首页> 中文学位 >基于大田水稻穗部图像特征的测产技术研究
【6h】

基于大田水稻穗部图像特征的测产技术研究

代理获取

目录

声明

摘要

第一章绪论

1.1研究目的和意义

1.2农作物测产方法国内外研究现状

1.3研究内容与技术路线

1.3.1研究内容

1.3.2技术路线

1.4本章小结

第二章材料与方法

2.1试验样品及设备

2.2图像采集

2.2.1离体水稻穗头样本图像采集

2.2.2田间水稻图像采集

2.3实验数据处理方法

2.4本章小结

第三章水稻穗部面积与产量相关关系分析

3.1引言

3.2离体水稻穗部面积与产量的关系分析

3.2.1穗部面积获取

3.2.2穗部面积与籽粒数量及质量的关系

3.3在体水稻穗部面积与产量的关系分析

3.3.1穗部面积获取

3.3.2穗部面积与籽粒数量及质量的关系

3.4本章小结

第四章稻穗分割计数

4.1引言

4.2图像处理算法流程

4.3图像颜色空间介绍

4.3.1RGB颜色空间

4.3.2i1i2i3颜色空间

4.3.3YCbCr颜色空间

4.3.4Lab颜色空间

4.4图像预处理

4.4.1图像中值滤波

4.4.2水稻图像前景与背景分割

4.5基于K均值聚类算法的稻穗分割

4.5.1K均值聚类算法介绍

4.5.2稻穗区域分割

4.6稻穗区域提取结果分析

4.7线性平滑滤波

4.8粘连稻穗识别

4.9基于标记分水岭的粘连稻穗分割

4.9.1分水岭算法介绍

4.9.2粘连稻穗分割

4.10稻穗计数结果分析

4.11本章小结

第五章籽粒数与产量预测结果分析

5.1引言

5.2籽粒数预测结果分析

5.3产量预测结果分析

5.3.1通过籽粒数和千粒重计算产量

5.3.2通过面积与质量的关系计算产量

5.4讨论

5.5本章小结

第六章总结与展望

6.1总结

6.2展望

参考文献

致谢

展开▼

著录项

  • 作者

    翟雪;

  • 作者单位

    南京农业大学;

  • 授予单位 南京农业大学;
  • 学科 农业工程
  • 授予学位 硕士
  • 导师姓名 李毅念;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 S51S;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号