植物的偏振和荧光特性研究及成像系统设计

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:zhp2007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前植物胁迫分析对于农业及环境生态研究意义深远。偏振成像和植物叶绿素荧光成像探测同样具有非侵入、无损伤的优势,利用植物叶绿素荧光成像评判植物自身健康状况的应用较为成熟,而植物叶片产生的偏振信息也能够有效反映自身特性。基于此,论文利用植物偏振成像与叶绿素荧光成像结合的方法初步探究植物荧光偏振成像方法在植物生理胁迫方面的潜力。论文基于Stokes偏振成像、Mueller矩阵偏振成像、植物叶绿素荧光成像理论设计搭建了一套植物偏振及荧光成像探测系统,完成了光学系统加工和调试,可以实现荧光、偏振和荧光偏振组合的图像的采集,基于Qt+OpenCV+Armadillo设计了一套数据处理软件,实现了实验图像的处理及偏振参数曲线变化分析,经实验验证了系统的可靠性。在性能分析方面,对比分析了不同植物偏振成像及荧光偏振成像的差异;通过植物叶片病斑实验,发现部分偏振参数可对叶片病斑区域有效呈现,表明对应偏振参数可用于植物病害检测分析;通过植物水分胁迫实验表明Mueller矩阵有关参数及Stokes荧光线偏振度参数可用于对叶片含水量进行表征,为定量研究植物叶片含水量变化指明了方向。同时基于Zemax光学仿真设计了一套植物遥测成像系统,初步实现系统对植物叶绿素荧光信号的获取,完成了系统主要部分机械结构的设计加工。通过植物叶绿素荧光成像实验表明系统具备探测微弱荧光信号的能力,可用于从遥测角度对植物进行监测研究。实验研究表明,植物荧光偏振成像系统和植物遥测成像的设计结构是合理的、可行的。偏振和荧光成像测量的结果是稳定的、可靠的,可用有关偏振参数对植物水分含量等现象进行表征。植物荧光偏振成像的有关实验结论为今后利用植物遥测成像系统结合偏振模块从荧光偏振角度探究自然环境下的植物奠定了基础。
其他文献
随着互联网技术的快速发展,数字图像被广泛地应用到各行各业。但图像在采集、传输、压缩等处理过程中,不可避免会造成图像失真,导致图像质量的下降。因此,选用恰当的图像质量评价算法对失真图像进行评估,具有很高的研究和应用价值。本文围绕全参考图像质量评价进行了三方面的研究工作。(1)提出了一种改进的结构相似度DSSSIM算法。针对SSIM算法中是对图像块同等处理,进行像素逐点比较,与人眼视觉感知不相符这一缺
近年来,线上教育逐渐兴起,从而在一定程度上突破了时间和空间上的限制,也缓解了教育资源短缺和分配不均的问题。但是,目前大部分在线教育平台仍然存在着学习方式单一、知识结构松散等问题。有鉴于此,本文主要研究了一种在利用知识图谱对学科体系进行结构化表达的基础上,结合个体适应性智能调节策略的智慧学习平台,以利于学习者自主学习,达到提升学习效率的目的。主要内容如下:首先,为表达知识点之间的关联性,处理复杂的知
双目立体视觉已被广泛应用在无人机避障、机器人导航、精密工业测量、物体识别、虚拟现实、场景重建、勘探等诸多领域。本论文以录制好的双目二维视频为研究对象,开展了将双目二维视频转换为三维点云视频的研究。主要研究工作如下:(1)分析并改进了张氏标定法。本文以张氏标定法为基础来标定相机参数,采用黑白棋盘靶标对相机进行标定,在实验过程中发现首次标定的像素误差比较大,无法获取精准的相机内、外参数。因此,在原方法
同时定位与建图(Simultaneous Localization And Mapping,SLAM)算法是移动机器人自主完成导航任务的基础。SLAM通过所携带的传感器来获取外部环境信息,当传感器为相机时,称之为视觉SLAM。虽然目前有很多优秀的视觉SLAM系统,很多系统都把外部环境假设为静态环境,忽视了动态物体对视觉SLAM定位精度和鲁棒性的影响。本文以ORB-SLAM2系统为基础,对室内动态场
物体的标注作为场景理解的前提,是对环境认知的核心工作,也是人工智能、计算机视觉、三维重建等应用领域的基础性工作。然而,目前方法多适合完整点云模型的标注,而不适合单视点下测量的单侧点云。为此,本文以实测单侧三维点云场景数据为研究对象,对场景中物体的标注方法进行研究,主要工作如下:(1)设计了一种基于八叉树的三维点云场景划分方法。首先利用PCA方法求取模型的整体走势,获取场景的最小包围盒作为八叉树初始
图像是信息表达的载体。在实际应用中,图像所传达的信息对多数领域具有重要意义。在采集图像时,由于光学图像是通过透镜聚焦实现的,而成像系统中不同成像区域的景深差异或聚焦区域发生位置变化时均会造成图像的局部模糊现象,这对关键信息的获取造成极大影响。因此对图像中的局部模糊区域进行增强处理是必要的,而这首先需要对图像模糊区域进行有效的检测和分割。本文主要针对局部模糊图像的检测与分割算法进行研究,并实现对局部
[db:内容简介]
[db:内容简介]
[db:内容简介]