基于高光谱成像技术的玉米螟检测方法研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究进展 | 第11-18页 |
| 1.2.1 基于高光谱成像技术蔬菜的病虫害检测 | 第12-13页 |
| 1.2.2 基于高光谱成像技术肉类的病害检测 | 第13-14页 |
| 1.2.3 基于高光谱成像技术水果的病虫害检测 | 第14-16页 |
| 1.2.4 基于高光谱成像技术农作物的病虫害检测 | 第16-18页 |
| 1.3 主要研究内容及技术路线 | 第18-21页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第二章 高光谱成像实验与数据获取 | 第22-27页 |
| 2.1 高光谱成像技术原理 | 第22页 |
| 2.2 实验过程与数据获取 | 第22-26页 |
| 2.2.1 实验材料 | 第22页 |
| 2.2.2 实验设备及其参数设置 | 第22-24页 |
| 2.2.3 实验过程 | 第24页 |
| 2.2.4 图像的采集 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 数据预处理及有效光谱区域的提取 | 第27-32页 |
| 3.1 数据预处理 | 第27-30页 |
| 3.1.1 黑白板校正 | 第27页 |
| 3.1.2 图像的预处理 | 第27-30页 |
| 3.2 光谱区域最优范围的确定 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于主成分分析的玉米螟虫害检测方法研究 | 第32-43页 |
| 4.1 图像处理和识别主要分析方法 | 第32-36页 |
| 4.1.1 图像分割方法 | 第32-34页 |
| 4.1.2 主成分分析方法 | 第34-36页 |
| 4.2 玉米秸秆的高光谱图像主成分分析 | 第36-37页 |
| 4.3 阈值分割法提取玉米秸秆虫害部位 | 第37-38页 |
| 4.4 玉米秸秆高光谱图像的虫害检测算法 | 第38-39页 |
| 4.5 建立玉米秸秆虫害检测模型 | 第39-40页 |
| 4.6 检测结果 | 第40-41页 |
| 4.7 本章小结 | 第41-43页 |
| 第五章 基于最优波段的玉米螟虫害检测方法研究 | 第43-48页 |
| 5.1 最佳波段的选择方法 | 第43页 |
| 5.2 感兴趣区域的光谱分析 | 第43-44页 |
| 5.3 玉米秸秆图像分割 | 第44-45页 |
| 5.4 玉米螟高光谱图像最佳波段选择 | 第45-46页 |
| 5.5 玉米虫害的检测方法及检测结果 | 第46-47页 |
| 5.5.1 玉米虫害的检测方法 | 第46页 |
| 5.5.2 玉米虫害的检测结果 | 第46-47页 |
| 5.6 本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-50页 |
| 6.1 主要结论 | 第48-49页 |
| 6.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士期间发表论文 | 第55页 |
