数字图像处理技术在小麦氮素营养诊断中的应用研究

数字图像处理技术在小麦氮素营养诊断中的应用研究

ID:35157091

大小:11.75 MB

页数:72页

时间:2019-03-20

数字图像处理技术在小麦氮素营养诊断中的应用研究_第1页
数字图像处理技术在小麦氮素营养诊断中的应用研究_第2页
数字图像处理技术在小麦氮素营养诊断中的应用研究_第3页
数字图像处理技术在小麦氮素营养诊断中的应用研究_第4页
数字图像处理技术在小麦氮素营养诊断中的应用研究_第5页
资源描述:

《数字图像处理技术在小麦氮素营养诊断中的应用研究》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、^^一"端它竟;扔為游.语違謎曾.,每:苗唯V函h臺■蠻捷J%--勘私觀-誦;::城1皆‘rV襄:跨^;導麵I叫.讀s誦義焉或i...羅.據;;;V.却::.%挂腸屬黎y女./扭;;掘,;麵音义為3筆-’物追-.参谎,.,絲g"'囊考;.::;一讀稽:。.巧^.氷聖"妻学t^冻;隹一一货‘、v''、..、:.袭'.,作..r礎,.f襄I.个祭;誤数細蛛来郁片豪'管鱗拾禅.呼.冀绒导、骑;长苗v.秋-豁0\.:襲.巧為|.寒气、n.繁巧,1嚇公讀N隸.安.r襄约.^鮮鑛非夕-.苗.\^^r讀.拖-户l哪蠢狂1^.^'?.’-

2、爹讀1一.每/.4J導只.巧雨鼓:‘养.結.>.與夢禱:議^|1.慕觀4授Jr5,-巧v.覆.::/.^,占^/学乂'-訂;;替/‘^;宇-.,":姜,,.3勉I惰I1衣1.?..禱.^......妨趾爷另怒哉苗帮P.今V’身■皆爲二i.满皆為,管,:诘録评.雲/v粒二案f判巧^.卷’::;婦如.馨刊省^裳:爹5義0續義,‘,-,?、提和‘;肆托考耕礁^袭章砖7IRESEARCHONNITROGENNUTRITIONDIAGNOSISOFWHEAT

3、USINGDIGITALIMAGEPROCESSINGTECHNIQUEbyYuQiUndertheSupervisionofAssociateProfessorHuanFengADissertationSubmittedinPartialFulfillmentoftheRequirementsFortheDegreeofMasterofScienceinEngineeringDepartmentofCompilerScienceGollege

4、ofInformatio打Scie打cea打d了cchnologyNaninAriculUiralUniversitjggyMa.2015yII原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研巧工作所取得的成果。除文中己经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者(需亲笔)签名:寺媒^月4日学位论文版权

5、使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权南京农业大学可W将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密□,在年解密后适用本授权书。本学位论文属于不保密""(请在W上方框内打V)学位论文作者(需亲笔)签名:巧年/月4日々)(导师:r年(需亲笔)签名或^月曰yI1目录目录m^IABSTRACTI

6、ll一第章绪论11.1研究背景和意义112国内外研究现状3.1.2.1利用图像分析技术进行作物氮素营养诊断的研究基础31.2.2利用图像分析技术进行作物氮素营养诊断的研究进展31.3研究对象和技术路线61.3.1研究对象61.3.2技术路线61.4研究内容71.5论文的组织结构8第二章小麦冠层图像获取和预处理92.1小麦冠层图像获取92丄1小麦播种实验设计92丄2冠层图像采集102.2小麦冠层图像预处理102.2.1小麦冠层图像复原10一2

7、.3彩色空间选择及图像归化口2.3.1彩色空间122..32彩色空间选择15一2.3.3图像归化162.4本章小结19第王章小麦冠层图像分割算法的研究213.1图像分割原理及常见算法213丄1基于阔值的图像分割方法223丄2基于边缘检测的图像分割233丄3基于区域的图像分割243丄4基于K均值聚类的图像分割243丄5数学形态学操作253.2小麦冠层图像分割%3.2.1H分量的otsu分割方法293.2.2Lab空间K均值聚类算法31一3.2.3基

8、于归化的H分量K均值聚类算法3233实验结果的分析与对比3433..1光照均匀图像363;.3.2光照不均匀图像363.3.3阴影及复杂背景图像%i数字图像处

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。