声明
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 基于近地高光谱技术的冬小麦病虫害监测
1.2.2 小尺度农作物病虫害特征提取与监测方法
1.3 本文章节内容
第二章 实验方案、数据获取及处理
2.1 实验方案
2.1.1基于单穗尺度小麦赤霉病严重度识别实验
2.1.2基于冠层尺度的冬小麦赤霉病严重度识别实验
2.2 实地调查数据获取
2.2.1 光谱数据获取
2.2.2 病情严重度调查
2.3数据预处理
2.3.1 光谱数据标准化
第三章 基于不同测量角度的冬小麦穗赤霉病的严重度识别
3.1 小麦赤霉病敏感特征评估
3.1.1 基于一阶微分的特征评估
3.1.2 基于连续统去除的特征评估
3.1.3 基于植被指数的特征评估
3.2 病害监测模型构建
3.2.1 费氏线性判别原理
3.2.2 支持向量机原理
3.3 基于敏感特征麦穗监测模型的构建
3.3.1 不同测量角度麦穗的敏感特征选择
3.3.2模型的构建与结果分析
3.4 本章小结
第四章 基于小波特征与新型病情严重度的冬小麦穗赤霉病的识别
4.1小麦赤霉病敏感特征选择
4.1.1小麦原始光谱的特征选择
4.1.2 连续小波变换的特征选择
4.2 基于新型严重度的麦穗赤霉病识别模型构建
4.2.1基于原始光谱特征的监测模型的构建
4.2.2基于小波特征的监测模型的构建
4.2.3基于原始光谱特征结合小波特征的监测模型的构建
4.2.4 试验结果及分析
4.3本章小结
第五章 基于SVM和Adboost模型比较的冠层尺度冬小麦赤霉病的严重度识别
5.1 冠层小麦赤霉病的特征变量选取
5.1.1小麦传统光谱特征选择
5.1.2 基于连续小波变换的特征选择
5.2病害监测模型构建
5.2.1 Adboost分类算法原理
5.3 基于敏感特征的冠层监测模型构建
5.3.1基于传统光谱特征的监测模型构建
5.3.2 基于传统特征与小波特征结合的监测模型的构建
5.3.3 试验结果及分析
5.4本章小结
第六章 创新与展望
6.1创新
6.2展望
参考文献
致谢
攻读硕士学位期间取得的研究成果
安徽大学;
