导读:本文包含了多光谱视觉论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,水分,回归分析,多光谱图像
多光谱视觉论文文献综述
张晓东,毛罕平,左志宇,高鸿燕,孙俊[1]（2011）在《基于多光谱视觉技术的油菜水分胁迫诊断》一文中研究指出针对油菜水分胁迫的的无损探测,研究了利用多光谱图像对油菜含水率进行定量分析的方法。采用中值滤波法对图像进行预处理;利用二维最大信息熵阈值分割法对多光谱图像进行背景分割;对油菜冠层多光谱图像的均值和比值特征进行了提取,发现560nm处的可见光图像,960、810nm处的近红外图像均值特征和960nm/810nm图像的比值特征在整个发育期与油菜含水率的相关性均较高。考虑到多光谱变量间存在的多重共线性影响,利用逐步回归法建立了不同发育期油菜含水率的多光谱图像特征预测模型。结果表明,该方法能够实现对油菜水分胁迫的定量分析,其中,油菜苗期含水率预测模型的预测值与实测值的相关系数为0.83,均方根误差为4.52%,平均相对误差小于8%,可为科学精确地指导灌溉提供依据。(本文来源于《农业工程学报》期刊2011年03期）
周志艳,臧英,沈斌斌[2]（2010）在《多光谱视觉检测系统及其在稻飞虱发生早期检测中的应用》一文中研究指出为了研究作物病虫害发生后植株冠层多光谱图像特征值的变化规律,设计了一套室内多光谱视觉检测系统试验平台。文章介绍了该试验平台在稻飞虱发生早期水稻冠层多光谱图像特性研究中的应用。在实验室条件下对盆栽稻株进行接虫,然后分12个时段(接虫后14h、16h、20h、22h、24h、38h、44h、48h、62h、69h、73h)对受稻飞虱侵害后的稻株冠层进行多光谱图像采集,共采集到NIR、R、G、B四个通道及其组合通道(CIR、RGB)的稻株冠层图像561张,然后在Matlab中进行图像处理和数据分析,结果表明:稻飞虱迁入后,NIR通道的冠层叶片灰度值算术平均值在时间维度上光谱图像特征值变化非常显着,其次是G、R通道。因此,在稻飞虱迁入后,应着重观察NIR、G、R通道冠层叶片灰度值算术平均值在时间维度上的变化规律,从中挖掘用于稻飞虱入侵检测和危害程度分级的相关模型。(本文来源于《现代科学仪器》期刊2010年02期）
张元,毛罕平,张晓东,赵德升[3]（2009）在《基于多光谱视觉的油菜叶片氮素营养检测方法研究》一文中研究指出应用多光谱视觉技术对油菜叶片氮含量百分率进行了定量分析。在RGB颜色模型下,对采集的油菜叶片图像的颜色特征进行分析。分析结果表明:G/R-G/B和G/R与叶片氮含量百分率呈高度相关,相关系数分别为0.89和0.88,而其它图像特征同含氮量百分率之间相关性都比较弱。为此,使用G/R-G/B与G/R分别与叶片氮含量百分率建立线性回归模型,经验证G/R-G/B建立的回归模型预测值平均相对误差在9%以内,这表明此特征可用于多光谱视觉快速诊断油菜叶片氮素营养的特征。(本文来源于《农机化研究》期刊2009年11期）
齐龙,马旭,叶磊[4]（2009）在《基于多光谱视觉的稻瘟病早期检测技术研究》一文中研究指出稻瘟病早期检测(显症前)是对病害预报预测和化学防治的基础。本研究应用多光谱视觉技术结合时间序列的分析方法,研究了稻瘟病早期检测技术。通过对接种病菌和未接种病菌两类稻苗样本在不同采样时间点上的差异显着性分析和样本多光谱图像特征信息变化趋势的比较,选择了NIR图像灰度为病害早期检测的特征参数,并建立了NIR图像灰度时间序列,应用模式距离衡量NIR图像灰度时间序列间的相似性,最后,应用K-近邻算法对稻瘟病早期病害进行了分类识别。应用模式距离方法染病样本早期检测的分类精度为94.9%。试验结果表明,模式距离适合描述时间序列的变化趋势,适合衡量稻瘟病潜育期内NIR图像灰度时间序列间的相似程度。本研究所做的稻瘟病早期检测工作为稻瘟病灾害的预测预报提供了理论基础和技术支持,为植物病害检测技术提供了一条新思路。(本文来源于《纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集》期刊2009-08-22）
齐龙[5]（2009）在《基于多光谱视觉的稻瘟病检测技术研究》一文中研究指出本文结合国家水稻产业技术体系与国家高技术研究发展计划(863)计划两项课题开展工作。在综述国内外研究现状的基础上,从多光谱视觉技术检测植物病害的理论入手,对稻瘟病的检测技术进行了研究。本文首次将虚拟仪器技术与多光谱视觉技术相结合,开发了功能可扩展的多光谱视觉软件,该软件可以实现实验室和田间两种环境下的水稻秧苗的自动识别和多光谱图像信息的统计分析;在所开发的软硬件视觉平台上,通过对多光谱图像信息的筛选,选择了稻瘟病检测模型所需要的特征参数,并分别应用概率(PNN)神经网络和支持向量机(LibSVM)技术建立了病害程度分级检测模型;稻瘟病侵染后,水稻秧苗的多光谱图像信息会随时间的推移而发生不同程度的变化,不同时间点上的多光谱图像信息存在相关性,因此,选择了时间序列分析方法研究稻瘟病的早期检测技术。本文所做的稻瘟病检测关键技术研究工作为变量防治和稻瘟病病害的预测预报提供了理论基础和技术支持,为植物病害检测技术提供了一条新思路。(本文来源于《吉林大学》期刊2009-04-01）
