首页--农业科学论文--植物保护论文--病虫害及其防治论文--植物病害及其防治论文

基于光谱成像技术的植物叶部病害检测研究

致谢第7-9页
摘要第9-12页
ABSTRACT第12-15页
英文缩略表第20-27页
第一章 绪论第27-48页
    1.1 研究背景和意义第27-28页
    1.2 植物病害的介绍第28页
    1.3 植物病害检测技术现状及存在的问题第28-44页
        1.3.1 基于PCR/ELISA技术的植物病害检测研究及存在问题第28-29页
        1.3.2 基于热红外技术的植物病害检测研究及存在问题第29-30页
        1.3.3 基于光谱技术的植物病害检测研究及存在问题第30-33页
        1.3.4 基于成像技术的植物病害检测研究及存在问题第33-35页
        1.3.5 基于光谱成像技术的植物病害检测研究及存在问题第35-44页
    1.4 研究内容及技术路线圈第44-47页
        1.4.1 研究内容第44-46页
        1.4.2 技术路线图第46-47页
    1.5 本章小结第47-48页
第二章 基于光谱特征的叶部病害检测和不同病害程度的分类第48-80页
    2.1 引言第48页
    2.2 叶部病害的检测第48-59页
        2.2.1 病害介绍第48-49页
        2.2.2 样本制备和数据采集第49-51页
        2.2.3 叶片的光谱分析第51-55页
        2.2.4 叶片的光谱特征提取第55-57页
        2.2.5 叶部病害的检测结果第57-59页
    2.3 不同病害程度的分类第59-78页
        2.3.0 病害介绍第59-60页
        2.3.1 样本和数据采集第60-62页
        2.3.2 不同病害程度的叶片的光谱分析第62-66页
        2.3.3 不同病害程度的叶片的光谱特征提取第66-68页
        2.3.4 光谱特征筛选和组合第68-71页
        2.3.5 分类结果第71-78页
    2.4 本章小结第78-80页
第三章 基于图像纹理特征的叶部病害检测第80-98页
    3.1 引言第80页
    3.2 试验材料与数据采集第80-82页
        3.2.1 样本制备第80-81页
        3.2.2 高光谱图像采集第81-82页
    3.3 商光谱图像处理第82-86页
        3.3.1 番茄叶片图像预处理第82-83页
        3.3.2 背景分割第83-86页
    3.4 纹理特征提取和选择第86-92页
        3.4.1 图像的灰度值分析第86-87页
        3.4.2 纹理特征提取第87-90页
        3.4.3 纹理特征筛选第90-92页
    3.5 检测结果第92-96页
        3.5.1 ROC-约登指数法第92-94页
        3.5.2 K最邻近法第94-95页
        3.5.3 逐步判别分析法第95-96页
    3.6 本章小结第96-98页
第四章 基于图像叶脉特征的叶部病害的早期检测第98-115页
    4.1 引言第98-99页
    4.2 试验材料和数据采集第99-101页
        4.2.1 样本制备第99页
        4.2.2 图像采集第99-101页
    4.3 叶片图像处理第101-106页
        4.3.1 背景分割第102-103页
        4.3.2 子图像分割第103-104页
        4.3.3 叶脉图像第104-106页
    4.4 特征提取和筛选第106-109页
        4.4.1 特征提取第106-107页
        4.4.2 特征筛选第107-109页
    4.5 病害叶片的早期检测结果第109-113页
        4.5.1 全部叶片的总检测准确率第110-111页
        4.5.2 各类算法的早期检测准确率第111-113页
    4.6 本章小结第113-115页
第五章 田间环境的叶部病害的早期检测和不同病害程度的分类第115-128页
    5.1 引言第115页
    5.2 试验材料和数据采集第115-119页
        5.2.1 病害介绍第115-116页
        5.2.2 样本制备第116-117页
        5.2.3 实验室内光谱采集第117-118页
        5.2.4 田间光谱采集第118-119页
    5.3 光谱分析第119-121页
    5.4 光谱特征提取第121-122页
    5.5 分类及早期检测结果第122-127页
        5.5.1 数据分布分析第122-123页
        5.5.2 分类结果第123-127页
    5.6 本章小结第127-128页
第六章 结论与展望第128-132页
    6.1 主要研究结论第128-130页
    6.2 主要创新点第130页
    6.3 进一步研究设想第130-132页
参考文献第132-143页
作者简介第143-145页

论文共145页,点击 下载论文
上一篇:基于Android手机的WiFi定位系统设计
下一篇:基于FAHP的大型工程承发包模式选择研究