首页--农业科学论文--植物保护论文--病虫害及其防治论文--农作物病虫害及其防治论文--禾谷类作物病虫害论文--稻病虫害论文--病害论文--侵(传)染性病害论文

基于高光谱的水稻纹枯病特征提取与诊断方法研究

摘要第9-10页
Abstract第10-11页
第一章 绪论第12-19页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究状况第13-15页
        1.2.1 光谱技术在病虫害检测中的应用第13-14页
        1.2.2 作物病虫害光谱检测的现状第14-15页
    1.3 水稻病虫害光谱诊断的主要问题分析第15-16页
    1.4 研究内容和技术路线第16-19页
        1.4.1 研究目的及研究内容第16-17页
        1.4.2 研究的技术路线第17-19页
第二章 试验设计与方法第19-33页
    2.1 试验设计与样本采集第19-22页
        2.1.1 叶片尺度病害试验第19-21页
        2.1.2 冠层尺度病害试验第21-22页
    2.2 水稻纹枯病样本光谱数据获取第22-24页
        2.2.1 纹枯病样本光谱提取感兴趣区域分析第22-23页
        2.2.2 高光谱数据转换第23-24页
        2.2.3 叶片和冠层光谱数据的处理第24页
    2.3 高光谱数据预处理第24-26页
        2.3.1 数据规范化处理第24-25页
        2.3.2 数据平滑处理第25-26页
    2.4 高光谱降维方法第26-29页
        2.4.1 植被指数第26-27页
        2.4.2 连续投影法第27页
        2.4.3 主成分分析法第27页
        2.4.4 基于Gram-Schmidt正交化基向量方法第27-29页
    2.5 识别分类方法第29-30页
        2.5.1 支持向量机第29-30页
        2.5.2 BP神经网络第30页
    2.6 模型性能评价第30-32页
        2.6.1 定量校正模型评价第30-31页
        2.6.2 定性判别模型评价第31-32页
    2.7 本章小结第32-33页
第三章 基于叶片尺度光谱特征的水稻纹枯病识别第33-42页
    3.1 主成分分析法光谱特征提取第33页
    3.2 连续投影法光谱特征波长提取第33-34页
    3.3 .基于Gram-Schmidt正交化方法的基向量特征提取第34-38页
        3.3.1 Gram-Schmidt正交化变换原始光谱的改进第34页
        3.3.2 观测窗宽度设置第34-37页
        3.3.3 .基向量对应敏感波段第37-38页
    3.4 不同特征对病害识别结果对比第38-41页
    3.5 本章小结第41-42页
第四章 叶片尺度的水稻纹枯病害级别判定第42-53页
    4.1 纹枯病叶片尺度光谱响应特征第42-43页
    4.2 叶片尺度水稻纹枯光谱与单株病级相关情况第43-45页
        4.2.1 基于原始光谱的敏感波段选择第43页
        4.2.2 基于光谱敏感度的敏感波段选择第43-45页
        4.2.3 水稻纹枯病病情严重程度敏感波段选择第45页
    4.3 水稻纹枯病胁迫下叶片光谱特征第45-48页
        4.3.1 植被指数第45-46页
        4.3.2 光谱微分特征和连续统的特征第46-47页
        4.3.3 Gram-Schmidt正交法提取的基向量特征第47-48页
    4.4 水稻纹枯病叶片光谱特征与病级相关性分析第48-49页
    4.5 水稻纹枯病病级的判别第49-52页
        4.5.1 基于BP判别模型的水稻纹枯病病情严重程度判别第49-51页
        4.5.2 基于多分类SVM的水稻纹枯病病情严重程度判别第51-52页
    4.6 本章小结第52-53页
第五章 冠层尺度的水稻纹枯病害级别判定第53-62页
    5.1 纹枯病冠层尺度光谱响应特征第53-54页
    5.2 水稻纹枯病冠层尺度光谱与病情指数相关情况第54-55页
    5.3 水稻纹枯病冠层光谱特征第55-57页
        5.3.1 基于冠层原始光谱数据的植被指数和光谱特征参数第55-56页
        5.3.2 Gram-Schmidt正交化冠层原始光谱数据获取基向量特征第56-57页
    5.4 水稻纹枯病冠层尺度病情指数估测模型第57-60页
    5.5 区域尺度高光谱图像识别水稻纹枯病害程度第60-61页
    5.6 本章小结第61-62页
第六章 结论与展望第62-64页
    6.1 结论第62-63页
    6.2 展望第63-64页
参考文献第64-69页
致谢第69-70页
攻读硕士期间发表论文第70-71页

论文共71页,点击 下载论文
上一篇:天津滨海新区服务业发展战略研究
下一篇:自走式盆栽花卉自动移栽机钵盆分离输送装置研制