| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 符号列表 | 第16-18页 |
| 第一章 文献综述 | 第18-27页 |
| 1.1 选题背景 | 第18页 |
| 1.2 研究目的及意义 | 第18-19页 |
| 1.2.1 目的 | 第18-19页 |
| 1.2.2 意义 | 第19页 |
| 1.3 国内外研究进展及分析 | 第19-27页 |
| 1.3.1 作物长势监测技术的发展 | 第19-20页 |
| 1.3.2 基于数字图像识别与分析的作物长势监测研究现状 | 第20-23页 |
| 1.3.3 作物长势监测远程控制技术国外研究现状 | 第23-24页 |
| 1.3.4 数字化远程视频监测系统国外研究现状 | 第24-25页 |
| 1.3.5 基于图像识别的区域化作物长势监测存在的问题 | 第25-27页 |
| 第二章 研究思路与方法 | 第27-44页 |
| 2.1 研究内容 | 第27-28页 |
| 2.1.1 棉花群体冠层图像获取 | 第27页 |
| 2.1.2 数字图像分割 | 第27页 |
| 2.1.3 模型建立 | 第27-28页 |
| 2.1.4 模型检验 | 第28页 |
| 2.1.5 远程监测与诊断服务平台搭建 | 第28页 |
| 2.2 试验材料 | 第28-31页 |
| 2.2.1 小区试验 | 第28-30页 |
| 2.2.2 高产田试验 | 第30页 |
| 2.2.3 试验地土壤属性 | 第30-31页 |
| 2.3 测试项目与方法 | 第31-41页 |
| 2.3.1 棉花农学参数测量与获取 | 第31-32页 |
| 2.3.2 棉花冠层图像获取与图像分割 | 第32-36页 |
| 2.3.3 覆盖度的获取方法 | 第36-37页 |
| 2.3.4 图像分割四层计算机算法 | 第37-38页 |
| 2.3.5 数字图像识别系统 DIRS 提取 CC | 第38-40页 |
| 2.3.6 棉田气象生态数据获取 | 第40-41页 |
| 2.4 数据分析与模型检验 | 第41-42页 |
| 2.4.1 数据分析 | 第41页 |
| 2.4.2 模型检验 | 第41-42页 |
| 2.5 试验技术路线图 | 第42-43页 |
| 2.6 拟解决的关键问题 | 第43-44页 |
| 第三章 不同施氮肥处理棉花冠层颜色特征参数分析 | 第44-58页 |
| 3.1 材料与方法 | 第44-45页 |
| 3.1.1 试验地基本概况 | 第44页 |
| 3.1.2 试验测试项目与方法 | 第44-45页 |
| 3.1.3 数据处理与分析 | 第45页 |
| 3.2 结果与分析 | 第45-55页 |
| 3.2.1 基于 RGB 模型下不同 N 处理棉花群体数字图像特征 | 第45-50页 |
| 3.2.2 基于 HIS 模型下不同 N 处理棉花群体数字图像特征 | 第50-55页 |
| 3.3 讨论 | 第55-57页 |
| 3.4 小结 | 第57-58页 |
| 第四章 基于覆盖度的棉花长势监测氮素营养诊断模型 | 第58-69页 |
| 4.1 材料与方法 | 第59-60页 |
| 4.1.1 试验材料 | 第59页 |
| 4.1.2 棉田冠层覆盖度 CC 获取 | 第59页 |
| 4.1.3 相关农学参数的测量 | 第59-60页 |
| 4.1.4 数据分析处理与作图 | 第60页 |
| 4.1.5 模型建立与检验 | 第60页 |
| 4.2 结果与分析 | 第60-66页 |
| 4.2.1 棉花冠层覆盖度 CC 与 NDVI 和 RVI 间的关系分析 | 第60-61页 |
| 4.2.2 棉花冠层覆盖度 CC 与 3 个农学参数间的关系分析 | 第61-64页 |
| 4.2.3 覆盖度 CC 与 3 个农学参数间模拟模型的建立 | 第64-65页 |
| 4.2.4 模型检验 | 第65-66页 |
| 4.3 讨论 | 第66-68页 |
| 4.4 小结 | 第68-69页 |
| 第五章 基于不同特征颜色参数的棉花长势监测与氮素营养诊断模型 | 第69-88页 |
| 5.1 材料与方法 | 第69-70页 |
| 5.1.1 试验材料 | 第69-70页 |
| 5.1.2 测试内容与方法 | 第70页 |
| 5.1.3 数据分析处理与模型检验 | 第70页 |
| 5.2 结果与分析 | 第70-86页 |
| 5.2.1 不同品种棉花图像特征参数与农学参数间相关性分析 | 第70-73页 |
| 5.2.2 不同 N 处理棉花图像特征参数与农学参数间相关性分析 | 第73-75页 |
