基于計(jì)算機(jī)圖像處理的葉綠素含量檢測(cè)系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、若將計(jì)算機(jī)視覺技術(shù)比作視神經(jīng)接收外界信息并在大腦中成像的過程,則計(jì)算機(jī)圖像處理過程可以看作是大腦對(duì)外界圖像的一種篩選和量化。但是不同于人的視覺感官,計(jì)算機(jī)處理圖像信息的過程更加具有準(zhǔn)確性、針對(duì)性和高效性。利用計(jì)算機(jī)圖像處理技術(shù),可以克服人眼在心理和生理上的局限性,從而得到更為精確、高效的圖像信息。
  本文利用冷陰極輝光燈為光源的掃描儀來獲取植物的葉片圖像,并結(jié)合數(shù)字圖像處理的特點(diǎn),先對(duì)葉片圖像的數(shù)字信息進(jìn)行一系列處理,再分析顏色

2、特征值與葉綠素含量之間的關(guān)系,建立回歸模型,并編寫了獲取植物葉片葉綠素含量的可視化軟件。
  文中重點(diǎn)探討了如何利用數(shù)字圖像分割技術(shù)將葉片圖像從背景中分離出來,對(duì)分割算法的相對(duì)精度和執(zhí)行效率進(jìn)行了深入的研究。研究采用混合的圖像分割處理方法,在傳統(tǒng)的圖像處理和分割算法的基礎(chǔ)上進(jìn)行了改進(jìn),采用改進(jìn)的8連通區(qū)域中值濾波,基于線性區(qū)域增長(zhǎng)的自適應(yīng)8連通區(qū)域標(biāo)記法以及改進(jìn)的自適應(yīng)Ostu閾值分割算法等,從而大大提高了圖像處理和分割的效率和相

3、對(duì)精度,使得實(shí)時(shí)獲取葉片葉綠素含量的信息成為可能。此外,文中還對(duì)通過上述算法得出葉片圖像的默認(rèn)顏色空間RGB、利用線性空間變換得到的顏色空間CIE-XYZ、非線性空間變換得到的顏色空間HSL、CIE-L*a*b*的顏色特征值及其顏色空間集合內(nèi)部的加權(quán)運(yùn)算所得到的運(yùn)算值進(jìn)行分析和比較,擬合出最能夠表征葉綠素含量的特征值,并利用最小二乘法得到特征值的二次回歸方程和多元非線性回歸方程來反演葉片葉綠素的含量信息。
  利用C++ Buil

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論