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

基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模

摘要第1-6页
Abstract第6-9页
目录第9-14页
图表目录第14-18页
第一章 绪论第18-28页
 1 课题的研究背景第18页
 2 课题的研究意义第18页
 3 国内外研究现状第18-25页
 4 论文的研究内容、目标和技术路线第25-26页
   ·论文的研究内容第25页
   ·论文的研究目标第25-26页
   ·论文的研究技术路线第26页
 5 论文的结构安排第26-28页
第二章 试验材料与方法第28-47页
 1 材料与地点第28-29页
   ·水稻第28页
   ·油菜第28-29页
 2 试验设计与方法第29-30页
   ·水稻第29页
   ·油菜第29-30页
 3 常规测定项目与方法第30-31页
   ·叶绿素含量测定第30页
   ·氮含量第30-31页
   ·SPAD值测定第31页
 4 数据统计处理第31-32页
 5 图像获取方法第32-34页
   ·室内环境第32-33页
   ·大田环境第33-34页
 6 图像预处理方法第34-36页
 7 颜色空间与指标第36-45页
   ·颜色空间第36-44页
   ·颜色指标第44-45页
 8 叶片面积计算方法第45页
 9 图像分析方法第45-46页
   ·网格分析法第45-46页
   ·同心圆分析法第46页
   ·颜色域分析法第46页
 10 图像分析软件第46-47页
第三章 光照问题研究第47-70页
 1. 光照问题概述第47-49页
   ·传感器成像模型第47页
   ·对角模型第47-48页
   ·表面反射模型第48页
   ·颜色恒常性算法第48-49页
 2. 研究中存在的主要光照问题第49-53页
   ·光照亮度问题第49-50页
   ·光照颜色问题第50-52页
   ·户外光照影响叶片表面颜色的问题第52-53页
 3. 光照亮度补偿第53-56页
   ·方法第53-54页
   ·结果与分析第54-56页
 4. 色偏检测第56-61页
   ·图像统计特征分析第56-58页
   ·方法第58-59页
   ·结果与分析第59-61页
     ·三种色偏检测方法性能比较第59页
     ·RGB检测方法性能的测试结果第59-61页
 5. 色偏校正第61-68页
   ·方法第61-62页
     ·颜色恒常性算法第61页
     ·色偏校正方法第61页
     ·误差度量和性能评价方法第61-62页
   ·结果第62-66页
     ·基于566幅偏黄色叶片图像集的实验结果第62-63页
     ·基于360幅偏绿色叶片图像集的实验结果第63-64页
     ·基于216幅偏蓝色叶片图像集的实验结果第64-65页
     ·基于542幅正常叶片图像集的实验结果第65-66页
   ·图像光照校正示例第66-68页
 6. 讨论与结论第68-69页
 7. 小结第69-70页
第四章 图像分析技术问题研究第70-94页
 1. 图像分析技术概述第70-72页
   ·基本流程第70页
   ·灰度化第70-71页
   ·图像分割第71页
   ·数学形态学处理第71-72页
 2. 图像分析中存在的主要问题第72-75页
   ·图像背景分割问题第72-74页
   ·图像分割的精确与模糊问题第74-75页
   ·叶表面空间分布的网格划分问题第75页
 3. 图像分割第75-88页
   ·方法第75-77页
     ·待比较的分割方法第75-76页
     ·误差度量和性能评价方法第76-77页
   ·结果与分析第77-88页
     ·分割误差实验结果第77-83页
     ·相关系数实验结果第83-84页
     ·主观评价第84-88页
 4. 外接矩形计算第88-92页
   ·方法第88-89页
     ·外接矩形计算方法第88页
     ·误差度量和性能评价方法第88-89页
   ·结果与分析第89-92页
     ·人工测量倾斜角度的可靠性第89页
     ·基于226幅油菜叶片(314片)图像集的角度误差实验结果第89-90页
     ·基于120幅水稻叶片(420片)图像集的角度误差实验结果第90页
     ·主观评价第90-92页
 5. 讨论与结论第92-93页
 6. 小结第93-94页
第五章 敏感特征与空间选择问题研究第94-117页
 1. 敏感特征与空间选择问题概述第94页
 2. 敏感颜色特征选择第94-102页
   ·方法第94-95页
     ·敏感颜色特征标准第94页
     ·基于最大相关性的敏感颜色特征选择方法第94-95页
   ·结果与分析第95-102页
     ·室内环境下叶片水平敏感颜色空间与指标筛选结果第95-97页
     ·室外环境下叶片水平敏感颜色特征筛选结果第97-98页
     ·室内环境下植株水平敏感颜色特征筛选结果第98-100页
     ·室外环境下植株冠层水平敏感颜色特征筛选结果第100页
     ·室外环境下冠层水平敏感颜色特征筛选结果第100-102页
 3. 叶色时空分布规律与形成机理第102-109页
   ·方法第102页
   ·结果与分析第102-109页
     ·氮含量分布特征第102-104页
     ·叶片水平敏感颜色特征空间分布规律第104-108页
     ·植株冠层水平敏感颜色特征空间分布规律第108-109页
     ·群体冠层水平敏感颜色特征时间分布规律第109页
 4. 敏感空间选择第109-115页
   ·方法第109页
   ·结果与分析第109-115页
     ·叶片水平敏感空间选择结果第109-112页
     ·植株叶位水平敏感空间选择结果第112-115页
     ·植株冠层水平敏感空间选择结果第115页
 5. 讨论与结论第115-116页
 6. 小结第116-117页
第六章 建模问题研究第117-132页
 1. 建模方法概述第117-119页
   ·线性回归第117页
   ·稳健线性回归第117页
   ·多项式回归第117页
   ·逐步判别回归第117-118页
   ·支持向量回归与支持向量机第118页
   ·极限学习机第118页
   ·神经网络第118页
   ·线性判别分析第118-119页
   ·模型性能评价指标第119页
 2. 建模中存在的主要问题第119-120页
   ·线性与非线性问题第119页
   ·建模方法的稳定性问题第119页
   ·模型的泛化性问题第119-120页
 3. 定量回归模型构建第120-128页
   ·线性与非线性模型比较第120-121页
   ·模型稳定性比较第121-122页
   ·模型泛化性比较第122-125页
   ·定量回归模型第125-128页
     ·水稻定量回归模型第125-127页
     ·油菜定量回归模型第127-128页
 4. 定性诊断模型构建第128-131页
   ·定性诊断样本集第128-129页
   ·特征选择第129页
   ·定性诊断模型第129-131页
     ·水稻定性诊断模型及诊断结果第129-130页
     ·油菜定性诊断模型及诊断结果第130页
     ·水稻和油菜定性诊断混合模型及诊断结果第130-131页
 5. 讨论与结论第131页
 6. 小结第131-132页
第七章 全文主要结论及创新点第132-134页
 1. 全文主要结论第132-133页
 2. 主要创新点第133-134页
参考文献第134-140页
附录A第140-143页
致谢第143-145页
作者简介第145-146页

论文共146页,点击 下载论文
上一篇:感染猪的粪肠球菌的分离鉴定及部分特性和诊断方法研究
下一篇:湖南省畜禽养殖场粪便污染治理意愿及其环境成本控制研究