本书以大田环境下的拔节期小麦为研究对象, 以准确、快速、无损的小麦矿质养分含量检测为研究目标, 利用小麦叶片和冠层两个尺度的小麦图像及叶绿素含量数据, 构建了冬小麦图像评价指标体系, 基于数字图像技术和机器学习算法, 对小麦氮素缺乏等级判别模型展开深入研究, 以更好地实现对小麦生长过程的动态监控, 为合理变量施肥提供科学指导。利用数字图像准确、快速、无损地开展小麦生育期养分检测方法研究, 对小麦作物生长管理及产量预测具有重要意义, 同时也是农业机械化与自动化发展的迫切需求。

1 绪论

1.1 研究背景

1.2 国内外研究现状

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

5.1 引言

5.2 小麦冠层叶绿素检测图像评价指标选择

5.2.1 冠层图像评价指标选择方法

5.2.2 冠层图像评价指标子集选择结果

5.3 基于CBSI的小麦冠层叶绿素检测模型建立

5.3.1 冠层叶绿素检测模型构建方法及参数设置

5.3.2 冠层叶绿素检测模型评价方法

5.4 小麦冠层叶绿素检测模型构建结果及分析

5.4.1 冠层图像评价指标与叶绿素含量相关分析结果

5.4.2 冠层叶绿素含量模型构建及结果分析

5.4.3 冠层叶绿素检测模型测试

5.5 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献