齐龙,马旭,廖醒龙[6]（2009）在《基于多光谱视觉的稻瘟病抗病性分级检测技术》一文中研究指出利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检测模型。结果表明,模型具有较高的分类精度。抗性样本和感病样本的分类精度达到100%,抗性样本和中等感病样本的分类精度为96.8%。本研究为水稻品种抗病性鉴定调查提供了一种新的方法,同时也为稻瘟病早期检测提供了基础。(本文来源于《吉林大学学报(工学版)》期刊2009年S1期）
齐龙,马旭,周海波[7]（2009）在《基于虚拟仪器技术的田间多光谱视觉系统设计》一文中研究指出设计了一套田间多光谱虚拟仪器视觉系统。系统使用高分辨率的多光谱(近红外、红光和绿光)相机MS3100,拍摄作物生长期的多光谱图像,采用Labview及其视觉模块编写图像的采集、处理和分析程序,实时测取作物各个光谱波段的反射率。田间试验表明,该系统可以准确地对图像中的作物进行识别,求取作物的光谱反射特征,在2.4 m×1.8 m的视窗内,每组图像的采集和处理时间平均为311 ms,满足田间精准变量投入的在线工作要求。(本文来源于《农业机械学报》期刊2009年01期）
冯雷,方慧,周伟军,黄敏,何勇[8]（2006）在《基于多光谱视觉传感技术的油菜氮含量诊断方法研究》一文中研究指出实时、便捷、可靠的作物营养诊断方法是进行科学的作物施肥管理的基础,也是精确农业的关键技术之一。文章提出利用光谱技术分析不同养分水平的油菜在生长过程中的光谱反射特征,用包含绿、红和近红外叁波段通道的电荷耦合器件(CCD)成像技术对植物叶面氮素营养进行非破坏性检测方法,目的是建立能准确反映植物营养状况的检测模型,实时过滤掉土壤噪声和气候条件等环境干扰,实现对植物营养成分进行快速、准确、非破坏性检测。通过试验建立了叶绿素仪数值和全氮含量在油菜中的数学关系模型,结果显示,利用绿、红和近红外叁通道图像灰度和反射率关系的经验线性标定模型分析得到的油菜植被指数与叶绿素仪数值间的线性相关系数r可以达到0.927。(本文来源于《光谱学与光谱分析》期刊2006年09期）
林伟明,毛罕平,王新忠,张艳诚,张作贵[9]（2004）在《多光谱视觉技术在收获机器人中的应用》一文中研究指出分析了几种不同作物光谱反射特性;简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法;着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用;最后,对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。(本文来源于《农业装备技术》期刊2004年06期）
多光谱视觉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了研究作物病虫害发生后植株冠层多光谱图像特征值的变化规律,设计了一套室内多光谱视觉检测系统试验平台。文章介绍了该试验平台在稻飞虱发生早期水稻冠层多光谱图像特性研究中的应用。在实验室条件下对盆栽稻株进行接虫,然后分12个时段(接虫后14h、16h、20h、22h、24h、38h、44h、48h、62h、69h、73h)对受稻飞虱侵害后的稻株冠层进行多光谱图像采集,共采集到NIR、R、G、B四个通道及其组合通道(CIR、RGB)的稻株冠层图像561张,然后在Matlab中进行图像处理和数据分析,结果表明:稻飞虱迁入后,NIR通道的冠层叶片灰度值算术平均值在时间维度上光谱图像特征值变化非常显着,其次是G、R通道。因此,在稻飞虱迁入后,应着重观察NIR、G、R通道冠层叶片灰度值算术平均值在时间维度上的变化规律,从中挖掘用于稻飞虱入侵检测和危害程度分级的相关模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多光谱视觉论文参考文献
[1].张晓东,毛罕平,左志宇,高鸿燕,孙俊.基于多光谱视觉技术的油菜水分胁迫诊断[J].农业工程学报.2011
[2].周志艳,臧英,沈斌斌.多光谱视觉检测系统及其在稻飞虱发生早期检测中的应用[J].现代科学仪器.2010
[3].张元,毛罕平,张晓东,赵德升.基于多光谱视觉的油菜叶片氮素营养检测方法研究[J].农机化研究.2009
[4].齐龙,马旭,叶磊.基于多光谱视觉的稻瘟病早期检测技术研究[C].纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE2009）论文集.2009
[5].齐龙.基于多光谱视觉的稻瘟病检测技术研究[D].吉林大学.2009
[6].齐龙,马旭,廖醒龙.基于多光谱视觉的稻瘟病抗病性分级检测技术[J].吉林大学学报(工学版).2009
[7].齐龙,马旭,周海波.基于虚拟仪器技术的田间多光谱视觉系统设计[J].农业机械学报.2009
[8].冯雷,方慧,周伟军,黄敏,何勇.基于多光谱视觉传感技术的油菜氮含量诊断方法研究[J].光谱学与光谱分析.2006
[9].林伟明,毛罕平,王新忠,张艳诚,张作贵.多光谱视觉技术在收获机器人中的应用[J].农业装备技术.2004