

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、精細農業(yè)是基于信息和知識支持的現(xiàn)代農業(yè),不僅能合理利用農業(yè)資源、提高農作物產量和品質、降低生產成本、減少污染、改善生態(tài)環(huán)境進而實現(xiàn)農業(yè)的可持續(xù)發(fā)展;而且對促進農業(yè)現(xiàn)代化,發(fā)展大農業(yè)體系和帶動相關產業(yè)的發(fā)展具有顯著的作用.其本質是一種以知識和信息為基礎的農業(yè)管理系統(tǒng)??焖儆行У夭杉兔枋鲎魑锷L信息是精細農業(yè)實踐的重要基礎。
針對國內外現(xiàn)狀,本論文以油菜為研究對象,采用高光譜圖像技術確定了油菜籽的特征波段,并用于鑒別不同品種
2、的油菜籽品種研究了油菜葉片高光譜反射率與油菜葉綠素含量(SPAD值)的關系;還研究了不同生長時期不同油菜品種的鑒別方法。本論文的主要研究結論如下:
(1)采用高光譜圖像技術對不同品種的油菜籽進行鑒別分析。通過對高光譜數(shù)據(jù)進行主成分分析,實現(xiàn)了高光譜數(shù)據(jù)的降維,并找出油菜籽的3個特征波長,采用基于灰度統(tǒng)計矩陣和灰度直方圖的紋理特征提取方法,提取了油菜籽的10個紋理參數(shù)。研究了基于BP神經網(wǎng)絡的油菜籽品種鑒別模型,模型訓練時判
3、別率為93.75%,預測時判別率為91.67%。
(2)研究了油菜葉片反射率與油菜葉綠素含量的關系,建立了油菜葉綠素含量的定量分析模型。根據(jù)特征波長結合神經網(wǎng)絡建立了油菜葉片SPAD值預測模型,結果表明,模型判別的相關系數(shù)為0.9237,預測相關系數(shù)為0.9526。
(3)對不同生長時期不同油菜品種的鑒別分析,分別找出油菜葉片的特征波長,得到了油菜葉片的特征波段為544-565、674-693和708-723
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜成像技術的油菜養(yǎng)分及產量信息快速獲取技術和方法研究.pdf
- 基于高光譜成像技術的油菜除草劑脅迫診斷及生理信息檢測研究.pdf
- 高光譜成像
- 基于高光譜成像技術的對蝦品質信息快速檢測方法研究.pdf
- 基于光譜和多光譜成像技術的油菜生命信息快速無損檢測機理和方法研究.pdf
- 基于高光譜成像技術的作物葉綠素信息診斷機理及方法研究.pdf
- 基于高光譜成像技術的血跡形態(tài)特征檢測研究.pdf
- 基于高光譜成像技術的羊肉嫩度檢測研究.pdf
- 基于高光譜成像技術的馬鈴薯外部損傷識別研究.pdf
- 基于高光譜成像技術的銅品質檢測方法研究.pdf
- 基于高光譜成像技術小麥玉米長勢監(jiān)測研究.pdf
- 基于低空光譜成像遙感技術的油菜冠層SPAD檢測研究.pdf
- 基于高光譜成像技術的煙葉病害識別方法研究.pdf
- 基于高光譜成像技術的干貝水分含量快速檢測研究.pdf
- 基于高光譜成像技術的雞種蛋孵前受精信息無損檢測研究.pdf
- 基于高光譜成像的目標檢測算法研究.pdf
- 基于高光譜成像技術的蘋果品質無損檢測研究.pdf
- 基于高光譜成像技術的肉品品質無損檢測方法研究.pdf
- 基于LCTF的高光譜成像系統(tǒng)關鍵技術研究.pdf
- 基于高光譜成像技術的花生仁質量無損檢測研究.pdf
評論
0/150
提交評論