| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-14页 |
| 1 绪论 | 第14-23页 |
| ·前言 | 第14-15页 |
| ·光谱技术在农作物病害检测中的应用研究进展和存在的问题 | 第15-18页 |
| ·多光谱成像技术在农作物病害检测中的应用研究进展和存在的问题 | 第18-21页 |
| ·研究目的及内容 | 第21页 |
| ·技术路线 | 第21-23页 |
| 2 光谱数据和多光谱数据图像采集平台简述 | 第23-32页 |
| ·光谱数据采集平台 | 第23-26页 |
| ·便携式可见-近红外光谱仪 | 第23-24页 |
| ·多光谱成像仪检测平台概述 | 第24-26页 |
| ·感染菌核病的油菜样本制备 | 第26-27页 |
| ·油菜菌核病菌的培养以及油菜的接种 | 第26-27页 |
| ·数据处理方法研究 | 第27-31页 |
| ·偏最小二乘法(PLS) | 第27-28页 |
| ·人工神经网络(ANN) | 第28-29页 |
| ·最小二乘支持向量机(LS-SVM) | 第29-31页 |
| ·模型评价标准 | 第31页 |
| ·小结 | 第31-32页 |
| 3 油菜叶片光谱分析 | 第32-41页 |
| ·油菜叶片菌核病光谱识别研究 | 第32-39页 |
| ·叶片光谱信息的获取 | 第32-33页 |
| ·采用不同回归方法建立油菜菌核病识别模型 | 第33-39页 |
| ·小结 | 第39-41页 |
| 4 多光谱图像技术在油菜菌核病识别中的应用 | 第41-59页 |
| ·多光谱图像检测平台系统结构 | 第41-45页 |
| ·图像处理过程 | 第45-46页 |
| ·提取图像特征建立识别模型 | 第46-58页 |
| ·基于颜色特征的菌核病识别模型 | 第46-53页 |
| ·基于纹理特征的菌核病识别模型 | 第53-58页 |
| ·小结 | 第58-59页 |
| 5 结论与展望 | 第59-61页 |
| ·结论 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65-66页 |