| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第17-29页 |
| 1.1 研究意义 | 第17-20页 |
| 1.2 国内外研究进展 | 第20-27页 |
| 1.2.1 作物表型研究的发展 | 第20-22页 |
| 1.2.2 高通量田间作物表型测定平台的构建 | 第22-24页 |
| 1.2.3 图像处理技术在高通量作物表型研究中的应用 | 第24-25页 |
| 1.2.4 无人机近感技术在高通量田间作物表型研究中的应用 | 第25-27页 |
| 1.3 主要内容 | 第27-29页 |
| 1.3.1 研究目标 | 第27页 |
| 1.3.2 研究内容 | 第27页 |
| 1.3.3 研究方案 | 第27页 |
| 1.3.4 技术路线 | 第27-29页 |
| 第二章 大田实验与冠层图像获取 | 第29-34页 |
| 2.1 大田高粱冠层无人机RGB航拍图像的获取 | 第29-31页 |
| 2.1.1 田间实验设计 | 第29页 |
| 2.1.2 高粱株高的田间测量 | 第29-30页 |
| 2.1.3 基于无人机近感平台的RGB航拍图像的获取 | 第30-31页 |
| 2.2 大田实验小区小麦冠层RGB图像获取 | 第31-34页 |
| 2.2.1 田间实验设计 | 第31-32页 |
| 2.2.2 利用手持数码相机获取实验小区的高分辨率RGB图像 | 第32-34页 |
| 第三章 图像处理的相关算法与软件 | 第34-49页 |
| 3.1 无人机航拍图像的三维重建 | 第34-41页 |
| 3.1.1 概述 | 第34页 |
| 3.1.2 参考坐标系与对极几何 | 第34-37页 |
| 3.1.3 图像特征点的提取与匹配 | 第37-38页 |
| 3.1.4 基于从运动恢复结构的稀疏重建 | 第38-39页 |
| 3.1.5 基于多视角立体视觉的稠密重建 | 第39页 |
| 3.1.6 DSM的生成 | 第39-40页 |
| 3.1.7 Pix4DMapper软件 | 第40-41页 |
| 3.2 空间插值算法 | 第41-43页 |
| 3.2.1 概述 | 第41页 |
| 3.2.2 常用的空间插值算法 | 第41-43页 |
| 3.3 常用图像插值算法的比较 | 第43-46页 |
| 3.3.1 概述 | 第43页 |
| 3.3.2 常用图像插值算法 | 第43-46页 |
| 3.3.3 三次样条插值 | 第46页 |
| 3.4 基于机器学习算法的图像像素分类 | 第46-49页 |
| 3.4.1 训练集的构建 | 第46-47页 |
| 3.4.2 关键颜色特征的筛选 | 第47页 |
| 3.4.3 像素分类模型的构建和二值图像的生成 | 第47-49页 |
| 第四章 基于无人机航拍图像的大田高粱株高估算 | 第49-64页 |
| 4.1 利用Pix4DMapper处理无人机航拍图像 | 第49-50页 |
| 4.2 小区分割 | 第50页 |
| 4.3 株高的估算和精度评估 | 第50-55页 |
| 4.3.1 冠层上边界的估算 | 第51页 |
| 4.3.2 基于点云法和自校准法的地面高程估算 | 第51-53页 |
| 4.3.3 基于株高实测数据和无人机航拍数据融合的地面高程估算 | 第53页 |
| 4.3.4 小区抽样策略对自校准法估算株高精度影响的评估 | 第53-54页 |
| 4.3.5 方法评估和统计分析 | 第54-55页 |
| 4.4 结果 | 第55-61页 |
| 4.4.1 株高实测值 | 第55-56页 |
| 4.4.2 三种株高估算方法精度的比较 | 第56-59页 |
| 4.4.3 自校准小区抽样策略对应用自校准法估算株高精度的影响 | 第59-61页 |
| 4.5 讨论 | 第61-64页 |
| 4.5.1 手动测量和无人机近感技术在株高定量化中的局限性 | 第61-62页 |
| 4.5.2 自校准法能够提高应用无人机航拍图像估算株高的精度 | 第62-64页 |
| 第五章 基于航拍模拟图像的植被覆盖度计算精度评估 | 第64-76页 |
| 5.1 基于三次样条插值的航拍模拟图像的生成 | 第64-65页 |
| 5.1.1 模拟图像像素大小水平的确定 | 第64页 |
| 5.1.2 利用三次样条插值生成航拍模拟图像 | 第64-65页 |
| 5.2 基于机器学习算法的冠层参照和航拍模拟图像像素分类 | 第65-67页 |
| 5.2.1 训练集的构建 | 第65-66页 |
| 5.2.2 像素分类模型的构建与应用 | 第66-67页 |
| 5.3 植被覆盖度的计算和精度评估与统计分析 | 第67-68页 |
| 5.3.1 植被覆盖度的计算 | 第67页 |
| 5.3.2 植被覆盖度计算精度评估与统计分析 | 第67-68页 |
| 5.4 结果 | 第68-74页 |
| 5.4.1 参照植被覆盖度的描述性分析 | 第68页 |
| 5.4.2 图像像素大小对作物植被覆盖度估算的影响 | 第68-74页 |
| 5.5 讨论 | 第74-76页 |
| 5.5.1 航拍模拟图像的像素大小影响植被覆盖度计算精度 | 第74页 |
| 5.5.2 像素大小影响实验处理间植被覆盖度差异显著性的判别 | 第74-75页 |
| 5.5.3 提高作物植被覆盖度计算精度的策略 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 6.1 主要结论 | 第76页 |
| 6.2 主要创新之处 | 第76-77页 |
| 6.3 存在的问题 | 第77页 |
| 6.4 研究展望 | 第77-78页 |
| 参考文献 | 第78-94页 |
| 附录 | 第94-106页 |
| 致谢 | 第106-108页 |
| 作者简介 | 第108-109页 |
