| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第一章 文献综述 | 第13-21页 |
| 1 机器视觉技术 | 第13-16页 |
| 1.1 数字图像处理技术 | 第14-15页 |
| 1.2 模式识别技术 | 第15-16页 |
| 2 在农作物病虫害识别检测中的应用 | 第16-19页 |
| 2.1 国外的研究现状 | 第17-18页 |
| 2.2 国内的研究进展 | 第18-19页 |
| 3 稻飞虱传统田间调查方法 | 第19-21页 |
| 第二章 稻飞虱智能识别计数系统有效性评价 | 第21-25页 |
| 1 智能识别计数系统简介 | 第21页 |
| 2 系统操作流程图 | 第21-22页 |
| 3 智能识别系统有效性评价 | 第22-25页 |
| 第三章 稻飞虱不同调查方法的室内结果比较 | 第25-43页 |
| 1 材料与方法 | 第25-26页 |
| 1.1 实验设置与材料 | 第25页 |
| 1.2 拍照设备 | 第25页 |
| 1.3 稻飞虱智能诊断识别计数系统 | 第25页 |
| 1.4 调查方法 | 第25-26页 |
| 1.5 自助法重抽样 | 第26页 |
| 1.6 统计软件 | 第26页 |
| 1.7 统计分析软件R中bootstrap抽样设计 | 第26页 |
| 2 结果与分析 | 第26-41页 |
| 2.1 不同调查方法的结果分析 | 第26-38页 |
| 2.2 不同接虫与各调查方法下捕获虫量的模型分析 | 第38-40页 |
| 2.3 机器视觉与4种传统方法调查稻飞虱虫量的相关性分析 | 第40-41页 |
| 3 讨论 | 第41-43页 |
| 第四章 大田环境下不同方法调查稻飞虱虫量分析 | 第43-51页 |
| 1 材料与方法 | 第43-44页 |
| 1.1 实验设置与材料 | 第43页 |
| 1.2 拍照设备 | 第43页 |
| 1.3 稻飞虱智能识别计数系统 | 第43-44页 |
| 1.4 调查方法 | 第44页 |
| 2 结果与分析 | 第44-49页 |
| 2.1 传统稻飞虱调查方法与机器视觉技术比较分析 | 第44-48页 |
| 2.2 不同调查方法下田间稻飞虱发生动态 | 第48-49页 |
| 3 讨论 | 第49-51页 |
| 第5章 主要结论、创新点以及展望 | 第51-53页 |
| 1 本文的主要结论 | 第51页 |
| 2 主要创新点与不足 | 第51页 |
| 3 展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-61页 |
| 在读期间发表的文章 | 第61页 |