基于图像和光谱解析的小麦病害识别研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 小麦病害遥感监测研究进展 | 第10-12页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 目前研究存在的不足 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 试验方案与数据获取 | 第15-20页 |
| 2.1 研究区域概况 | 第15-16页 |
| 2.2 数据获取 | 第16-19页 |
| 2.2.1 叶片尺度成像光谱数据 | 第16-17页 |
| 2.2.2 冠层尺度成像光谱数据 | 第17-19页 |
| 2.3 病害严重度调查 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 小麦白粉病和条锈病图谱特征解析 | 第20-35页 |
| 3.1 病害叶片图像的纹理特征分析 | 第20-26页 |
| 3.1.1 基于概率统计的滤波分析 | 第20-23页 |
| 3.1.2 基于二阶概率统计的滤波分析 | 第23-26页 |
| 3.2 正常叶片和病害叶片图像基本统计信息对比 | 第26-29页 |
| 3.3 病害叶片图像的光谱特征分析 | 第29-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 叶片尺度下小麦白粉病与条锈病的判别研究 | 第35-44页 |
| 4.1 引言 | 第35-36页 |
| 4.2 数据分析及处理 | 第36-40页 |
| 4.2.1 高光谱图像的主成分分析 | 第37-39页 |
| 4.2.2 图像分割 | 第39页 |
| 4.2.3 光谱标准化处理 | 第39-40页 |
| 4.3 结果与讨论 | 第40-43页 |
| 4.3.1 图像分割结果 | 第40页 |
| 4.3.2 病斑光谱特征分析 | 第40-41页 |
| 4.3.3 特征波段的提取 | 第41-42页 |
| 4.3.4 PCA-SVM判别模型的建立 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 冠层尺度下多因子影响的小麦白粉病诊断 | 第44-56页 |
| 5.1 引言 | 第44-45页 |
| 5.2 数据采集与处理 | 第45-48页 |
| 5.3 实验结果 | 第48-53页 |
| 5.3.1 不同背景地物的光谱响应 | 第48-50页 |
| 5.3.2 病害识别特征 | 第50-51页 |
| 5.3.3 病害识别模型构建 | 第51-53页 |
| 5.4 分析与讨论 | 第53-55页 |
| 5.4.1 多个背景地物对小麦白粉病害诊断影响 | 第53-54页 |
| 5.4.2 敏感波段选择与病害识别特征分析 | 第54页 |
| 5.4.3 不同病害严重度识别对喷药防治的影响 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间研究成果 | 第66-67页 |
| 附录1 | 第67-70页 |
| 附录2 | 第70-71页 |
