基于图像处理技术的小麦营养状况诊断技术研究

　　本书从小麦快速无损营养诊断应用出发，对基于数字图像处理技术的小麦叶绿素营养诊断各环节涉及的技术方法进行了研究论证，提出了相应的图像处理方法、目标提取算法、图像评价指标集构建方法、特征筛选和特征构造算法以及模型构建方式方法。本书研究结果可为基于数字图像的田间小麦叶绿素含量检测研究提供理论基础及技术指导，为农业生产效率的提高及农业与二三产业融合起着积极的推动作用，解决现代农业生产技术水平低、效率低的问题，推动农业生产可持续发展，为“十四五”全国农业绿色发展规划及农业全程机械化发展奠定基础。

暂缺《基于图像处理技术的小麦营养状况诊断技术研究》作者简介

1 绪论
1.1 研究背景
1.2 外研究现状
1.2.1 基于数字图像的营养检测评价指标研究进展
1.2.2 基于数字图像的营养检测技术研究进展
1.3 研究内容和研究方法
1.4 本章小结
2 实验准备及相关技术理论
2.1 实验数据获取
2.1.1 研究区域概况
2.1.2 实验品种简介
2.1.3 小麦图像数据获取
2.1.4 小麦营养数据获取
2.2 数字图像相关知识
2.2.1 颜色空间选择
2.2.2 图像预处理方法
2.3 特征分析方法
2.4 模型构建方法
2.5 本章小结
3 小麦函像分割及圈像评价指标确定
3.1 引言
3.2 图像分割及小麦目标提取
3.2.1 基于迭代分割的小麦叶片图像提取
3.2.2 基于RGB颜色空间灰度阈值的小麦冠层图像分割
3.2.3 小麦目标图像提取结果分析
3.3 小麦图像评价指标提取
3.3.1 常用图像评价指标计算
3.3.2 基于群体植株生长特性的图像评价指标构造
3.4 基于颜色特性评价指标CCFI的拟合
3.4.1 RGB颜色空间去光照处理
3.4.2 图像评价指标CCFI的拟合方法
3.4.3 指标CCFI拟合结果分析
3.5 小麦图像评价指标集提取结果及分析
3.5.1 小麦图像评价指标分析
3.5.2 小麦叶绿素检测图像评价指标集提取结果
3.6 本章小结
4 小麦叶片尺度叶绿寨检测方法研究
4.1 引言
4.2 小麦叶片叶绿素检测图像评价指标选择
4.2.1 叶片图像评价指标选择方法
4.2.2 叶片图像评价指标子集选择结果
4.3 基于CBSI的小麦叶片叶绿素检测模型建立
4.3.1 叶片叶绿素检测模型构建方法及参数设置
4.3.2 叶片叶绿素检测模型评价方法
4.4 小麦叶片叶绿素检测模型构建结果及分析
4.4.1 叶片图像评价指标与叶绿素含量相关分析结果
4.4.2 叶片叶绿素含量模型构建及结果分析
4.4.3 叶片叶绿素检测模型测试
4.5 本章小结
5 小麦冠层尺度叶绿素检测方法研究