学位论文 > 优秀研究生学位论文题录展示

基于数字图像处理的棉花群体特征提取

作　者: 冀高
导　师: 白中英
学　校: 北京邮电大学
专　业: 计算机应用
关键词: 图像处理棉田群体图像覆盖度整齐度距离测量
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 163次
引　用: 4次
阅　读: 论文下载

内容摘要

数字图像技术在作物科学上得到了广泛的应用，已有很多利用数字图像技术对空间分布相对均匀的作物的群体图像进行研究，而对于在空间上分布不均匀的棉花群体图像特征研究少见报道。本研究将计算机图像处理技术运用于田间拍摄棉花图像的群体分析研究，提取包括覆盖度、颜色特征、株高、株行配置、整齐度等的棉花群体特征。对棉花作物而言，传统农学的测量方法很难获得精确的覆盖度，而利用数字图像处理技术则很容易获取这一参数。传统农学获取棉花群体长势的整齐状况主要是通过目测，主观性强，误差大，并且只能定性描述，而利用数字图像处理技术可以将整齐度这一指标量化。对于棉花生长的整齐状况，本研究建构了新的整齐度算法并且实现了这一算法。对于株高和配置，与传统方法相比，数字图像技术提供了新的途径以获取这些参数指标。在距离测量这一环节，与田间通过传统手工测量方法所得出的实际值相比，软件测距在宽行距、窄行距以及株高这三个方面的准确度达到了很高的精度，分别达到了99.1％，94％和95.32％。结果表明，可以利用数字图像技术进行棉花图像的群体特征提取与分析。与人工测量方法相比，基于数字图像技术的特征提取方法具有快速、便捷、无损等优点。除了以上的棉花作物群体特征的提取，本研究利用已经构建的单叶拍摄的规范，对单叶的一些特征参数进行了提取，并实现了对病变叶片的分析和诊断。结果表明，只要选用适当的图像分割算法，就可以很好地实现病变叶片的图像分割。这为病变叶片的定量化分级以及诊断打下了坚实的基础。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-12
  1.1 研究背景  9
  1.2 数字图像处理技术在作物科学研究中的应用  9-10
  1.3 基于数字图像处理的棉花群体特征提取的研究内容  10-12
第二章图像处理典型算法  12-25
  2.1 图像分割  12-23
    2.1.1 边缘检测  13
    2.1.2 边缘跟踪  13-14
    2.1.3 区域合并与分裂  14
    2.1.4 阈值分割  14-22
      2.1.4.1 基于点的全局阈值选取方法  15-19
      2.1.4.2 基于区域的全局阈值选取方法  19-21
      2.1.4.3 局部阈值法和多阈值法  21-22
    2.1.5 彩色图像阈值法分割  22-23
  2.2 区域标记  23-25
    2.2.1 递归算法  23
    2.2.2 序贯算法  23-24
    2.2.3 区域标记算法分析  24-25
第三章棉花群体图像的获取与处理  25-36
  3.1 图像获取及项目开发规范  25-31
    3.1.1 棉花群体图像获取与系统开发环境  25
    3.1.2 棉花群体图像采集装置  25-26
    3.1.3 棉花群体图像采集装置说明  26-27
    3.1.4 实验方案设计  27-29
      3.1.4.1 选取棉田的状况  27-28
      3.1.4.2 棉田生长检测  28
      3.1.4.3 建模所需要的实验  28-29
    3.1.5 软件的平台化开发策略  29-31
  3.2 图像分割  31-36
    3.2.1 颜色模型  31-34
      3.2.1.1 RGB颜色模型  32-33
      3.2.1.2 HSI颜色模型  33
      3.2.1.3 RGB到HIS的转换  33-34
    3.2.2 分割特征的选择  34-36
第四章简单群体特征的提取及拍摄条件对特征的影响  36-47
  4.1 前言  36
  4.2 颜色特征提取  36-38
  4.3 覆盖度的提取  38-41
  4.4 拍摄条件对特征提取的影响  41-43
    4.4.1 提取的特征与拍摄高度的相关性验证  41-42
    4.4.2 拍摄图像时需要注意的一些问题  42-43
  4.5 不同水处理下群体特征的变化  43-47
    4.5.1 不同水处理下覆盖度的变化  43-44
    4.5.2 不同水处理下棉花叶片的颜色差异  44-47
第五章复杂群体特征提取的影响  47-54
  5.1 前言  47
  5.2 整齐度的提取  47-50
    5.2.1 图片区域的划分  47
    5.2.2 图片的对称问题  47-49
      5.2.2.1 中心对称图片  47-48
      5.2.2.2 轴对称图片  48
      5.2.2.3 既是轴对称又是中心对称的图片  48
      5.2.2.4 均匀图片  48-49
    5.2.3 与覆盖度无关的整齐度  49-50
  5.3 田间距离测量  50-52
    5.3.1 棉田配置的提取算法  50-51
    5.3.2 株高的提取算法  51
    5.3.3 软件测量的株高配置与真实值的比较  51-52
  5.4 层次特征的提取及应用  52-54
    5.4.1 层次特征的提取  52-53
    5.4.2 层次特征的应用  53-54
第六章对棉花叶片病变的研究  54-60
  6.1 前言  54
  6.2 单叶参数测量  54-58
    6.2.1 拍摄环境与比值确定  54-55
    6.2.2 单叶面积的计算  55-58
      6.2.2.1 图像分割  55
      6.2.2.2 杂质点的去除  55-57
      6.2.2.3 单叶特征的提取  57-58
  6.3 病变叶片的图像处理  58-60
第七章结论及以后研究建议  60-62
  7.1 主要结论  60-61
  7.2 对今后研究的建议  61-62
参考文献  62-65
致谢  65

基于数字图像处理的棉花群体特征提取

内容摘要

全文目录

相似论文