| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第10-15页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 喷雾对象的精确识别和定位简介 | 第10-11页 |
| 1.2.1 机器视觉技术 | 第11页 |
| 1.2.2 可见光谱技术 | 第11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 农业生产中机器视觉技术在国内外的研究现状 | 第11-12页 |
| 1.3.2 农业生产中光谱技术在国内外的研究现状 | 第12-13页 |
| 1.4 研究意义、内容和技术路线 | 第13-14页 |
| 1.4.1 研究意义 | 第13页 |
| 1.4.2 研究内容 | 第13页 |
| 1.4.3 技术路线 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 试验材料与仪器设备 | 第15-25页 |
| 2.1 试验样品的选择 | 第15-17页 |
| 2.2 机器视觉甘蓝菜叶图像的采集装置 | 第17-19页 |
| 2.3 甘蓝菜虫害的可见光谱采集装置 | 第19-21页 |
| 2.4 甘蓝菜虫害图像采集流程 | 第21-23页 |
| 2.5 甘蓝菜虫害光谱采集过程 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 基于机器视觉甘蓝菜虫害的分析研究 | 第25-40页 |
| 3.1 颜色模型 | 第25-27页 |
| 3.1.1 RGB颜色空间概述 | 第25-26页 |
| 3.1.2 HIS颜色空间概述 | 第26-27页 |
| 3.2 甘蓝菜虫害图像的预处理 | 第27-32页 |
| 3.2.1 图像预处理概述 | 第27页 |
| 3.2.2 甘蓝菜虫害数字图像的灰度化处理 | 第27-32页 |
| 3.3 甘蓝菜虫害数字图像增强处理 | 第32-34页 |
| 3.4 甘蓝菜虫害数字边缘检测 | 第34-37页 |
| 3.4.1 甘蓝菜虫害灰度图像边缘检测算子概述 | 第35-37页 |
| 3.5 甘蓝菜虫害颜色特征提取 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 基于可见光谱信息甘蓝菜虫害的分析研究 | 第40-52页 |
| 4.1 可见光谱分析 | 第40-41页 |
| 4.2 数据预处理方法 | 第41-44页 |
| 4.3 最佳光谱反射曲线选择方法 | 第44-47页 |
| 4.4 光谱的特征提取 | 第47-49页 |
| 4.5 特征光谱数据聚类分析 | 第49-50页 |
| 4.6 本章小结 | 第50-52页 |
| 5 结论 | 第52-54页 |
| 6 展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 作者简介 | 第61页 |