基于計算機視覺技術(shù)的棉花長勢監(jiān)測系統(tǒng)構(gòu)建
本文關(guān)鍵詞:基于計算機視覺技術(shù)的棉花長勢監(jiān)測系統(tǒng)構(gòu)建,由筆耕文化傳播整理發(fā)布。
基于計算機視覺技術(shù)的棉花長勢監(jiān)測系統(tǒng)構(gòu)建
廣告...
[博士畢業(yè)論文]論文目錄
摘要第1-8頁
Abstract第8-16頁
符號列表第16-18頁
第一章 文獻(xiàn)綜述第18-27頁
· 選題背景第18頁
· 研究目的及意義第18-19頁
· 目的第18-19頁
· 意義第19頁
· 國內(nèi)外研究進(jìn)展及分析第19-27頁
· 作物長勢監(jiān)測技術(shù)的發(fā)展第19-20頁
· 基于數(shù)字圖像識別與分析的作物長勢監(jiān)測研究現(xiàn)狀第20-23頁
· 作物長勢監(jiān)測遠(yuǎn)程控制技術(shù)國外研究現(xiàn)狀第23-24頁
· 數(shù)字化遠(yuǎn)程視頻監(jiān)測系統(tǒng)國外研究現(xiàn)狀第24-25頁
· 基于圖像識別的區(qū)域化作物長勢監(jiān)測存在的問題第25-27頁
第二章 研究思路與方法第27-44頁
· 研究內(nèi)容第27-28頁
· 棉花群體冠層圖像獲取第27頁
· 數(shù)字圖像分割第27頁
· 模型建立第27-28頁
· 模型檢驗第28頁
· 遠(yuǎn)程監(jiān)測與診斷服務(wù)平臺搭建第28頁
· 試驗材料第28-31頁
· 小區(qū)試驗第28-30頁
· 高產(chǎn)田試驗第30頁
· 試驗地土壤屬性第30-31頁
· 測試項目與方法第31-41頁
· 棉花農(nóng)學(xué)參數(shù)測量與獲取第31-32頁
· 棉花冠層圖像獲取與圖像分割第32-36頁
· 覆蓋度的獲取方法第36-37頁
· 圖像分割四層計算機算法第37-38頁
· 數(shù)字圖像識別系統(tǒng) DIRS 提取 CC第38-40頁
· 棉田氣象生態(tài)數(shù)據(jù)獲取第40-41頁
· 數(shù)據(jù)分析與模型檢驗第41-42頁
· 數(shù)據(jù)分析第41頁
· 模型檢驗第41-42頁
· 試驗技術(shù)路線圖第42-43頁
· 擬解決的關(guān)鍵問題第43-44頁
第三章 不同施氮肥處理棉花冠層顏色特征參數(shù)分析第44-58頁
· 材料與方法第44-45頁
· 試驗地基本概況第44頁
· 試驗測試項目與方法第44-45頁
· 數(shù)據(jù)處理與分析第45頁
· 結(jié)果與分析第45-55頁
· 基于 RGB 模型下不同 N 處理棉花群體數(shù)字圖像特征第45-50頁
· 基于 HIS 模型下不同 N 處理棉花群體數(shù)字圖像特征第50-55頁
· 討論第55-57頁
· 小結(jié)第57-58頁
第四章 基于覆蓋度的棉花長勢監(jiān)測氮素營養(yǎng)診斷模型第58-69頁
· 材料與方法第59-60頁
· 試驗材料第59頁
· 棉田冠層覆蓋度 CC 獲取第59頁
· 相關(guān)農(nóng)學(xué)參數(shù)的測量第59-60頁
· 數(shù)據(jù)分析處理與作圖第60頁
· 模型建立與檢驗第60頁
· 結(jié)果與分析第60-66頁
· 棉花冠層覆蓋度 CC 與 NDVI 和 RVI 間的關(guān)系分析第60-61頁
· 棉花冠層覆蓋度 CC 與 3 個農(nóng)學(xué)參數(shù)間的關(guān)系分析第61-64頁
· 覆蓋度 CC 與 3 個農(nóng)學(xué)參數(shù)間模擬模型的建立第64-65頁
· 模型檢驗第65-66頁
· 討論第66-68頁
· 小結(jié)第68-69頁
第五章 基于不同特征顏色參數(shù)的棉花長勢監(jiān)測與氮素營養(yǎng)診斷模型第69-88頁
· 材料與方法第69-70頁
· 試驗材料第69-70頁
· 測試內(nèi)容與方法第70頁
· 數(shù)據(jù)分析處理與模型檢驗第70頁
· 結(jié)果與分析第70-86頁
· 不同品種棉花圖像特征參數(shù)與農(nóng)學(xué)參數(shù)間相關(guān)性分析第70-73頁
· 不同 N 處理棉花圖像特征參數(shù)與農(nóng)學(xué)參數(shù)間相關(guān)性分析第73-75頁
· 棉花群體圖像特征參數(shù) G-R 與農(nóng)學(xué)參數(shù)間動態(tài)關(guān)系第75-80頁
