您的瀏覽器不支持JavaScript,請開啟后繼續

                
                

                        農作物多光譜圖像獲取與分類識別

                        農作物多光譜圖像獲取與分類識別

                        • 作者
                        • 曹鵬飛 著

                        本書在概述多光譜技術原理與發展前沿的基礎上,搭建了基于LCTF和CMOS相機的多光譜成像系統,獲取了幾類常見農作物的多光譜圖像,選取特征波段,并對所獲得的多光譜信息進行分類識別。證明了多光譜成像技術能夠動態、快速、準確和及時地獲取農作物的圖像信息和光譜信息,可作為“精細農業”的有力技術支撐。此外,還介紹了多光譜技術在油畫數字化版權保護、食品檢測和醫學病理診斷等領...


                        • ¥88.00

                        ISBN: 978-7-122-39424-8

                        版次: 1

                        出版時間: 2021-08-01

                        圖書介紹

                        ISBN:978-7-122-39424-8

                        語種:漢文

                        開本:16

                        出版時間:2021-08-01

                        裝幀:平

                        頁數:120

                        編輯推薦

                        本書在概述多光譜技術原理與發展前沿的基礎上,搭建了基于LCTF和CMOS相機的多光譜成像系統,獲取了幾類常見農作物的多光譜圖像,選取特征波段,并對所獲得的多光譜信息進行分類識別。證明了多光譜成像技術能夠動態、快速、準確和及時地獲取農作物的圖像信息和光譜信息,可作為“精細農業”的有力技術支撐。此外,還介紹了多光譜技術在油畫數字化版權保護、食品檢測和醫學病理診斷等領域中的應用。 本書可供農作物分析、光譜分析工作者及技術開發人員參考,也可供高等院校農林、物理學、應用光學等專業的師生閱讀使用。

                        精彩書摘

                        本書在概述多光譜技術原理與發展前沿的基礎上,搭建了基于LCTF和CMOS相機的多光譜成像系統,獲取了幾類常見農作物的多光譜圖像,選取特征波段,并對所獲得的多光譜信息進行分類識別。證明了多光譜成像技術能夠動態、快速、準確和及時地獲取農作物的圖像信息和光譜信息,可作為“精細農業”的有力技術支撐。此外,還介紹了多光譜技術在油畫數字化版權保護、食品檢測和醫學病理診斷等領域中的應用。 本書可供農作物分析、光譜分析工作者及技術開發人員參考,也可供高等院校農林、物理學、應用光學等專業的師生閱讀使用。

                        目錄

                        第1章光譜成像技術概述/001
                        1.1農作物的生長狀況及其監測方法/001
                        1.2多光譜成像技術的歷史與現狀/004
                        1.2.1多光譜成像技術的發展歷程/004
                        1.2.2成像光譜數據處理與最佳波段研究現狀/006
                        參考文獻/009
                        
                        第2章植物特征和多光譜成像技術原理/013
                        2.1植物特征/013
                        2.1.1植物的顏色特征/013
                        2.1.2植物的光譜特征/014
                        2.1.3植物的紋理特征/017
                        2.2光譜成像技術原理/018
                        2.2.1光譜成像關鍵技術/018
                        2.2.2成像光譜儀的光譜成像原理/018
                        2.3農作物的多光譜成像系統/020
                        2.3.1液晶可調諧濾光片的工作原理/020
                        2.3.2基于農作物的多光譜成像系統搭建/024
                        2.4多光譜成像系統的定標/028
                        2.4.1黑場/028
                        2.4.2CMOS響應飽和度/029
                        2.5多光譜成像系統的校正/029
                        2.5.1多光譜成像系統的校正步驟/029
                        2.5.224色卡與RGB參考值/030
                        2.5.3多光譜成像系統的校正結果/032
                        2.6多光譜圖像的數據表達和處理/032
                        2.6.1圖像立方體/033
                        2.6.2光譜曲線/033
                        2.6.3光譜曲面/034
                        參考文獻/035
                        