| 5.2.3 棉花群体图像特征参数 G-R 与农学参数间动态关系 | 第75-80页 |
| 5.2.4 棉花群体图像特征参数 2g-r-b 与农学参数间动态关系 | 第80-85页 |
| 5.2.5 棉花群体图像特征参数 G/R 与农学参数间动态关系 | 第85-86页 |
| 5.3 讨论 | 第86-87页 |
| 5.4 小结 | 第87-88页 |
| 第六章 基于辐热积的棉花地上生物量累积模型 | 第88-97页 |
| 6.1 材料与方法 | 第89页 |
| 6.1.1 试验材料 | 第89页 |
| 6.1.2 试测试项目与方法 | 第89页 |
| 6.1.3 建模数据归一化处理 | 第89页 |
| 6.1.4 数据分析与模型检验 | 第89页 |
| 6.2 结果与分析 | 第89-95页 |
| 6.2.1 棉花地上部生物量累积动态 | 第89-90页 |
| 6.2.2 RTEP 与 RAGBA 的动态变化关系 | 第90-91页 |
| 6.2.3 Richards 最优模型参数分析 | 第91-93页 |
| 6.2.4 地上部生物量累积最优模型检验 | 第93-94页 |
| 6.2.5 地上部生物量累积过程阶段划分 | 第94页 |
| 6.2.6 模型特征参数的应用 | 第94-95页 |
| 6.3 讨论 | 第95-96页 |
| 6.4 小结 | 第96-97页 |
| 第七章 基于辐热积的棉花叶面积指数动态模拟模型 | 第97-109页 |
| 7.1 材料与方法 | 第98-99页 |
| 7.1.1 小区试验设计 | 第98-99页 |
| 7.1.2 测试项目与方法 | 第99页 |
| 7.1.3 建模数据归一化处理 | 第99页 |
| 7.1.4 数据分析与模型检验 | 第99页 |
| 7.2 结果与分析 | 第99-107页 |
| 7.2.1 棉花 LAI 动态变化特征分析 | 第99-101页 |
| 7.2.2 棉花相对叶面积指数动态优化 | 第101-102页 |
| 7.2.3 棉花相对叶面积指数动态模型关键参数分析 | 第102-103页 |
| 7.2.4 棉花相对叶面积指数动态模型检验 | 第103-104页 |
| 7.2.5 相对化 LAI 动态变化特征分析与模型的应用 | 第104-107页 |
| 7.3 讨论 | 第107-108页 |
| 7.4 小结 | 第108-109页 |
| 第八章 棉花长势监测远程诊断系统平台搭建 | 第109-119页 |
| 8.1 系统设计 | 第109-113页 |
| 8.1.1 系统结构设计 | 第109-111页 |
| 8.1.2 数据库设计 | 第111-112页 |
| 8.1.3 服务功能设计 | 第112-113页 |
| 8.2 系统开发 | 第113-114页 |
| 8.2.1 系统开发环境 | 第113-114页 |
| 8.2.2 客户端运行环境 | 第114页 |
| 8.3 系统实现 | 第114-118页 |
| 8.3.1 用户登陆界面 | 第114-115页 |
| 8.3.2 实时监测模块 | 第115-116页 |
| 8.3.3 图像处理模块 | 第116页 |
| 8.3.4 数据查询模块 | 第116-117页 |
| 8.3.5 终端配置模块 | 第117-118页 |
| 8.4 讨论 | 第118页 |
| 8.5 小结 | 第118-119页 |
| 第九章 主要结论与成果、技术创新与研究展望 | 第119-124页 |
| 9.1 主要结论与成果 | 第119-121页 |
| 9.1.1 不同棉花群体冠层数码图像颜色特征参数动态变化规律分析 | 第119页 |
| 9.1.2 基于覆盖度 CC 的棉花长势监测与氮素营养状况诊断模型建立 | 第119页 |
| 9.1.3 基于不同特征颜色参数的棉花长势监测与氮素营养评价模型建立 | 第119-120页 |
| 9.1.4 基于辐热积的棉花地上部生物量累积模型建立 | 第120页 |
| 9.1.5 基于辐热积的棉花叶面积指数动态模拟模型建立 | 第120-121页 |
| 9.1.6 基于计算机视觉技术的棉花长势监测与氮素诊断远程服务平台构建 | 第121页 |
| 9.2 特色与创新 | 第121-122页 |
| 9.2.1 研究特色 | 第121-122页 |
| 9.2.2 创新点 | 第122页 |
| 9.3 存在问题 | 第122页 |
| 9.4 研究展望 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 作者简介 | 第135-136页 |
| 致谢 | 第136-137页 |
| 石河子大学博士研究生学位论文导师评阅表 | 第137页 |
