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

基于水稻叶片图像时空动态特征的氮磷钾营养诊断

致谢第5-7页
摘要第7-11页
Abstract第11-14页
缩写及专业术语第26-28页
1 绪论第28-41页
    1.1 研究背景和意义第28-30页
        1.1.1 数字图像处理技术在营养诊断中的发展潜力第28页
        1.1.2 数字化营养诊断研究的不足第28-29页
        1.1.3 叶片动态特征在营养诊断中的有效性第29页
        1.1.4 挖掘叶片动态特征的价值第29-30页
    1.2 国内外研究现状第30-35页
        1.2.1 数字化植物营养诊断研究第30-34页
        1.2.2 作物动态分析研究第34-35页
    1.3 研究思路、内容和目标第35-40页
        1.3.1 研究思路第35-38页
        1.3.2 研究内容第38-39页
        1.3.3 研究目标第39-40页
    1.4 技术路线第40-41页
2 试验设计与数据获取第41-45页
    2.1 试验设计第41-43页
    2.2 图像采集第43-45页
3 图像特征提取与数据处理第45-60页
    3.1 图像预处理第45-50页
        3.1.1 图像的增强第45页
        3.1.2 去除图像背景第45-48页
        3.1.3 叶片黄化部位分割第48-50页
    3.2 特征提取第50-54页
        3.2.1 颜色特征提取第50-53页
        3.2.2 形态特征提取第53-54页
    3.3 动态特征量化与动态指标集的建立第54-56页
        3.3.1 动态特征量化第54-55页
        3.3.2 建立动态指标数据集第55-56页
    3.4 特征筛选方法第56-58页
    3.5 营养胁迫种类及胁迫程度识别方法第58-60页
4 氮、磷、钾营养胁迫下叶片时空动态分析及胁迫种类识别第60-90页
    4.1 前言第60-61页
    4.2 材料与方法第61-62页
        4.2.1 样本材料第61页
        4.2.2 动态分析第61-62页
        4.2.3 特征筛选及建模方法第62页
    4.3 氮、磷、钾胁迫下叶片形态和颜色的时空动态分析第62-70页
        4.3.1 未完全展开叶的时空动态分析第62-65页
        4.3.2 完全展开叶的时空动态分析第65-70页
    4.4 基于叶片动态特征的氮、磷、钾胁迫种类识别第70-76页
        4.4.1 筛选最优特征集第70-73页
        4.4.2 氮、磷、钾胁迫种类识别第73-76页
    4.5 基于动态特征和静态特征的氮磷钾胁迫种类识别第76-86页
        4.5.1 动态特征建模与静态特征建模效果对比第76-77页
        4.5.2 “动静结合”识别氮磷钾胁迫第77-86页
    4.6 结果讨论第86-88页
        4.6.1 氮磷钾胁迫对水稻叶片动态生长的影响第86页
        4.6.2 不同叶位叶片在氮磷钾胁迫识别中的有效性第86-88页
    4.7 本章小结第88-90页
5 不同程度氮胁迫下叶片时空动态分析及胁迫程度识别第90-105页
    5.1 前言第90-91页
    5.2 材料与方法第91-92页
    5.3 不同程度氮胁迫下叶片形态和颜色的时空动态分析第92-96页
        5.3.1 未完全展开叶面积和RGB值的时空动态分析第92-94页
        5.3.2 完全展开叶面积和RGB值的时空动态分析第94-96页
    5.4 不同程度氮营养胁迫识别第96-102页
        5.4.1 特征空间优化第96-99页
        5.4.2 氮胁迫程度识别第99-102页
    5.5 结果讨论第102-103页
    5.6 本章小结第103-105页
6 不同程度磷胁迫下叶片时空动态分析及胁迫程度识别第105-120页
    6.1 前言第105-106页
    6.2 材料与方法第106页
    6.3 不同程度磷胁迫下叶片形态和颜色的时空动态分析第106-112页
        6.3.1 未完全展开叶对不同程度磷胁迫的动态响应第106-108页
        6.3.2 完全展开叶对不同程度磷胁迫的动态响应第108-112页
    6.4 不同程度磷营养胁迫识别第112-117页
        6.4.1 筛选最优特征集第112-114页
        6.4.2 磷胁迫程度识别第114-117页
    6.5 结果讨论第117-119页
    6.6 本章小结第119-120页
7 不同程度钾胁迫下叶片时空动态分析及胁迫程度识别第120-136页
    7.1 前言第120-121页
    7.2 材料与方法第121-122页
    7.3 不同程度钾胁迫下叶片形态和颜色的时空动态分析第122-127页
        7.3.1 未完全展开叶面积和DGCI值的时空动态分析第122-123页
        7.3.2 完全展开叶面积和DGCI值的时空动态分析第123-125页
        7.3.3 不同程度钾胁迫下叶片黄化部位动态分析第125-127页
    7.4 不同程度钾营养胁迫识别第127-132页
        7.4.1 筛选最优特征组合第127-129页
        7.4.2 钾胁迫程度识别第129-132页
    7.5 结果讨论第132-134页
    7.6 本章小结第134-136页
8 结论、创新和展望第136-144页
    8.1 结论第136-142页
        8.1.1 不同氮磷钾营养水平下叶片的时空动态特征第136-138页
        8.1.2 氮磷钾营养胁迫种类识别第138-139页
        8.1.3 氮胁迫、磷胁迫、钾胁迫程度识别第139-142页
    8.2 创新点第142-143页
    8.3 展望第143-144页
参考文献第144-159页
论文发表情况第159页

论文共159页,点击 下载论文
上一篇:基于压缩感知的磁共振图像稀疏重建算法研究
下一篇:船舶动力定位非线性模型预测控制研究