基于计算机视觉的棉花长势监测与系统构建

1 文献综述 1.1 选题背景 1.2 研究目的及意义 1.2.1 目的 1.2.2 意义 1.3 **外研究进展及分析 1.3.1 作物长势监测技术的发展 1.3.2 基于数字图像识别与分析的作物长势监测研究现状 1.3.3 作物长势监测远程控制技术国外研究现状 1.3.4 数字化远程视频监测系统国外研究现状 1.3.5 基于图像识别的区域化作物长势监测存在的问题 2 研究思路与方法 2.1 研究内容 2.1.1 棉花群体冠层图像获取 2.1.2 数字图像分割 2.1.3 模型建立 2.1.4 模型检验 2.1.5 远程监测与诊断服务平台搭建 2.2 试验材料 2.2.1 小区试验 2.2.2 高产田试验 2.2.3 试验地土壤属性 2.3 测试项目与方法 2.3.1 棉花农学参数测量与获取 2.3.2 棉花冠层图像获取与图像分割 2.3.3 覆盖度的获取方法 2.3.4 图像分割四层计算机算法 2.3.5 数字图像识别系统DIRS提取CC 2.3.6 棉田气象生态数据获取 2.4 数据分析与模型检验 2.4.1 数据分析 2.4.2 模型检验 2.5 试验技术路线图 2.6 拟解决的关键问题 3 不同施氮肥处理棉花冠层颜色特征参数分析 3.1 材料与方法 3.1.1 试验地基本概况 3.1.2 试验测试项目与方法 3.1.3 数据处理与分析 3.2 结果与分析 3.2.1 基于RGB模型下不同N处理棉花群体数字图像特征 3.2.2 基于HIS模型下不同N处理棉花群体数字图像特征 3.3 讨论 3.4 小结 4 基于覆盖度的棉花长势监测氮素营养诊断模型 4.1 材料与方法 4.1.1 试验材料 4.1.2 棉田冠层覆盖度CC获取 4.1.3 相关农学参数的测量 4.1.4 数据分析处理与作图