基于圖像處理技術的小麥營養(yǎng)狀況診斷技術研究

1 緒論
1.1 研究背景
1.2 外研究現狀
1.2.1 基于數字圖像的營養(yǎng)檢測評價指標研究進展
1.2.2 基于數字圖像的營養(yǎng)檢測技術研究進展
1.3 研究內容和研究方法
1.4 本章小結
2 實驗準備及相關技術理論
2.1 實驗數據獲取
2.1.1 研究區(qū)域概況
2.1.2 實驗品種簡介
2.1.3 小麥圖像數據獲取
2.1.4 小麥營養(yǎng)數據獲取
2.2 數字圖像相關知識
2.2.1 顏色空間選擇
2.2.2 圖像預處理方法
2.3 特征分析方法
2.4 模型構建方法
2.5 本章小結
3 小麥函像分割及圈像評價指標確定
3.1 引言
3.2 圖像分割及小麥目標提取
3.2.1 基于迭代分割的小麥葉片圖像提取
3.2.2 基于RGB顏色空間灰度閾值的小麥冠層圖像分割
3.2.3 小麥目標圖像提取結果分析
3.3 小麥圖像評價指標提取
3.3.1 常用圖像評價指標計算
3.3.2 基于群體植株生長特性的圖像評價指標構造
3.4 基于顏色特性評價指標CCFI的擬合
3.4.1 RGB顏色空間去光照處理
3.4.2 圖像評價指標CCFI的擬合方法
3.4.3 指標CCFI擬合結果分析
3.5 小麥圖像評價指標集提取結果及分析
3.5.1 小麥圖像評價指標分析
3.5.2 小麥葉綠素檢測圖像評價指標集提取結果
3.6 本章小結
4 小麥葉片尺度葉綠寨檢測方法研究
4.1 引言
4.2 小麥葉片葉綠素檢測圖像評價指標選擇
4.2.1 葉片圖像評價指標選擇方法
4.2.2 葉片圖像評價指標子集選擇結果
4.3 基于CBSI的小麥葉片葉綠素檢測模型建立
4.3.1 葉片葉綠素檢測模型構建方法及參數設置
4.3.2 葉片葉綠素檢測模型評價方法
4.4 小麥葉片葉綠素檢測模型構建結果及分析
4.4.1 葉片圖像評價指標與葉綠素含量相關分析結果
4.4.2 葉片葉綠素含量模型構建及結果分析
4.4.3 葉片葉綠素檢測模型測試
4.5 本章小結
5 小麥冠層尺度葉綠素檢測方法研究