首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究

摘要第1-8页
Abstract第8-17页
第一章 引言第17-26页
   ·选题背景及研究意义第17-18页
   ·国内外研究现状第18-23页
     ·计算机视觉技术在植物病害诊断方面的研究进展第18-20页
     ·光谱成像技术在植物病害识别方面的研究进展第20-21页
     ·傅立叶变换红外光谱技术在植物病害检测方面的研究进展第21页
     ·计算机视觉技术在植物病原真菌孢子识别方面的研究进展第21-22页
     ·傅立叶变换红外光谱技术在植物病原真菌分析方面的研究进展第22-23页
   ·论文主要研究内容和技术路线第23-24页
     ·研究内容第23-24页
     ·技术路线第24页
   ·论文创新点第24-25页
   ·论文组织结构第25-26页
第二章 基于计算机视觉的番茄叶部病害诊断研究第26-50页
   ·材料与方法第26-28页
     ·实验材料第26-27页
     ·实验方法第27-28页
   ·结果与讨论第28-48页
     ·计算机视觉数字图像采集硬件系统的构建第28-29页
     ·番茄叶部病害标准化数字图像库的建立第29-32页
     ·番茄叶部病害数字图像处理第32-38页
     ·番茄叶部病害数字图像特征提取第38-40页
     ·番茄叶部病害图像模式识别与仿真诊断第40-44页
     ·基于计算机视觉的番茄叶部病害自动诊断系统的构建第44-48页
   ·本章小结第48-50页
第三章 基于高光谱成像技术的黄瓜叶部病害识别研究第50-65页
   ·材料与方法第50-54页
     ·实验材料第50-51页
     ·实验方法第51-54页
   ·结果与讨论第54-63页
     ·高光谱图像采集系统的构建第54-55页
     ·黄瓜叶部病害高光谱图像数据库的建立第55-57页
     ·黄瓜叶部病害高光谱数据标定第57-59页
     ·黄瓜叶部病害高光谱曲线分析第59-60页
     ·黄瓜叶部病害高光谱模式识别第60-63页
   ·本章小结第63-65页
第四章 基于傅立叶变换红外光谱的黄瓜棒孢叶斑病早期检测第65-72页
   ·材料与方法第65-67页
     ·实验材料第65-66页
     ·实验方法第66-67页
   ·结果与讨论第67-70页
     ·黄瓜棒孢叶斑病叶片与健康叶片的FTIR 光谱分析第67-69页
     ·黄瓜棒孢叶斑病叶片不同部位FTIR 光谱分析第69页
     ·基于FTIR 敏感波段的黄瓜棒孢叶斑病早期检测第69-70页
     ·黄瓜棒孢叶斑病和健康叶片FTIR 光谱的聚类分析第70页
   ·本章小结第70-72页
第五章 基于计算机视觉的植物病原真菌识别研究第72-91页
   ·材料与方法第72-74页
     ·实验材料第72-73页
     ·实验方法第73-74页
   ·结果与讨论第74-89页
     ·植物病原真菌显微形态数字图像采集系统的构建第74-75页
     ·植物病原真菌标准化数字图像库的建立第75-77页
     ·植物病原真菌孢子图像分割第77-81页
     ·植物病原真菌孢子特征提取第81-84页
     ·植物病原真菌孢子图像模式识别与仿真诊断第84-86页
     ·基于计算机视觉的植物病原真菌孢子自动识别系统的构建第86-89页
   ·本章小结第89-91页
第六章 基于傅立叶变换红外光谱的植物病原真菌识别研究第91-103页
   ·材料与方法第91-95页
     ·实验材料第91页
     ·实验方法第91-95页
   ·结果与分析第95-101页
     ·植物病原真菌FTIR 光谱分析第95-96页
     ·植物病原真菌光谱分析敏感波段的选择第96-100页
     ·植物病原真菌FTIR 光谱聚类分析第100页
     ·植物病原真菌真菌FTIR 光谱典型判别分析第100-101页
   ·本章小结第101-103页
第七章 全文结论第103-107页
   ·结论第103-104页
   ·讨论第104-107页
参考文献第107-121页
致谢第121-122页
作者简历第122-123页

论文共123页,点击 下载论文
上一篇:网络环境下我国健康传播体系研究
下一篇:农业科研院所创新文化研究