基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究

基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究

ID:32251301

大小:3.43 MB

页数:91页

时间:2019-02-02

基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究_第1页
基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究_第2页
基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究_第3页
基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究_第4页
基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究_第5页
资源描述:

《基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、本研究受国家高技术研究发展计划(863计划),数字农业技术专项科研基金资助(2006AAl0A302)ThisstudywassupportedbyNationalHighTechnologyResearchandDevelopmentProgram(863Program),theSpecialResearchFundofDigitalAgriculturalTechnology(2006AAl0A302)华中农业大学学位论文独创性声明及使用授权书学位论文奄如需保密,解密时间是否保密独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取

2、得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得华中农业大学或其他教育机构的学位或证书而使用过的材料,指导教师对此进行了审定.与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明,并表示了谢意.研究生签名:易笏身时间:杪,护年∥月7日/l。学位论文使用授权书本人完全了解华中农业大学关于保存,使用学位论文的规定,即学生必须按照学校要求提交学位论文的印刷本和电子版本;学校有权保存提交论文的印刷版和电子版,并提供目录检索和阅览服务,可以采用影印,缩印或扫描等复制手段保存,

3、汇编学位论文。本人同意华中农业大学可以用不同方式在不同媒体上发表,传播学位论文的全部或部分内容,并授权中国科学技术信息研究所和北京万方数据股份有限公司将本人学位论文收录到《中国学位论文全文数据库》,并进行信息服务(包括但不限于汇编,复制,发行,信息网络传播等),同时本人保留在其他媒体发表论文的权力。注:保密学位论文(即涉及技术秘密,商业秘密或申请专利等潜在需要提交保密的论文)在解密后适用于本授权书.糊姗始弓多彳锄够刎。’I签名El期:-/yo/,,年6月7日签名日期:砂以。年6月7日基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究目录摘要⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IIIABSTRACT⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯V1前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·11.1研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·11.2基于数字图像的作物长势监测国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“31.2.1植物外部生长参数的测量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”31.2.1.1株高与生长率监测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31.2.1.2叶面积测量

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.2.1.3生物量监测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51.2.2植物营养胁迫诊断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯61.2.3杂草识别及病虫害监测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”71.3研究目标、内容及技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·82材料与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·1l2.1试验设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”l12.2冬小麦、夏玉米长势实时图像获取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯132.2.1现场

6、监控服务器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯132.2.1.1视频模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·132.2.1.2传感模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·142.2.1.3通讯模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·152.2.2远程信息服务器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯162.3冬小麦、夏玉米株高的田间测量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯173冬小麦、夏玉米株高的图像法获取及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一183.1数字图像处理理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯183

7、.1.1图像的数字化理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193.1.2数字图像的数学模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·213.1.3数字图像的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233.2基于数字图像的冬小麦、夏玉米株高测量方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯273.2.1双目立体视觉基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯27华中农业大学2010届硕士研究生学位论文3.2.2摄像机标定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯293.2.3图像预处理与特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·333.2.4双目立体视觉

8、系统的立体匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯423.2.5三维重建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。