| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 文献综述 | 第10-22页 |
| 1 传统的田间调查方法 | 第10-14页 |
| 1.1 稻飞虱的传统田间调查方法 | 第11-12页 |
| 1.2 蝗蝻的传统田间调查方法 | 第12-13页 |
| 1.3 桑红蜘蛛、桑蓟马的传统田间调查方法 | 第13-14页 |
| 1.4 稻纵卷叶螟的传统田间调查方法: | 第14页 |
| 1.5 梨花瘿蚊越冬成虫基数调查方法: | 第14页 |
| 1.6 调查注意事项 | 第14页 |
| 2 稻飞虱的田间采集方法 | 第14-16页 |
| 2.1 拍集法 | 第15页 |
| 2.2 扫捕法 | 第15页 |
| 2.3 罩捕法 | 第15-16页 |
| 3 机器视觉技术 | 第16-17页 |
| 3.1 机器视觉技术在农业领域的应用 | 第16-17页 |
| 3.2 机器视觉技术在田间病虫害识别领域的应用 | 第17页 |
| 4 图像处理技术 | 第17-18页 |
| 4.1 图像处理技术在国外的研究应用 | 第17-18页 |
| 4.2 图像处理技术在国内的研究应用 | 第18页 |
| 5 模式识别算法 | 第18-20页 |
| 6 存在的问题 | 第20-22页 |
| 6.1 农业对象具有特定性 | 第20页 |
| 6.2 农田环境复杂 | 第20页 |
| 6.3 农业对象识别系统的构建 | 第20页 |
| 6.4 图像处理仍停留在静态阶段 | 第20-22页 |
| 第二章 稻飞虱智能识别计数系统 | 第22-26页 |
| 1 稻飞虱智能识别计数系统简介 | 第22页 |
| 2 系统操作流程图 | 第22-23页 |
| 3 稻飞虱智能识别计数系统有效性的评估 | 第23-26页 |
| 第三章 各种调查方法对稻飞虱室内试验结果的比较 | 第26-46页 |
| 1 材料与方法 | 第26-27页 |
| 1.1 试验设置与材料 | 第26页 |
| 1.2 拍照设备 | 第26页 |
| 1.3 稻飞虱智能识别计数系统 | 第26-27页 |
| 1.4 调查方法 | 第27页 |
| 1.5 统计软件 | 第27页 |
| 2 结果与分析 | 第27-44页 |
| 2.1 秀水11不同接虫密度下不同调查方法的结果分析 | 第28-36页 |
| 2.2 甬优15不同接虫密度下不同调查方法的结果分析 | 第36-44页 |
| 2.3 不同调查方法所用时间对比 | 第44页 |
| 3 结果与讨论 | 第44-46页 |
| 第四章 各种调查方法对稻飞虱田间试验结果的比较 | 第46-58页 |
| 1 材料与方法 | 第46-47页 |
| 1.1 实验设置与材料 | 第46页 |
| 1.2 拍照设备 | 第46页 |
| 1.3 稻飞虱智能识别计数系统 | 第46页 |
| 1.4 调查方法 | 第46页 |
| 1.5 统计软件 | 第46-47页 |
| 2 结果与分析 | 第47-56页 |
| 2.1 秀水11不同生育期下不同调查方法的结果分析 | 第47-51页 |
| 2.2 甬优15不同生育期下不同调查方法的结果分析 | 第51-56页 |
| 2.3 不同调查方法所用时间对比 | 第56页 |
| 3 结果与讨论 | 第56-58页 |
| 第五章 总结 | 第58-60页 |
| 1 主要结论 | 第58-59页 |
| 1.1 室内试验结论 | 第58页 |
| 1.2 田间实验结论 | 第58-59页 |
| 2 创新点与不足 | 第59页 |
| 3 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |
