| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 利用图像分析技术进行作物氮素营养诊断的研究基础 | 第14页 |
| 1.2.2 利用图像分析技术进行作物氮素营养诊断的研究进展 | 第14-17页 |
| 1.3 研究对象和技术路线 | 第17-18页 |
| 1.3.1 研究对象 | 第17页 |
| 1.3.2 技术路线 | 第17-18页 |
| 1.4 研究内容 | 第18-19页 |
| 1.5 论文的组织结构 | 第19-20页 |
| 第二章 小麦冠层图像获取和预处理 | 第20-32页 |
| 2.1 小麦冠层图像获取 | 第20-21页 |
| 2.1.1 小麦播种实验设计 | 第20-21页 |
| 2.1.2 冠层图像采集 | 第21页 |
| 2.2 小麦冠层图像预处理 | 第21-23页 |
| 2.2.1 小麦冠层图像复原 | 第21-23页 |
| 2.3 彩色空间选择及图像归一化 | 第23-30页 |
| 2.3.1 彩色空间 | 第23-26页 |
| 2.3.2 彩色空间选择 | 第26-27页 |
| 2.3.3 图像归一化 | 第27-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 小麦冠层图像分割算法的研究 | 第32-50页 |
| 3.1 图像分割原理及常见算法 | 第32-37页 |
| 3.1.1 基于阈值的图像分割方法 | 第33-34页 |
| 3.1.2 基于边缘检测的图像分割 | 第34-35页 |
| 3.1.3 基于区域的图像分割 | 第35页 |
| 3.1.4 基于K均值聚类的图像分割 | 第35-36页 |
| 3.1.5 数学形态学操作 | 第36-37页 |
| 3.2 小麦冠层图像分割 | 第37-45页 |
| 3.2.1 H分量的otsu分割方法 | 第40-42页 |
| 3.2.2 Lab空间K均值聚类算法 | 第42-43页 |
| 3.2.3 基于归一化的H分量K均值聚类算法 | 第43-45页 |
| 3.3 实验结果的分析与对比 | 第45-48页 |
| 3.3.1 光照均匀图像 | 第47页 |
| 3.3.2 光照不均匀图像 | 第47页 |
| 3.3.3 阴影及复杂背景图像 | 第47-48页 |
| 3.4 本章总结 | 第48-50页 |
| 第四章 小麦叶片颜色特征与氮素营养的相关性研究 | 第50-60页 |
| 4.1 材料与方法 | 第50-51页 |
| 4.1.1 农学参数获取 | 第50页 |
| 4.1.2 小麦冠层图像特征提取 | 第50-51页 |
| 4.2 不同拍摄方案下图像特征参数与氮素指标的相关性研究 | 第51-54页 |
| 4.2.1 同一相机不同高度及角度与氮素指标的相关性研究 | 第51-53页 |
| 4.2.2 不同相机对相关性诊断影响的研究 | 第53-54页 |
| 4.3 不同种植方案下图像特征参数与氮素指标的相关性研究 | 第54-57页 |
| 4.3.1 不同小麦品种特征参数与LNC间的关系 | 第54-55页 |
| 4.3.2 不同生育期的特征参数与LNC和SPAD间的关系 | 第55-57页 |
| 4.4 本章小结 | 第57-60页 |
| 第五章 研究结论与展望 | 第60-64页 |
| 5.1 研究结论 | 第60-61页 |
| 5.2 本研究的创新点 | 第61页 |
| 5.3 展望 | 第61-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文 | 第70-72页 |
| 致谢 | 第72页 |
