首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

水稻种子活力、生活力检测方法及计算机视觉的应用研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-11页
第一章 绪论第11-18页
   ·研究的目的和意义第11-12页
   ·国内外研究动态第12-16页
   ·研究内容第16-17页
   ·本章小结第17-18页
第二章 发芽试验研究第18-25页
   ·作物种子的发芽率与发芽势第18-19页
     ·水稻种子构造与发芽过程第18页
     ·发芽率和发芽势第18-19页
   ·发芽测试方法第19-22页
     ·试验材料第19页
     ·测试步骤第19-21页
     ·结果计算和表示方法第21-22页
   ·发芽测试结果及讨论第22-24页
     ·发芽测试结果第22-23页
     ·讨论第23-24页
   ·本章小结第24-25页
第三章 微弱发光特性研究第25-37页
   ·微弱发光系统第25-28页
     ·微弱发光简介第25-27页
     ·微弱发光测试原理第27-28页
     ·微弱发光测试系统的组成第28页
   ·测试方法第28-30页
     ·测试注意事项第28页
     ·测试步骤第28-30页
   ·测试结果及讨论第30-36页
     ·测试结果第30页
     ·结果分析第30-36页
   ·本章小结第36-37页
第四章 四唑染色试验研究第37-51页
   ·四唑染色方法第37-39页
     ·原理第37页
     ·特点第37页
     ·目的和应用第37-39页
   ·四唑染色的试验准备第39-40页
     ·样品第39页
     ·预备试验第39页
     ·染色试剂四唑溶液的配置第39-40页
   ·试验方法第40-43页
     ·材料和设备第40页
     ·试验步骤第40-43页
   ·结果及讨论第43-50页
     ·试验结果第43-46页
     ·结果讨论第46-50页
   ·本章小结第50-51页
第五章 计算机视觉系统及数字图像处理技术第51-62页
   ·计算机视觉技术及其应用概述第51-54页
     ·计算机视觉技术第51-52页
     ·计算机视觉系统组成第52-53页
     ·计算机视觉的应用第53-54页
   ·本课题中的计算机视觉系统的硬件组成第54-56页
   ·数字图像处理技术第56-61页
     ·图像采集第57页
     ·图像变换第57-58页
     ·图像增强第58-60页
     ·图像分割第60页
     ·图像识别第60-61页
   ·本章小结第61-62页
第六章 利用计算机视觉技术处理四唑染色测试结果第62-83页
   ·图像的采集第62-64页
     ·图像采集系统参数调整第62-63页
     ·四唑染色图像的采集第63-64页
   ·Matlab 语言简介第64-67页
     ·Matlab语言特点第64-65页
     ·Matlab6.5的GUI设计第65-67页
   ·图像处理第67-74页
     ·图像的打开与保存第68页
     ·图像预处理第68-71页
     ·区域分割第71-73页
     ·结果处理第73-74页
   ·结果与比较第74-82页
     ·结果第74-77页
     ·比较和分析第77-82页
   ·本章小结第82-83页
第七章 结论与展望第83-85页
   ·结论第83-84页
   ·展望第84-85页
参考文献第85-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:基于光谱技术的油菜养分及油菜籽品质分析的研究
下一篇:基于不同土质土壤的光谱特性及快速分析仪的研究