| 摘要 | 第2-4页 |
| Summary | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 传统的作物营养诊断与测定方法 | 第10-11页 |
| 1.3 国内外LabVIEW与机器视觉在农业检测中的应用现状 | 第11-14页 |
| 1.3.1 国外LabVIEW与机器视觉在农业检测中的研究现状 | 第11-12页 |
| 1.3.2 国内LabVIEW与机器视觉在农业检测中的研究现状 | 第12-14页 |
| 1.4 主要研究内容 | 第14-17页 |
| 第二章 系统总体方案设计 | 第17-25页 |
| 2.1 课题背景 | 第17页 |
| 2.2 测试系统的功能需求 | 第17-18页 |
| 2.3 虚拟仪器与LabVIEW | 第18-21页 |
| 2.3.1 虚拟仪器 | 第18-21页 |
| 2.3.2 LabVIEW | 第21页 |
| 2.3.3 视觉开发模块 | 第21页 |
| 2.4 系统设计框架 | 第21-25页 |
| 2.4.1 系统软硬件设计原则 | 第22-23页 |
| 2.4.2 硬件设计 | 第23-24页 |
| 2.4.3 软件设计 | 第24-25页 |
| 第三章 可见分光光度法测葡萄叶片还原糖含量 | 第25-28页 |
| 3.1 实验材料与方法 | 第25-26页 |
| 3.1.1 实验原理 | 第25页 |
| 3.1.2 实验仪器与试剂 | 第25页 |
| 3.1.3 实验方法 | 第25-26页 |
| 3.2 实验结果 | 第26-28页 |
| 第四章 图像采集与处理程序设计 | 第28-38页 |
| 4.1 葡萄田间图像采集系统程序设计 | 第28-30页 |
| 4.1.1 图像采集程序设计 | 第28-29页 |
| 4.1.2 图像的读取与显示程序设计 | 第29-30页 |
| 4.1.3 图像保存程序设计 | 第30页 |
| 4.2 葡萄叶片图像处理程序设计 | 第30-38页 |
| 4.2.1 图像预处理 | 第31-34页 |
| 4.2.2 背景分割 | 第34-38页 |
| 第五章 特征提取与分类识别程序设计 | 第38-49页 |
| 5.1 葡萄叶片图像特征提取与分类识别程序设计 | 第38-43页 |
| 5.1.1 颜色特征提取 | 第39-40页 |
| 5.1.2 纹理特征提取 | 第40-43页 |
| 5.1.3 基于支持向量机分类模型的建立 | 第43页 |
| 5.2 登录系统程序设计 | 第43-47页 |
| 5.3 生成安装程序 | 第47-49页 |
| 第六章 系统功能测试实验 | 第49-55页 |
| 6.1 测试环境 | 第49页 |
| 6.2 系统测试实验 | 第49-53页 |
| 6.2.1 图像采集与保存测试实验 | 第50页 |
| 6.2.2 图像预处理与背景分割实验 | 第50-51页 |
| 6.2.3 分类识别测试实验 | 第51-53页 |
| 6.3 系统测试结果分析 | 第53-55页 |
| 第七章 结论与展望 | 第55-57页 |
| 7.1 结论 | 第55-56页 |
| 7.2 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64-65页 |
| 导师简介 | 第65-67页 |
