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

基于计算机视觉的水稻叶片信息研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-17页
 1 研究目的和意义第9页
 2 国内外研究现状及存在的问题第9-15页
   ·基于计算机视觉的作物形态特征提取第9-13页
   ·基于计算机视觉的作物营养诊断第13-14页
   ·存在的问题第14-15页
 3 研究内容与目标第15-16页
   ·主要研究内容第15页
   ·研究目标第15页
   ·关键问题第15-16页
 4 技术路线第16-17页
第二章 预备知识第17-26页
 1 计算机视觉技术第17页
 2 颜色模型第17-20页
   ·RGB颜色模型第17-18页
   ·HIS颜色模型第18-19页
   ·HSV颜色模型第19-20页
 3 图像灰度化第20-21页
 4 中值滤波第21-23页
   ·中值滤波原理第21-22页
   ·中值滤波的特性第22-23页
 5 图像分割第23-25页
   ·OTSU阈值法第23-24页
   ·不同阈值分割方法图像比较第24-25页
 6 本章小结第25-26页
第三章 材料与方法第26-30页
 1 试验区概况第26页
 2 试验材料第26页
 3 试验设计第26-27页
 4 试验设备第27-29页
   ·试验设备第27页
   ·本课题采用的计算机视觉系统第27-29页
 5 测量项目第29页
 6 本章小结第29-30页
第四章 基于计算机视觉的水稻叶片叶面积算法研究第30-41页
 1 引言第30页
 2 计算机视觉测量面积原理第30-31页
 3 测量方法第31-32页
 4 叶面积测量结果与分析第32-40页
   ·计算机视觉拍摄面的选择第33-34页
   ·改进的计算机视觉面积测量方法第34-37页
   ·水稻叶面积回归方程的建立第37-40页
 5 本章小结第40-41页
第五章 基于计算机视觉的水稻叶片颜色特征信息研究第41-55页
 1 引言第41页
 2 几个关键问题第41-46页
   ·颜色特征的选取第42页
   ·拍摄时间的选择第42-43页
   ·拍摄面&测量位点的选择第43-46页
   ·SPAD仪测量叶层的选择第46页
 3 数据采集第46-49页
   ·SPAD 502第47-48页
   ·白平衡灰卡第48-49页
 4 水稻单叶SPAD值预测模型建立与检测第49-54页
   ·实验室环境下预测模型建立第49-50页
   ·模型检验第50-51页
   ·大田环境下预测模型的建立第51-52页
   ·模型检验第52-54页
 5 本章小结第54-55页
第六章 结论与设想第55-57页
 1 本研究的主要结论第55-56页
 2 进一步的研究设想第56-57页
参考文献第57-63页
致谢第63-64页
个人简介第64页

论文共64页,点击 下载论文
上一篇:基于数字图像处理技术的苎麻叶片信息研究
下一篇:基于Multi-Agent的水稻栽培知识管理研究