首页--农业科学论文--农业基础科学论文--农业物理学论文--电子技术、计算机技术在农业上的应用论文

计算机图像处理技术在植物N营养诊断中的应用及其软件开发

摘要第1-5页
Abstract第5-8页
第一章 文献综述和研究思路第8-19页
   ·文献综述第8-10页
     ·植物缺N典型的症状第8页
     ·图像处理在农业信息领域的应用和发展第8-10页
   ·国内、外相关研究综述第10-13页
     ·计算机图像处理技术在诊断施肥领域的应用第10-12页
     ·计算机图像处理技术对作物形体信息的提取第12-13页
   ·研究思路和技术路线第13-19页
     ·研究思路第13-14页
     ·可行性分析第14-17页
     ·技术路线第17-19页
第二章 图像诊断系统模型的初步建立第19-29页
   ·前言第19页
   ·诊断模型图像格式的选取第19-25页
     ·图像格式比较第19-20页
     ·图像采集第20-22页
     ·诊断模型图像格式的结构特点第22-25页
   ·建立直方图统计模型第25-29页
     ·直方图解决的方案第25-27页
     ·直方图的算法第27-29页
第三章 建立测量二维面积的模型第29-35页
   ·前言第29页
   ·测定原理第29-32页
     ·图像处理的工作流程第29-30页
     ·24位图像的特点第30页
     ·图像处理的方法和算法第30-32页
   ·叶面积测量的结果与分析第32-34页
     ·系统精度验证第32页
     ·与传统拷贝方法比较第32-33页
     ·测定精度和效率比较第33-34页
   ·结论第34-35页
第四章 图像诊断系统的框架设计第35-45页
   ·前言第35页
   ·诊断系统开发原则与技术指标第35-36页
     ·诊断系统开发原则第35-36页
     ·诊断系统编写原则第36页
   ·诊断系统的工作流程图第36-38页
   ·诊断系统的功能模块类设计第38-44页
     ·用户界面第38-40页
     ·专业功能RGB直方图统计模块设计第40-42页
     ·叶面积模块设计第42-44页
     ·结果评估第44页
   ·小结第44-45页
第五章 供氮水平与大豆叶片特征值相关性研究第45-67页
   ·前言第45页
   ·实验一 叶片不同部位RGB颜色特征值比较第45-52页
     ·供材和方法第45-47页
     ·结果第47-51页
     ·讨论第51-52页
     ·小结第52页
   ·实验二 不同生长期大豆叶片RGB特征值与供N水平关系第52-61页
     ·材料和方法第52-53页
     ·结果与分析第53-58页
     ·讨论第58-60页
     ·小结第60-61页
   ·实验三 两种供N方式下大豆叶片RGB特征值与供N水平的关系第61-65页
     ·材料和方法第61页
     ·结果第61-64页
     ·讨论第64-65页
     ·小结第65页
   ·三次实验结论第65-67页
第六章 结论与展望第67-69页
   ·结论第67-68页
   ·展望第68-69页
参考文献第69-74页
致谢第74-75页
附图5-7 不同生长期RGB特征值与氮水平关系第75-80页
附录图5-10 不同的缺氮时期RGB特征值与供氮水平的关系第80-84页
个人简介第84页

论文共84页,点击 下载论文
上一篇:小麦株高相关基因的分离克隆研究
下一篇:书证证明力问题研究--以民事诉讼为主