| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 当前植物营养素诊断方法研究 | 第12-17页 |
| 1.2.1 营养素诊断常用方法 | 第12-13页 |
| 1.2.2 基于颜色特征信息的植物缺素诊断 | 第13-15页 |
| 1.2.3 智能手机在农业研究领域的应用 | 第15-17页 |
| 1.3 研究内容及技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 第二章 开发环境 | 第19-26页 |
| 2.1 Android 开发技术 | 第19-21页 |
| 2.1.1 Android 简介 | 第19页 |
| 2.1.2 Android 平台 | 第19-21页 |
| 2.2 开发工具与测试环境 | 第21-25页 |
| 2.2.1 Java 语言 | 第21-22页 |
| 2.2.2 Eclipse 集成开发环境 | 第22页 |
| 2.2.3 OpenCV 计算机视觉库 | 第22-24页 |
| 2.2.4 Android 模拟器 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 图像预处理及表征含氮量信息的颜色特征参数的提取 | 第26-43页 |
| 3.1 实验材料及方法 | 第26-32页 |
| 3.1.1 实验材料 | 第26页 |
| 3.1.2 不同含氮量玉米样本的制备方法 | 第26-28页 |
| 3.1.3 SPAD 数据采集 | 第28-29页 |
| 3.1.4 玉米叶片图像的采集 | 第29-31页 |
| 3.1.5 玉米叶片含氮量的测定 | 第31页 |
| 3.1.6 实验步骤 | 第31-32页 |
| 3.2 图像预处理 | 第32-38页 |
| 3.2.1 图像预处理流程 | 第32页 |
| 3.2.2 图像平滑 | 第32-34页 |
| 3.2.3 图像的色彩校正 | 第34-35页 |
| 3.2.4 图像分割 | 第35-38页 |
| 3.3 表征含氮量信息的玉米叶片颜色特征参数的提取 | 第38-42页 |
| 3.3.1 RGB 彩色空间模型 | 第38-39页 |
| 3.3.2 颜色特征提取 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 玉米叶片含氮量检测模型的建立与检验 | 第43-46页 |
| 4.1 玉米叶片含氮量检测模型建立 | 第43-44页 |
| 4.2 玉米叶片含氮量检测模型验证 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 软件实现 | 第46-55页 |
| 5.1 软件功能分析 | 第46页 |
| 5.2 软件界面设计 | 第46-47页 |
| 5.3 软件工作流程 | 第47-48页 |
| 5.4 软件算法的实现 | 第48-54页 |
| 5.4.1 软件初始化 | 第48-50页 |
| 5.4.2 软件简介 | 第50-51页 |
| 5.4.3 获取图像 | 第51-52页 |
| 5.4.4 图像处理 | 第52-53页 |
| 5.4.5 计算玉米叶片含氮量 | 第53-54页 |
| 5.4.6 测试环境 | 第54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 本研究的创新点 | 第56页 |
| 6.3 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |