首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小麦条锈病的高光谱检测与空气中夏孢子监测方法研究

摘要第7-9页
ABSTRACT第9-12页
第1章 绪论第17-37页
    1.1 选题的目的和意义第17-19页
    1.2 国内外研究现状第19-30页
        1.2.1 小麦条锈病研究概况第19-23页
        1.2.2 光谱技术在植物病害监测上的应用第23-25页
        1.2.3 气传真菌孢子监测研究概况第25-28页
        1.2.4 显微图像采集技术研究概况第28-30页
    1.3 存在问题第30-31页
    1.4 主要研究内容第31-33页
    1.5 研究方法与技术路线第33-35页
        1.5.1 研究方法第33页
        1.5.2 技术路线第33-35页
    1.6 论文组织结构第35-37页
第2章 基于高光谱成像的小麦条锈病病害程度分级方法研究第37-49页
    2.1 引言第37-38页
    2.2 供试材料与高光谱图像采集第38-40页
        2.2.1 实验材料第38页
        2.2.2 高光谱成像系统第38-39页
        2.2.3 高光谱图像采集与校正第39-40页
    2.3 小麦条锈病病害程度分级方法第40-46页
        2.3.1 健康与条锈病斑区域光谱曲线分析第40-41页
        2.3.2 高光谱图像的掩模处理第41-42页
        2.3.3 病斑高光谱图像的主成分分析第42-43页
        2.3.4 基于Otsu方法的病斑面积分割第43-45页
        2.3.5 小麦条锈病病害程度分级第45-46页
    2.4 试验结果与分析第46-47页
    2.5 本章小结第47-49页
第3章 小麦条锈病菌夏孢子显微图像分割和计数方法研究第49-79页
    3.1 引言第49-50页
    3.2 材料与供试显微图像第50-51页
        3.2.1 材料与设备第50页
        3.2.2 供试夏孢子图像第50-51页
    3.3 夏孢子图像预处理第51-57页
        3.3.1 图像的缩放处理第52页
        3.3.2 基于L*a*b*模型和K-means聚类的夏孢子目标分割第52-56页
        3.3.3 图像形态学处理第56-57页
    3.4 基于改进分水岭的夏孢子分割计数算法第57-67页
        3.4.1 分水岭算法原理第58-59页
        3.4.2 基于距离变换的分水岭夏孢子计数算法第59-61页
        3.4.3 改进分水岭夏孢子分割计数算法第61-65页
        3.4.4 试验结果与分析第65-67页
    3.5 基于凹度和轮廓段融合的夏孢子分割计数算法第67-77页
        3.5.1 基于形状因子和面积的粘连孢子判别第68-69页
        3.5.2 基于凹度的粘连孢子轮廓分割第69-71页
        3.5.3 粘连孢子轮廓段融合第71-74页
        3.5.4 试验结果与讨论第74-77页
    3.6 本章小结第77-79页
第4章 小麦条锈病菌夏孢子显微图像远程采集系统硬件设计第79-102页
    4.1 引言第79-80页
    4.2 系统总体方案设计第80-90页
        4.2.1 系统需求分析及功能确定第80-82页
        4.2.2 系统总体方案及结构第82-84页
        4.2.3 核心器件选型第84-90页
    4.3 系统硬件设计第90-98页
        4.3.1 载玻片取片机构设计第90-91页
        4.3.2 载物台设计第91-92页
        4.3.3 涂脂机构设计第92-93页
        4.3.4 孢子捕捉风道机构设计第93-95页
        4.3.5 显微图像采集机构设计第95-97页
        4.3.6 太阳能供电模块设计第97-98页
        4.3.7 箱体设计第98页
    4.4 系统硬件试制与安装第98-101页
    4.5 本章小结第101-102页
第5章 夏孢子显微图像远程采集系统软件设计及测试第102-110页
    5.1 引言第102页
    5.2 系统软件设计第102-105页
        5.2.1 系统工作流程第102-103页
        5.2.2 显微图像采集与传输第103-105页
        5.2.3 系统应用软件第105页
    5.3 田间试验设计与试验方法第105-109页
        5.3.1 试验环境及仪器部署第105-106页
        5.3.2 系统运行稳定性测试第106-107页
        5.3.3 系统采集显微图像质量测试第107-108页
        5.3.4 能量可用性测试第108-109页
    5.4 本章小结第109-110页
第6章 小麦条锈病菌夏孢子图像分割与计数软件设计与试验第110-133页
    6.1 引言第110页
    6.2 供试材料与夏孢子显微图像采集第110-112页
        6.2.1 实验材料第110-111页
        6.2.2 显微图像远程采集系统第111页
        6.2.3 夏孢子显微图像采集方法第111-112页
    6.3 软件系统总体设计第112-114页
        6.3.2 软件功能设计及系统框图第112-113页
        6.3.3 系统运行及开发环境第113-114页
    6.4 软件系统关键技术第114-124页
        6.4.1 基于K-means聚类的夏孢子目标提取第114-117页
        6.4.2 形态学预处理第117-119页
        6.4.3 夏孢子图像分割计数算法第119-124页
    6.5 软件结构与功能实现第124-130页
        6.5.1 自动计数系统软件界面第124-126页
        6.5.2 图像载入和缩放处理第126页
        6.5.3 图像处理第126-128页
        6.5.4 数据输出第128-130页
    6.6 结果和讨论第130-132页
        6.6.1 结果第130-131页
        6.6.2 讨论第131-132页
    6.7 本章小结第132-133页
第7章 结论与展望第133-136页
    7.1 结论第133-134页
    7.2 创新点第134-135页
    7.3 展望第135-136页
参考文献第136-146页
致谢第146-148页
个人简历第148-149页

论文共149页,点击 下载论文
上一篇:量子阱光子晶体的滤波特性研究
下一篇:分数阶扩散方程的两类反问题研究