农作物多光谱图像获取与分类识别电子书

书名页

内容提要

版权页

前言

第1章 光谱成像技术概述

1.1 农作物的生长状况及其监测方法

1.2 多光谱成像技术的历史与现状

1.2.1 多光谱成像技术的发展历程

1.2.2 成像光谱数据处理与最佳波段研究现状

参考文献

第2章 植物特征和多光谱成像技术原理

2.1 植物特征

2.1.1 植物的颜色特征

2.1.2 植物的光谱特征

2.1.3 植物的纹理特征

2.2 光谱成像技术原理

2.2.1 光谱成像关键技术

2.2.2 成像光谱仪的光谱成像原理

2.3 农作物的多光谱成像系统

2.3.1 液晶可调谐滤光片的工作原理

2.3.2 基于农作物的多光谱成像系统搭建

2.4 多光谱成像系统的定标

2.4.1 黑场

2.4.2 CMOS响应饱和度

2.5 多光谱成像系统的校正

2.5.1 多光谱成像系统的校正步骤

2.5.2 24色卡与RGB参考值

2.5.3 多光谱成像系统的校正结果

2.6 多光谱图像的数据表达和处理

2.6.1 图像立方体

2.6.2 光谱曲线

2.6.3 光谱曲面

参考文献

第3章 特征波段选取理论和多光谱图像采集

3.1 特征波段选取理论

3.1.1 特征波段选取准则

3.1.2 特征波段选取方法

3.1.2.1 图像亮度信息法

3.1.2.2 波段指数法

3.1.2.3 最佳指数法

3.1.2.4 熵与联合熵

3.1.2.5 协方差矩阵行列式

3.1.2.6 支持向量机

3.2 技术路线

3.3 农作物样本制备与研究区域选取

3.3.1 农作物样本制备与多光谱图像采集

3.3.2 农作物样本和参考白板的多光谱图像区域选取

参考文献

第4章 农作物样本的特征波段

4.1 农作物样本的灰度与光谱反射率

4.1.1 农作物样本和参考白板的灰度值

4.1.2 农作物样本的光谱反射率

4.2 农作物特征波段的选取

4.2.1 健康四季豆叶片的特征波段选取

4.2.1.1 波段指数法选取四季豆叶片的特征波段

4.2.1.2 图像亮度信息法选取四季豆叶片的特征波段

4.2.1.3 四季豆叶片的特征波段选取结果比较

4.2.2 健康萝卜叶片的特征波段选取

4.2.3 健康水稻叶片的特征波段选取

4.2.4 稻飞虱为害后水稻叶片的特征波段选取

4.3 农作物样本的结果分析

参考文献

第5章 农作物多光谱信息的分类识别

5.1 分类方法

5.1.1 非监督分类

5.1.2 监督分类

5.2 基于农作物的分类方法选取和精度分析

5.2.1 分类方法选取

5.2.2 分类精度评价

5.2.2.1 混淆矩阵和总分类精度

5.2.2.2 使用者和生产者精度

5.2.2.3 Kappa系数

5.2.2.4 McNemar测试

5.3 多光谱图像的数据制备与分类识别

5.3.1 多光谱图像的数据制备

5.3.2 多光谱图像的分类识别

5.3.3 多光谱图像的数据分析

5.4 多光谱图像的分析结果

参考文献

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

6.1 莲花白叶片的多光谱图像

6.2 莲花白叶片的目标区域选取和可识别度计算

6.3 莲花白叶片的分类精度

6.4 五角枫叶的图像获取和区域选取

6.5 五角枫叶的光谱反射率

参考文献

第7章 多光谱成像技术在各领域的应用

7.1 多光谱成像技术在油画数字化版权保护方面的应用

7.1.1 基于Haar小波的DWT域水印原理

7.1.2 油画作品多光谱图像的水印嵌入与提取

7.1.3 油画作品版权的保护策略

7.2 多光谱成像技术在食品检测中的应用

7.3 多光谱成像技术在农作物生长方面的应用

7.3.1 农作物生长状态的监测

7.3.2 农作物病虫害的检测

7.4 多光谱成像技术在医学病理诊断中的应用

7.5 多光谱成像技术在军事方面的应用

7.6 多光谱成像技术在其它方面的应用

参考文献