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

基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究

摘要第1-8页
ABSTRACT第8-13页
第一章 绪论第13-23页
   ·作物营养元素亏缺诊断方法的研究现状第13-15页
     ·作物营养元素亏缺的常规诊断方法第13-14页
     ·作物营养元素亏缺的无损诊断方法第14-15页
   ·作物营养元素亏缺的高光谱图像诊断方法第15-20页
     ·高光谱图像技术概况第15-17页
     ·高光谱图像技术诊断作物营养元素亏缺的原理第17-20页
   ·研究目的第20页
   ·研究内容第20-22页
   ·小结第22-23页
第二章 营养元素亏缺样本的培育与叶片常规理化分析第23-51页
   ·引言第23页
   ·样本培育第23-29页
     ·营养液配置第24-27页
     ·育苗及移栽第27-28页
     ·施肥管理第28-29页
   ·叶片营养元素含量检测第29-37页
     ·叶片营养元素含量的检测方法第29-34页
     ·营养亏缺叶片的元素含量检测结果与分析第34-37页
   ·营养元素亏缺叶片的色素含量检测第37-46页
     ·叶片色素含量的检测方法第37-41页
     ·营养元素亏缺叶片的色素含量检测结果与分析第41-46页
   ·营养元素亏缺叶片的外部形态特征分析第46-49页
     ·缺N叶片的形态特征分析第46-47页
     ·缺P叶片的形态特征分析第47页
     ·缺K叶片的形态特征分析第47-48页
     ·缺Mg叶片的形态特征分析第48-49页
   ·叶片N、P、K、Mg缺素症状比较第49页
   ·小结第49-51页
第三章 高光谱图像采集及预处理第51-59页
   ·叶片高光谱图像的采集第51-56页
     ·高光谱图像数据采集系统第51-55页
     ·高光谱图像采集第55-56页
   ·叶片高光谱图像的预处理第56-57页
   ·小结第57-59页
第四章 基于PCA和ICA的叶片高光谱图像特征信息提取第59-69页
   ·引言第59页
   ·PCA和ICA的基本原理第59-65页
     ·主成分分析(PCA)的基本原理第59-62页
     ·独立分量分析(ICA)的基本原理第62-65页
   ·PCA和ICA的光谱特征信息提取第65-67页
     ·PCA提取高光谱图像的光谱特征信息第65页
     ·ICA提取高光谱图像的光谱特征信息第65-67页
   ·PCA和ICA的图像特征信息提取第67-68页
     ·PCA提取高光谱图像的图像特征信息第67-68页
     ·ICA提取高光谱图像的图像特征信息第68页
   ·小结第68-69页
第五章 基于高光谱图像光谱信息的叶绿素含量及叶面分布检测研究第69-85页
   ·引言第69页
   ·光谱信息的提取及预处理第69-72页
   ·特征波段筛选方法第72-83页
     ·常规区间偏最小二乘法(iPLS)第74页
     ·联合区间偏最小二乘法(SiPLS)第74-75页
     ·遗传算法-区间偏最小二乘法(GA-iPLS)第75-77页
     ·遗传算法-模拟退火-区间偏最小二乘法(GA-SA-iPLS)第77-82页
     ·叶绿素含量偏最小二乘模型比较第82-83页
   ·叶绿素含量叶面分布检测第83-84页
   ·小结第84-85页
第六章 基于叶绿素含量叶面分布图的N、K、Mg元素亏缺诊断研究第85-93页
   ·引言第85页
   ·对照组叶片和缺N、K、Mg叶片叶绿素含量叶面分布图比较第85-88页
     ·对照组叶片的叶绿素含量叶面分布图第85-86页
     ·缺N叶片的叶绿素含量叶面分布图第86-87页
     ·缺K叶片的叶绿素含量叶面分布图第87页
     ·缺Mg叶片的叶绿素含量叶面分布图第87-88页
   ·基于叶绿素含量叶面分布图的N、K、Mg元素亏缺诊断第88-92页
     ·N元素亏缺诊断第88-89页
     ·K元素亏缺诊断第89-91页
     ·Mg元素亏缺诊断第91-92页
   ·小结第92-93页
第七章 基于近红外高光谱图像的P元素亏缺诊断第93-99页
   ·引言第93页
   ·P元素亏缺诊断第93-97页
   ·小结第97-99页
第八章 设施栽培作物营养元素亏缺症状数据库软件开发第99-105页
   ·引言第99页
   ·软件开发平台第99页
   ·软件基本功能第99页
   ·软件使用说明第99-103页
   ·小结第103-105页
第九章 结论与展望第105-109页
   ·研究的主要结论第105-107页
   ·研究的创新点第107页
   ·研究展望第107-109页
参考文献第109-121页
致谢第121-123页
附录第123-151页
攻博期间取得的研究成果第151-154页

论文共154页,点击 下载论文
上一篇:一类平面两自由度并联机构的性能分析与优选研究
下一篇:基于非参数正交多项式的图像分割和融合研究