| 致谢 | 第1-9页 |
| 摘要 | 第9-11页 |
| Abstract | 第11-14页 |
| 目录 | 第14-18页 |
| 图目录 | 第18-21页 |
| 表目录 | 第21-22页 |
| 缩略词表 | 第22-25页 |
| 第一章 绪论 | 第25-37页 |
| ·引言 | 第25页 |
| ·研究目的与意义 | 第25-27页 |
| ·光谱技术在数字农业中的应用 | 第27-29页 |
| ·高光谱成像技术在数字农业中的应用 | 第29-31页 |
| ·植物病害检测研究现状 | 第31-34页 |
| ·光谱与多光谱技术在植物病害检测中的可行性分析 | 第32-33页 |
| ·图像处理在植物病害检测中的可行性分析 | 第33-34页 |
| ·高光谱成像技术在植物病害检测中的可行性分析 | 第34页 |
| ·存在的问题 | 第34页 |
| ·论文研究目的与内容 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第二章 材料与方法 | 第37-57页 |
| ·试验材料 | 第37-39页 |
| ·试验品种的选择 | 第37页 |
| ·试验设计方案 | 第37-39页 |
| ·高光谱成像的数据采集系统 | 第39-43页 |
| ·光源 | 第40页 |
| ·分光模组(光谱仪) | 第40-42页 |
| ·面阵CCD侦测器 | 第42-43页 |
| ·成像配套设备 | 第43页 |
| ·成像获取软件 | 第43页 |
| ·基于高光谱成像技术的光谱数据处理技术 | 第43-48页 |
| ·基于高光谱成像技术的光谱数据预处理技术 | 第43-47页 |
| ·基于特征波长提取方法 | 第47-48页 |
| ·基于高光谱成像分类的建模方法 | 第48-51页 |
| ·多元线性回归方法 | 第49页 |
| ·偏最小二乘法 | 第49-50页 |
| ·最小二乘-支持向量机 | 第50-51页 |
| ·基于图像的高光谱成像技术中数据处理技术 | 第51-54页 |
| ·高光谱图像降维方法 | 第52-53页 |
| ·基于高光谱成像技术的图像处理方法 | 第53-54页 |
| ·模型性能评价 | 第54-56页 |
| ·定量校正模型评价 | 第54-56页 |
| ·定性判别模型评价 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第三章 番茄叶片灰霉病点状感染下的早期检测研究 | 第57-86页 |
| ·番茄叶片高光谱图像的获取 | 第57页 |
| ·番茄叶片灰霉病的可见近红外高光谱图像及波谱分析 | 第57-61页 |
| ·番茄叶片灰霉病的高光谱图像的背景剔除 | 第61-64页 |
| ·番茄叶片灰霉病的可见短波近红外高光谱图像的背景剔除 | 第61-62页 |
| ·番茄叶片灰霉病的近红外高光谱图像的背景剔除 | 第62-64页 |
| ·基于波谱的不同预处理下的番茄叶片灰霉病点状感染下的高光谱图像的早期检测研究 | 第64-72页 |
| ·基于波谱的不同预处理下的番茄叶片灰霉病点状感染下的可见短波近红外波段高光谱图像的早期检测研究 | 第64-68页 |
| ·基于波谱的不同预处理下的番茄叶片灰霉病点状感染下的近红外波段高光谱图像的早期检测研究 | 第68-72页 |
| ·基于特征波段选择降维的高光谱图像的番茄叶片灰霉病点状感染下的早期检测研究 | 第72-78页 |
| ·基于特征波段选择降维的可见短波近红外高光谱图像的番茄叶片灰霉病点状感染下的的早期检测研究 | 第72-75页 |
| ·基于特征波段选择降维的近红外高光谱图像的番茄叶片灰霉病点状感染的早期检测研究 | 第75-78页 |
| ·基于特征波段的灰霉病检测系统模型的分类算法的研究 | 第78-84页 |
| ·分类算法 | 第78-79页 |
| ·实验数据及技术路线 | 第79页 |
| ·分类器训练结果 | 第79-84页 |
| ·本章小结 | 第84-86页 |
| 第四章 基于特征波段融合图像的番茄叶片灰霉病喷灌模式感染下的早期检测 | 第86-101页 |
| ·番茄叶片样本的提取和高光谱图像的获取 | 第86页 |
| ·番茄灰霉病喷灌模式感染下的特征图像的提取 | 第86-88页 |
| ·图像增强 | 第88-91页 |
| ·可见近红外特征图像的番茄灰霉病喷灌感染下的患病面积的计算 | 第91-96页 |
| ·基于图像分割的番茄叶片面积的获取 | 第92-94页 |
| ·可见近红外特征图像下患病点面积比的计算 | 第94-96页 |
| ·近红外特征图像的番茄灰霉病喷灌感染下的患病面积的计算 | 第96-100页 |
| ·基于图像分割的番茄叶片面积的获取 | 第96-99页 |
| ·近红外特征图像下患病点面积比的计算 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第五章 基于高光谱成像技术的番茄冠层灰霉病的早期检测 | 第101-124页 |
| ·番茄冠层样本的提取和高光谱图像的获取 | 第101页 |
| ·番茄冠层样本的提取和灰霉病菌的侵染 | 第101页 |
| ·番茄冠层的高光谱图像的获取 | 第101页 |
| ·番茄冠层灰霉病的可见近红外高光谱图像及波谱分析 | 第101-104页 |
| ·番茄冠层灰霉病的高光谱图像的背景剔除 | 第104-107页 |
| ·番茄冠层灰霉病的可见短波近红外高光谱图像的背景剔除 | 第105-106页 |
| ·番茄冠层灰霉病的近红外高光谱图像的背景剔除 | 第106-107页 |
| ·基于波谱的不同预处理下的番茄冠层灰霉病的高光谱图像的早期检测研究 | 第107-111页 |
| ·基于波谱的不同预处理下的番茄冠层灰霉病的可见短波近红外高光谱图像的早期检测研究 | 第107-111页 |
| ·基于光照补偿图像与小波融合的番茄叶片灰霉病的高光谱图像的早期检测研究 | 第111-117页 |
| ·Retinex理论 | 第111-112页 |
| ·图像融合 | 第112-113页 |
| ·基于光照补偿和小波融合技术路线 | 第113-114页 |
| ·基于可见短波近红外高光谱图像的光照补偿 | 第114-116页 |
| ·基于近红外高光谱图像的光照补偿 | 第116-117页 |
| ·基于高光谱成像技术的番茄冠层灰霉病的检测的特征图像的获取 | 第117-122页 |
| ·基于植被指数的特征图像的获取 | 第117-118页 |
| ·基于PCA变换的特征图像的获取 | 第118-120页 |
| ·基于统计计算的特征图像的获取 | 第120-122页 |
| ·本章小结 | 第122-124页 |
| 第六章 结论与展望 | 第124-127页 |
| ·主要研究结论 | 第124-125页 |
| ·论文创新点 | 第125-126页 |
| ·进一步研究展望 | 第126-127页 |
| 参考文献 | 第127-138页 |
| 作者简介 | 第138-140页 |
