农作物多光谱图像获取与分类识别

第1章光谱成像技术概述/001

1.1农作物的生长状况及其监测方法/001

1.2多光谱成像技术的历史与现状/004

1.2.1多光谱成像技术的发展历程/004

1.2.2成像光谱数据处理与最佳波段研究现状/006

参考文献/009

第2章植物特征和多光谱成像技术原理/013

2.1植物特征/013

2.1.1植物的颜色特征/013

2.1.2植物的光谱特征/014

2.1.3植物的纹理特征/017

2.2光谱成像技术原理/018

2.2.1光谱成像关键技术/018

2.2.2成像光谱仪的光谱成像原理/018

2.3农作物的多光谱成像系统/020

2.3.1液晶可调谐滤光片的工作原理/020

2.3.2基于农作物的多光谱成像系统搭建/024

2.4多光谱成像系统的定标/028

2.4.1黑场/028

2.4.2CMOS响应饱和度/029

2.5多光谱成像系统的校正/029

2.5.1多光谱成像系统的校正步骤/029

2.5.224色卡与RGB参考值/030

2.5.3多光谱成像系统的校正结果/032

2.6多光谱图像的数据表达和处理/032

2.6.1图像立方体/033

2.6.2光谱曲线/033

2.6.3光谱曲面/034

参考文献/035

第3章特征波段选取理论和多光谱图像采集/038

3.1特征波段选取理论/038

3.1.1特征波段选取准则/039

3.1.2特征波段选取方法/039

3.1.2.1图像亮度信息法/040

3.1.2.2波段指数法/041

3.1.2.3最佳指数法/041

3.1.2.4熵与联合熵/041

3.1.2.5协方差矩阵行列式/042

3.1.2.6支持向量机/043

3.2技术路线/044

3.3农作物样本制备与研究区域选取/045

3.3.1农作物样本制备与多光谱图像采集/045

3.3.2农作物样本和参考白板的多光谱图像区域选取/056

参考文献/057

第4章农作物样本的特征波段/059

4.1农作物样本的灰度与光谱反射率/059

4.1.1农作物样本和参考白板的灰度值/059

4.1.2农作物样本的光谱反射率/061

4.2农作物特征波段的选取/062

4.2.1健康四季豆叶片的特征波段选取/062

4.2.1.1波段指数法选取四季豆叶片的特征波段/062

4.2.1.2图像亮度信息法选取四季豆叶片的特征波段/064

4.2.1.3四季豆叶片的特征波段选取结果比较/065

4.2.2健康萝卜叶片的特征波段选取/066

4.2.3健康水稻叶片的特征波段选取/068

4.2.4稻飞虱为害后水稻叶片的特征波段选取/069

4.3农作物样本的结果分析/071

参考文献/072

第5章农作物多光谱信息的分类识别/073

5.1分类方法/073

5.1.1非监督分类/073

5.1.2监督分类/074

5.2基于农作物的分类方法选取和精度分析/075

5.2.1分类方法选取/075

5.2.2分类精度评价/077

5.2.2.1混淆矩阵和总分类精度/077

5.2.2.2使用者和生产者精度/078

5.2.2.3Kappa系数/078

5.2.2.4McNemar测试/079

5.3多光谱图像的数据制备与分类识别/079

5.3.1多光谱图像的数据制备/079

5.3.2多光谱图像的分类识别/080

5.3.3多光谱图像的数据分析/082

5.4多光谱图像的分析结果/084

参考文献/085

第6章莲花白多光谱图像的特征波段和五角枫叶的光谱反射率/087

6.1莲花白叶片的多光谱图像/087

6.2莲花白叶片的目标区域选取和可识别度计算/090

6.3莲花白叶片的分类精度/092

6.4五角枫叶的图像获取和区域选取/093

6.5五角枫叶的光谱反射率/094

参考文献/097

第7章多光谱成像技术在各领域的应用/099

7.1多光谱成像技术在油画数字化版权保护方面的应用/099

7.1.1基于Haar小波的DWT域水印原理/099

7.1.2油画作品多光谱图像的水印嵌入与提取/101

7.1.3油画作品版权的保护策略/107

7.2多光谱成像技术在食品检测中的应用/107

7.3多光谱成像技术在农作物生长方面的应用/109

7.3.1农作物生长状态的监测/109

7.3.2农作物病虫害的检测/112

7.4多光谱成像技术在医学病理诊断中的应用/113

7.5多光谱成像技术在军事方面的应用/114

7.6多光谱成像技术在其它方面的应用/117

参考文献/118