葉片顏色與含水率的關(guān)系研究畢業(yè)論文-資料下載頁
2025-06-26 09:06本頁面
【正文】 義的。 由于專業(yè)水平和時(shí)間有限，所以本文有一些缺點(diǎn)和不足。(1) 數(shù)據(jù)量較小（只有20組），這就導(dǎo)致得出的模型具有局限性。或許它只能反映部分梧桐葉片與其含水率的關(guān)系，如果換一組數(shù)據(jù)，可能會得出不同的結(jié)果。所以本次研究所建立的六個一元或多元回歸模型并不能非常準(zhǔn)確地反映梧桐葉片含水率和葉片顏色之間的關(guān)系。(2) 采集的數(shù)據(jù)比較單一（只有梧桐樹葉），樣本類型的單一會導(dǎo)致得出的回歸模型并不適用于其它類型的樹葉，即不具有一般性。未來，可以采集不同類型的葉片圖像，例如槐樹、楊樹等等。然后分別對不同的樹葉構(gòu)建葉片顏色和含水率之間的回歸模型；同時(shí)擴(kuò)大樣本空間，增加數(shù)據(jù)量從而使選取的樣本更具有代表性，最終得出更具代表性的結(jié)論。最終從不同的模型中歸納總結(jié)出能代表不同樹葉顏色與其葉片含水率的一般模型，而這個模型將在農(nóng)業(yè)、林業(yè)等方面發(fā)揮更大的作用。參考文獻(xiàn)[1]楊勇，張冬強(qiáng)，李碩等. 基于光譜反射特征的柑橘葉片含水率模型[J]. ,27(02):180184.[2]徐騰飛，韓文霆,孫瑜. 基于圖像處理的玉米葉片含水率診斷方法研究[J]. 干旱地區(qū)農(nóng)業(yè)研究,2003,31(1)：95100.[3]張偉，毛罕平，李萍萍等. 缺素葉片圖像顏色和紋型特征參數(shù)提取的研究[J].農(nóng)機(jī)化研究,2003,4(2)6061.[3]穗波，信雄. 根據(jù)圖像提取植物的生長信息[R]. 日本：農(nóng)業(yè)機(jī)械學(xué)會關(guān)西支部，1989.[4]付金霞，蘇健民,劉嘉新等. 基于RGB 模型的顏色特征在樹種識別系統(tǒng)中的應(yīng)用[Z]. 中國科技論文在線.[5]吳富寧,楊子彪,朱紅等. 基于顏色特征進(jìn)行農(nóng)作物圖像分類識別的應(yīng)用研究綜述[N]. ,5(2):7679.[6]羅良清、魏和清．統(tǒng)計(jì)學(xué)[M].北京:中國財(cái)政經(jīng)濟(jì)出版社,2011:3335．[7]伍南,劉君昂,閆瑞坤等. 基于人工神經(jīng)網(wǎng)絡(luò)和高光譜技[A]. [C].中國植物保護(hù)學(xué)會，2012:7. [8]蔡鴻昌,崔海信,高麗紅等. 基于顏色特征的葉片含水率與比葉重估算模型初探[J]. 中國農(nóng)學(xué)通報(bào),2006,08:532535. [9]趙杰文,周曉兵. 基于近紅外圖像紋理分析檢測作物葉片含水率的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào),1999,03:3943. [10]毛罕平,張曉東,李雪等. 基于光譜反射特征葡萄葉片含水率模型的建立[J]. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,05:369372. [11]周曉兵,張世芳,邱白晶等. 近紅外圖像紋理分析葉片含水率的初步研究[J].江蘇理工大學(xué)學(xué)報(bào)(自然科學(xué)版),1999,03:2629. [12]劉翠艷. 基于MATLAB的圖像處理方法及分析[J]. 電腦與電信,2009,04:8486.[13]何希平,張瓊?cè)A. 基于MATLAB的圖像處理與分析[J]. 重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,02:2226. [14]石瑞平. 基于一元回歸分析模型的研究[D]. 河北科技大學(xué),2009. [15]羅文海,萬巧云,高永. 主成分回歸分析與多元線性回歸的對比研究[J]. 數(shù)理醫(yī)藥學(xué)雜志,2003,02:140143. [16]李品芳,周兆明,陳帥. 基于多元回歸分析的財(cái)務(wù)危機(jī)預(yù)警研究[J]. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2006,05:701706. [17]李應(yīng)求,馮榮麗,彭朝暉. 基于回歸分析的居民收入分配差距的定量研究[J]. 長沙理工大學(xué)學(xué)報(bào)(社會科學(xué)版),2006,03:6066. [18]英英. 基于MATLAB的圖形圖像處理系統(tǒng)的實(shí)現(xiàn)[D].內(nèi)蒙古大學(xué),2013. [19]謝鵬鶴. 圖像閾值分割算法研究[D].湘潭大學(xué),2012. [20]盛驟,謝式千,[M]. 北京:高等教育出版社,2009．[21]：40個案例分析[M]. 北京:北京航空航天大學(xué)出版社,2010.[22]Blackmer TM, Schepers JS, Varvel GE，etal. Analysis of aerial photography for nitrogen stress within corn fields[J]. Agronomy Journal，1996，88(5)：729733.[23]Thomas JR, Namken LN, Oerther GF, etal. Estimating leaf water content by reflectance measurement[J]. Agronomy Journal, 1971, 63:845847.[24] Carter GA. Primary and secondary effects of water content of the spectral reflectance of leaves[J]. American Journal of Botany,1996,78(7):916924.[25] Abhishek Taneja,. A Performance Study of Data Mining Techniques: Multiple Linear Regression vs. Factor Analysis[J]. International Journal of Innovative Technology and Creative Engineering,2011,1(4). [26]GHULAM Abduwasit,KASIMU Alimujiang. A method for canopy water content estimation for highly vegetated surfacesshortwave infrared perpendicular water stress index[J]. Science in China(Series D:Earth Sciences),2007,09:13591368.
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1