                        第3章特征波段選取理論和多光譜圖像采集/038
                        3.1特征波段選取理論/038
                        3.1.1特征波段選取準則/039
                        3.1.2特征波段選取方法/039
                        3.1.2.1圖像亮度信息法/040
                        3.1.2.2波段指數法/041
                        3.1.2.3最佳指數法/041
                        3.1.2.4熵與聯合熵/041
                        3.1.2.5協方差矩陣行列式/042
                        3.1.2.6支持向量機/043
                        3.2技術路線/044
                        3.3農作物樣本制備與研究區域選取/045
                        3.3.1農作物樣本制備與多光譜圖像采集/045
                        3.3.2農作物樣本和參考白板的多光譜圖像區域選取/056
                        參考文獻/057
                        
                        第4章農作物樣本的特征波段/059
                        4.1農作物樣本的灰度與光譜反射率/059
                        4.1.1農作物樣本和參考白板的灰度值/059
                        4.1.2農作物樣本的光譜反射率/061
                        4.2農作物特征波段的選取/062
                        4.2.1健康四季豆葉片的特征波段選取/062
                        4.2.1.1波段指數法選取四季豆葉片的特征波段/062
                        4.2.1.2圖像亮度信息法選取四季豆葉片的特征波段/064
                        4.2.1.3四季豆葉片的特征波段選取結果比較/065
                        4.2.2健康蘿卜葉片的特征波段選取/066
                        4.2.3健康水稻葉片的特征波段選取/068
                        4.2.4稻飛虱為害后水稻葉片的特征波段選取/069
                        4.3農作物樣本的結果分析/071
                        參考文獻/072
                        
                        第5章農作物多光譜信息的分類識別/073
                        5.1分類方法/073
                        5.1.1非監督分類/073
                        5.1.2監督分類/074
                        5.2基于農作物的分類方法選取和精度分析/075
                        5.2.1分類方法選取/075
                        5.2.2分類精度評價/077
                        5.2.2.1混淆矩陣和總分類精度/077
                        5.2.2.2使用者和生產者精度/078
                        5.2.2.3Kappa系數/078
                        5.2.2.4McNemar測試/079
                        5.3多光譜圖像的數據制備與分類識別/079
                        5.3.1多光譜圖像的數據制備/079
                        5.3.2多光譜圖像的分類識別/080
                        5.3.3多光譜圖像的數據分析/082
                        5.4多光譜圖像的分析結果/084
                        參考文獻/085
                        
                        第6章蓮花白多光譜圖像的特征波段和五角楓葉的光譜反射率/087
                        6.1蓮花白葉片的多光譜圖像/087
                        6.2蓮花白葉片的目標區域選取和可識別度計算/090
                        6.3蓮花白葉片的分類精度/092
                        6.4五角楓葉的圖像獲取和區域選取/093
                        6.5五角楓葉的光譜反射率/094
                        參考文獻/097
                        
                        第7章多光譜成像技術在各領域的應用/099
                        7.1多光譜成像技術在油畫數字化版權保護方面的應用/099
                        7.1.1基于Haar小波的DWT域水印原理/099
                        7.1.2油畫作品多光譜圖像的水印嵌入與提取/101
                        7.1.3油畫作品版權的保護策略/107
                        7.2多光譜成像技術在食品檢測中的應用/107
                        7.3多光譜成像技術在農作物生長方面的應用/109
                        7.3.1農作物生長狀態的監測/109
                        7.3.2農作物病蟲害的檢測/112
                        7.4多光譜成像技術在醫學病理診斷中的應用/113
                        7.5多光譜成像技術在軍事方面的應用/114
                        7.6多光譜成像技術在其它方面的應用/117
                        參考文獻/118
                        

                        發送電子郵件聯系我們

                        白嫩小仙女自慰喷白浆