| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·国内外研究现状及存在的问题 | 第9-13页 |
| ·人工观察法 | 第9-10页 |
| ·遥感监测 | 第10-11页 |
| ·机器视觉与数字图像处理 | 第11-12页 |
| ·远程监测 | 第12-13页 |
| ·研究的背景和意义 | 第13-14页 |
| ·研究目标和内容 | 第14-15页 |
| 第二章 研究方法 | 第15-23页 |
| ·实验设计 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| ·水稻生长信息的获取 | 第17-18页 |
| ·水稻数字图像的获取 | 第18-20页 |
| ·单株水稻图像的获取 | 第19-20页 |
| ·群体水稻图像的获取 | 第20页 |
| ·系统标定 | 第20-21页 |
| ·单株水稻图像的标定 | 第20-21页 |
| ·群体水稻图像的标定 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 水稻图像的预处理 | 第23-35页 |
| ·灰度直方图 | 第23页 |
| ·图像的增强 | 第23-28页 |
| ·灰度线性变换 | 第24-27页 |
| ·中值滤波 | 第27-28页 |
| ·图像阈值分割 | 第28-33页 |
| ·阈值分割定义 | 第29-30页 |
| ·迭代阈值法 | 第30-31页 |
| ·Otsu法 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 单株水稻形态特征参数的图像法提取 | 第35-48页 |
| ·单株水稻图像的获取与处理 | 第35-40页 |
| ·灰度图像的增强 | 第37页 |
| ·单株水稻图像的二值化 | 第37-38页 |
| ·单株水稻图像的细化 | 第38-40页 |
| ·水稻各种形态参数的提取 | 第40-47页 |
| ·株高 | 第41-42页 |
| ·叶尖距 | 第42-44页 |
| ·叶基角 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 水稻群体图像的获取及分析 | 第48-67页 |
| ·水稻群体图像的获取 | 第48页 |
| ·利用颜色特征分割水稻叶片与背景 | 第48-54页 |
| ·水稻分割颜色模型的选取 | 第48-51页 |
| ·彩色图像转灰度图 | 第51-53页 |
| ·阈值分割灰度图 | 第53-54页 |
| ·水稻叶面积的提取及分析 | 第54-65页 |
| ·单株叶面积的测量方法 | 第54-55页 |
| ·群体叶面积的测量方法 | 第55-57页 |
| ·图像叶面积指数和实测叶面积指数间的关系模型 | 第57-63页 |
| ·水稻各个生长期叶面积指数对长势状况的反映 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 水稻不同生育期长势监测系统软件设计 | 第67-74页 |
| ·软件功能介绍 | 第67-68页 |
| ·软件程序及界面设计 | 第68-73页 |
| ·系统软件程序设计 | 第68-69页 |
| ·软件界面设计及操作 | 第69-72页 |
| ·结果评价 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 结论与展望 | 第74-77页 |
| ·结论 | 第74-75页 |
| ·展望 | 第75-77页 |
| ·多种方法的融合将是作物监测技术的重要发展方向 | 第76页 |
| ·专家系统的研究和开发将在作物长势监测中起重要作用 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间发表的主要论文 | 第81页 |