基于近地遥感技术的常见玉米田间杂草识别方法及应用
| 符号说明 | 第4-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 1 前言 | 第11-19页 |
| 1.1 研究目的及意义 | 第11-13页 |
| 1.2 农田杂草识别研究现状 | 第13-15页 |
| 1.2.1 基于光谱的田间杂草识别方法 | 第13页 |
| 1.2.2 基于图像的田间杂草识别方法 | 第13-14页 |
| 1.2.3 基于光谱成像的田间杂草识别方法 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 研究方法 | 第16-17页 |
| 1.5 技术路线 | 第17-19页 |
| 2 研究区与数据源采集 | 第19-27页 |
| 2.1 研究区概况 | 第19-20页 |
| 2.2 数据采集 | 第20-27页 |
| 2.2.1 高光谱数据采集 | 第20-23页 |
| 2.2.2 多光谱数据采集 | 第23-27页 |
| 3 数据预处理方法 | 第27-35页 |
| 3.1 室内高光谱数据处理 | 第27-29页 |
| 3.1.1 获取光谱反射率 | 第27页 |
| 3.1.2 光谱数据的筛选 | 第27-28页 |
| 3.1.3 光谱数据的转换 | 第28-29页 |
| 3.1.4 光谱数据的压缩 | 第29页 |
| 3.2 多光谱图像的处理 | 第29-35页 |
| 3.2.1 图像融合 | 第31-32页 |
| 3.2.2 背景分割 | 第32-33页 |
| 3.2.3 植物叶片分割 | 第33-35页 |
| 4 特征提取 | 第35-45页 |
| 4.1 光谱数据特征波长的选取 | 第35-36页 |
| 4.2 空间数据特征提取 | 第36-45页 |
| 4.2.1 形态特征提取 | 第37-40页 |
| 4.2.2 纹理特征提取 | 第40-42页 |
| 4.2.3 特征降维 | 第42-45页 |
| 5 杂草识别模型的构建 | 第45-50页 |
| 5.1 基于逐步判别分析的杂草识别模型构建 | 第45-47页 |
| 5.2 支持向量机（SVM）的杂草识别模型构建 | 第47-50页 |
| 6 结论与展望 | 第50-55页 |
| 6.1 结论 | 第50-51页 |
| 6.2 讨论 | 第51-52页 |
| 6.3 展望与应用 | 第52-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的论文 | 第62页 |
