亚洲午夜国产精品无卡,久久久久无码精品国产√

內(nèi)容簡介

　　本書從小麥快速無損營養(yǎng)診斷應(yīng)用出發(fā)，對基于數(shù)字圖像處理技術(shù)的小麥葉綠素營養(yǎng)診斷各環(huán)節(jié)涉及的技術(shù)方法進(jìn)行了研究論證，提出了相應(yīng)的圖像處理方法、目標(biāo)提取算法、圖像評價(jià)指標(biāo)集構(gòu)建方法、特征篩選和特征構(gòu)造算法以及模型構(gòu)建方式方法。本書研究結(jié)果可為基于數(shù)字圖像的田間小麥葉綠素含量檢測研究提供理論基礎(chǔ)及技術(shù)指導(dǎo)，為農(nóng)業(yè)生產(chǎn)效率的提高及農(nóng)業(yè)與二三產(chǎn)業(yè)融合起著積極的推動(dòng)作用，解決現(xiàn)代農(nóng)業(yè)生產(chǎn)技術(shù)水平低、效率低的問題，推動(dòng)農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展，為“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃及農(nóng)業(yè)全程機(jī)械化發(fā)展奠定基礎(chǔ)。

作者簡介

暫缺《基于圖像處理技術(shù)的小麥營養(yǎng)狀況診斷技術(shù)研究》作者簡介

圖書目錄

1 緒論
1.1 研究背景
1.2 外研究現(xiàn)狀
1.2.1 基于數(shù)字圖像的營養(yǎng)檢測評價(jià)指標(biāo)研究進(jìn)展
1.2.2 基于數(shù)字圖像的營養(yǎng)檢測技術(shù)研究進(jìn)展
1.3 研究內(nèi)容和研究方法
1.4 本章小結(jié)
2 實(shí)驗(yàn)準(zhǔn)備及相關(guān)技術(shù)理論
2.1 實(shí)驗(yàn)數(shù)據(jù)獲取
2.1.1 研究區(qū)域概況
2.1.2 實(shí)驗(yàn)品種簡介
2.1.3 小麥圖像數(shù)據(jù)獲取
2.1.4 小麥營養(yǎng)數(shù)據(jù)獲取
2.2 數(shù)字圖像相關(guān)知識(shí)
2.2.1 顏色空間選擇
2.2.2 圖像預(yù)處理方法
2.3 特征分析方法
2.4 模型構(gòu)建方法
2.5 本章小結(jié)
3 小麥函像分割及圈像評價(jià)指標(biāo)確定
3.1 引言
3.2 圖像分割及小麥目標(biāo)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(biāo)圖像提取結(jié)果分析
3.3 小麥圖像評價(jià)指標(biāo)提取
3.3.1 常用圖像評價(jià)指標(biāo)計(jì)算
3.3.2 基于群體植株生長特性的圖像評價(jià)指標(biāo)構(gòu)造
3.4 基于顏色特性評價(jià)指標(biāo)CCFI的擬合
3.4.1 RGB顏色空間去光照處理
3.4.2 圖像評價(jià)指標(biāo)CCFI的擬合方法
3.4.3 指標(biāo)CCFI擬合結(jié)果分析
3.5 小麥圖像評價(jià)指標(biāo)集提取結(jié)果及分析
3.5.1 小麥圖像評價(jià)指標(biāo)分析
3.5.2 小麥葉綠素檢測圖像評價(jià)指標(biāo)集提取結(jié)果
3.6 本章小結(jié)
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(jià)指標(biāo)選擇
4.2.1 葉片圖像評價(jià)指標(biāo)選擇方法
4.2.2 葉片圖像評價(jià)指標(biāo)子集選擇結(jié)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(gòu)建方法及參數(shù)設(shè)置
4.3.2 葉片葉綠素檢測模型評價(jià)方法
4.4 小麥葉片葉綠素檢測模型構(gòu)建結(jié)果及分析
4.4.1 葉片圖像評價(jià)指標(biāo)與葉綠素含量相關(guān)分析結(jié)果
4.4.2 葉片葉綠素含量模型構(gòu)建及結(jié)果分析
4.4.3 葉片葉綠素檢測模型測試
4.5 本章小結(jié)
5 小麥冠層尺度葉綠素檢測方法研究