· 棉花群體圖像特征參數(shù) 2g-r-b 與農(nóng)學(xué)參數(shù)間動態(tài)關(guān)系第80-85頁
· 棉花群體圖像特征參數(shù) G/R 與農(nóng)學(xué)參數(shù)間動態(tài)關(guān)系第85-86頁
· 討論第86-87頁
· 小結(jié)第87-88頁
第六章 基于輻熱積的棉花地上生物量累積模型第88-97頁
· 材料與方法第89頁
· 試驗材料第89頁
· 試測試項目與方法第89頁
· 建模數(shù)據(jù)歸一化處理第89頁
· 數(shù)據(jù)分析與模型檢驗第89頁
· 結(jié)果與分析第89-95頁
· 棉花地上部生物量累積動態(tài)第89-90頁
· RTEP 與 RAGBA 的動態(tài)變化關(guān)系第90-91頁
· Richards 最優(yōu)模型參數(shù)分析第91-93頁
· 地上部生物量累積最優(yōu)模型檢驗第93-94頁
· 地上部生物量累積過程階段劃分第94頁
· 模型特征參數(shù)的應(yīng)用第94-95頁
· 討論第95-96頁
· 小結(jié)第96-97頁
第七章 基于輻熱積的棉花葉面積指數(shù)動態(tài)模擬模型第97-109頁
· 材料與方法第98-99頁
· 小區(qū)試驗設(shè)計第98-99頁
· 測試項目與方法第99頁
· 建模數(shù)據(jù)歸一化處理第99頁
· 數(shù)據(jù)分析與模型檢驗第99頁
· 結(jié)果與分析第99-107頁
· 棉花 LAI 動態(tài)變化特征分析第99-101頁
· 棉花相對葉面積指數(shù)動態(tài)優(yōu)化第101-102頁
· 棉花相對葉面積指數(shù)動態(tài)模型關(guān)鍵參數(shù)分析第102-103頁
· 棉花相對葉面積指數(shù)動態(tài)模型檢驗第103-104頁
· 相對化 LAI 動態(tài)變化特征分析與模型的應(yīng)用第104-107頁
· 討論第107-108頁
· 小結(jié)第108-109頁
第八章 棉花長勢監(jiān)測遠(yuǎn)程診斷系統(tǒng)平臺搭建第109-119頁
· 系統(tǒng)設(shè)計第109-113頁
· 系統(tǒng)結(jié)構(gòu)設(shè)計第109-111頁
· 數(shù)據(jù)庫設(shè)計第111-112頁
· 服務(wù)功能設(shè)計第112-113頁
· 系統(tǒng)開發(fā)第113-114頁
· 系統(tǒng)開發(fā)環(huán)境第113-114頁
· 客戶端運行環(huán)境第114頁
· 系統(tǒng)實現(xiàn)第114-118頁
· 用戶登陸界面第114-115頁
· 實時監(jiān)測模塊第115-116頁
· 圖像處理模塊第116頁
· 數(shù)據(jù)查詢模塊第116-117頁
· 終端配置模塊第117-118頁
· 討論第118頁
· 小結(jié)第118-119頁
第九章 主要結(jié)論與成果、技術(shù)創(chuàng)新與研究展望第119-124頁
· 主要結(jié)論與成果第119-121頁
· 不同棉花群體冠層數(shù)碼圖像顏色特征參數(shù)動態(tài)變化規(guī)律分析第119頁
· 基于覆蓋度 CC 的棉花長勢監(jiān)測與氮素營養(yǎng)狀況診斷模型建立第119頁
· 基于不同特征顏色參數(shù)的棉花長勢監(jiān)測與氮素營養(yǎng)評價模型建立第119-120頁
· 基于輻熱積的棉花地上部生物量累積模型建立第120頁
· 基于輻熱積的棉花葉面積指數(shù)動態(tài)模擬模型建立第120-121頁
· 基于計算機視覺技術(shù)的棉花長勢監(jiān)測與氮素診斷遠(yuǎn)程服務(wù)平臺構(gòu)建第121頁
· 特色與創(chuàng)新第121-122頁
· 研究特色第121-122頁
· 創(chuàng)新點第122頁
· 存在問題第122頁
· 研究展望第122-124頁
參考文獻(xiàn)第124-135頁
作者簡介第135-136頁
致謝第136-137頁
石河子大學(xué)博士研究生學(xué)位論文導(dǎo)師評閱表第137頁
本篇論文共137頁,點擊這進(jìn)入下載頁面。
本文關(guān)鍵詞:基于計算機視覺技術(shù)的棉花長勢監(jiān)測系統(tǒng)構(gòu)建,,由筆耕文化傳播整理發(fā)布。
本文編號:71609
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/71609.html