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

基于图像识别的橡胶幼苗缺氮诊断模型研究

摘要第5-6页
Abstract第6页
1 前言第9-16页
    1.1 研究的目的和意义第9-10页
        1.1.1 研究的目的第9页
        1.1.2 研究的意义第9-10页
    1.2 国内外研究进展第10-13页
        1.2.1 国外研究进展第11-12页
        1.2.2 国内研究进展第12-13页
    1.3 主要研究内容第13-15页
        1.3.1 橡胶苗缺素栽培第13页
        1.3.2 样本叶片图像特征提取第13-14页
        1.3.3 农化分析第14页
        1.3.4 模型建立与测试第14-15页
    1.4 技术路线图第15-16页
2 材料与方法第16-26页
    2.1 田间试验第16-18页
        2.1.1 试验材料第16页
        2.1.2 试验设计第16-18页
    2.2 室内分析第18页
        2.2.1 叶片图像的获取第18页
        2.2.2 叶片各元素含量的测定第18页
    2.3 叶片图像的颜色系统第18-21页
        2.3.1 RGB颜色系统介绍第18-20页
        2.3.2 HIS颜色系统介绍第20-21页
        2.3.3 从RGB模型到HIS模型的转化第21页
    2.4 橡胶树叶片光谱数据的采集第21-25页
        2.4.1 叶片图像的获得第21-23页
        2.4.2 数字图像处理第23-24页
        2.4.3 图像数据的校正第24-25页
    2.5 橡胶树叶片营养诊断标准图像库管理系统的开发第25页
    2.6 主要仪器第25页
    2.7 数据处理第25-26页
3 结果与分析第26-43页
    3.1 缺氮(N)叶片正面数据模型的建立第27-34页
        3.1.1 缺氮(N)叶片正面模型与RGB的关系第27-31页
        3.1.2 缺氮(N)叶片正面模型与HIS值的关系第31-34页
    3.2 缺氮(N)叶片背面模型的建立第34-38页
        3.2.1 缺氮(N)叶片背面模型与RGB值的关系第34-36页
        3.2.2 缺氮(N)叶片背面模型与HIS值的关系第36-38页
    3.3 橡胶树叶片N含量诊断模型的比较第38-40页
    3.4 其他缺素叶片的图像数据模型的分析第40-43页
        3.4.1 缺磷(P)叶片正面数据模型的分析第40-42页
        3.4.2 缺钾、缺钙缺镁叶片数据模型的分析第42-43页
4 讨论第43-44页
5 结论与展望第44-46页
    5.1 主要结论第44-45页
    5.2 不足与展望第45-46页
参考文献第46-49页
致谢第49页

论文共49页,点击 下载论文
上一篇:海南夏秋季节茄果类蔬菜抗高温育苗研究
下一篇:番木瓜酒酵母的分离、筛选及发酵特性的研究