 |
| 5.2 棉花发育期自动观测集成软件系统 | 第96-97页 |
| 5.3 棉花发育期自动检测方法及实地测试 | 第97-112页 |
| 5.4 本章小结 | 第112-114页 |
| 6 全文总结与展望 | 第114-118页 |
| 6.1 主要研究内容 | 第114-115页 |
| 6.2 主要创新点 | 第115-116页 |
| 6.3 研究展望 | 第116-118页 |
| 致谢 | 第118-120页 |
| 参考文献 | 第120-134页 |
| 附录A 攻读学位期间发表的科研成果 | 第134-136页 |
| 附录B 发表的学术论文、发明专利与学位论文的关系 | 第136-138页 |
| 附录C 作者在博士期间主要参与的课题 | 第138页 |