声明
论文说明
致谢
摘要
图目录
表目录
主要缩略词表
第一章 绪论
1.1 研究背景
1.2 光谱技术在植物营养诊断中的应用
1.3 高光谱成像技术在植物营养诊断中的应用
1.3.1 高光谱成像技术的原理简介
1.3.2 高光谱成像技术在植物营养诊断中的研究进展
1.3.3 高光谱成像技术在植物养分信息诊断研究中的问题和难点
1.4 研究内容
1.5 本章小结
第二章 材料与方法
2.1 实验材料
2.1.1 试验品种的选择
2.1.2 田问试验设计
2.2 高光谱成像的数据采集系统
2.2.1 光源
2.2.2 分光模组(光谱仪)
2.2.3 面阵CCD侦测器
2.2.4 其他辅助设备
2.2.5 高光谱成像获取软件平台
2.3 油菜叶片养分的化学值测量方法
2.3.1 油莱叶片氨含量的测定
2.3.2 油菜叶片磷含量的测定
2.3.3 油菜叶片钾含量的测定
2.3.4 油菜籽产量的获取
2.4 光谱数据预处理方法
2.4.1 平滑处理
2.4.2 变量标准化
2.4.3 多元散射校正
2.4.4 求导处理
2.5 特征波长提取方法
2.5.1 连续投影算法
2.5.2 回归系数法
2.5.3 载荷系数法
2.5.4 遗传算法
2.5.5 主成分分析
2.6 高光谱图像纹理特征提取方法
2.6.1 基于概率统计滤波的纹理特征提取方法
2.6.2 基于二阶概率统计滤波的纹理特征提取方法
2.7 化学计量学建模方法
2.7.1 偏最小二乘法
2.7.2 多元线性回归
2.7.3 最小二乘-支持向量机
2.7.4 人工神经网络
2.8 模型评价标准
2.9 数据处理软件
2.10 本章小结
第三章 油菜叶片氮含量的快速检测研究
3.1 引言
3.2 油菜苗期叶片氮含量的检测研究
3.2.1 油菜苗期样本制备
3.2.2 油菜苗期叶片高光谱图像信息的获取
3.2.3 油菜苗期叶片氮含量的统计分析
3.2.4 基于光谱信息的苗期叶片氨含量检测模型分析
3.2.5 基于高光谱图像纹理值忠的苗期叶片含氮量模型分析
3.3 油菜花期叶片氮含量的检测研究
3.3.1 油菜花期样本制备
3.3.2 油菜花期叶片高光谱图像信息的获取
3.3.3 油菜花期叶片氮含量的统计分析
3.3.4 基于光谱信息的花期叶片氮含量检测模型分析
3.3.6 基于高光谱图像纹理信患的花期叶片含氮量模型分析
3.4 油菜角果期叶片氮含量的检测研究
3.4.1 油菜角果期样本制备
3.4.2 油菜角果期叶片高光谱图像信息的获取
3.4.3 油菜角果期叶片氮含量的统计分析
3.4.4 基于光谱信息的角果期叶片氮含量检测模型分析
3.4.5 基于高光谱图像纹理信息的角果期叶片含氮量模型分析
3.5 油菜苗-花-角果生命期叶片氮含量的检测研究
3.5.1 油菜苗-花-角果生命期样本制备及叶片高光谱图像信息的获取
3.5.2 油菜苗-花-角果生命期叶片氮含量的统计分析
3.5.3 光谱预处理方法及PLS模型的比较
3.5.4 特征波长的提取
3.5.5 基于特征波长的模型分析
3.6 叶片氮含量可视化研究
3.7 本章小结
第四章 油菜叶片磷含量的快速检测研究
4.1 引言
4.2 油菜叶片样本制备
4.3 油菜叶片高光谱图像信患的获取
4.4 油菜叶片磷含量的统计分析
4.5 基于光谱信息的叶片磷含量检测模型分析
4.5.1 光谱预处理方法及PLS模型的比较
4.5.2 特征波长的选取
4.5.3 基于特征波长的模型分析
4.6 油菜叶片磷含量的可视化研究
4.7 基于高光谱图像纹理信息的叶片磷含量模型分析
4.7.1 基于特征波长下图像的纹理特征分析
4.7.2 基于图像主成分分析的纹理特征分析
4.8 本章小结
第五章 油菜叶片钾含量的快速检测研究
5.1 引言
5.2 油菜叶片样本制备
5.3 油菜叶片高光谱图像信患的获取
5.4 油菜叶片钾含量的统计分析
5.5 基于光谱信患的叶片钾含量检测模型分析
5.5.1 光谱预处理方法及PLS模型的比较
5.5.2 特征波长的选取
5.5.3 基于特征波长的模型分析
5.6 油菜叶片钾含量的可视化研究
5.7 基于高光谱图像纹理信患的叶片钾含量模型分析
5.7.1 基于特征波长下图像的纹理特征分析
5.7.2 基于图像主成分分析的纹理特征分析
5.8 本章小结
第六章 油菜籽产量的早期快速预测研究
6.1 引言
6.2 油菜叶片样本制备
6.3 油菜叶片高光谱图像信息的获取
6.4 油菜籽产量的统计分析
6.5 基于叶片光谱信患的产量预测研究
6.5.1 叶片光谱数据的提取
6.5.2 基于全波段的油菜籽产量预测模型分析
6.5.3 特征波长的提取
6.5.4 基于特征波长的油菜籽产量预测模型分析
6.6 本章小结
第七章 结论与展望
7.1 主要研究结论
7.2 主要创新点
7.3 研究展望
参考文献