發(fā)布時間：2021-05-16 04:39

　　植物氣孔是植物個體與外界環(huán)境進行物質(zhì)和能力交換的通道,對調(diào)節(jié)生態(tài)系統(tǒng)碳、水循環(huán)、植物與環(huán)境相互調(diào)控等過程起著極其重要的作用。氣孔的準確識別和分析是氣孔格局和氣孔特征參數(shù)計算的關(guān)鍵。目前的植物氣孔圖像采集方法主要采用撕取葉片表皮組織,制成標本在顯微鏡下成像,氣孔數(shù)量統(tǒng)計分析多采用人工測量或半自動化技術(shù),難以實現(xiàn)準確、高通量、自動化處理。因此本文在深入分析葉片氣孔顯微圖像的特點的基礎(chǔ)上,構(gòu)建基于Faster R-CNN目標檢測框架的氣孔識別網(wǎng)絡(luò)模型,優(yōu)化網(wǎng)絡(luò)參數(shù),實現(xiàn)植物葉片顯微圖像的氣孔檢測和分析。本文使用VHX-2000數(shù)碼顯微鏡分別采集兩種放大倍率（500X,1000X）下共1000多幅楊樹葉片氣孔圖像。在經(jīng)過預(yù)處理和目標標注軟件標注之后,制作只含500X氣孔圖像、只含1000X氣孔圖像和兩種倍率氣孔圖像混合三個類型數(shù)據(jù)集,并分別訓練三種氣孔目標檢測模型。使用三種模型對包含兩種倍率的共200幅氣孔圖像（500X和1000X各100張）交叉進行氣孔目標檢測,同時自動統(tǒng)計了檢測出的氣孔總數(shù)量,并計算得到氣孔目標檢測的精度和召回率。氣孔檢測精度為99.92%,檢測召回率最高為99.32%（... 

【文章來源】：東北林業(yè)大學黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題來源
    1.2 課題背景及意義
    1.3 國內(nèi)外發(fā)展現(xiàn)狀
    1.4 本論文的主要研究內(nèi)容和結(jié)構(gòu)安排
        1.4.1 主要研究內(nèi)容
        1.4.2 本文的結(jié)構(gòu)安排
2 植物葉片氣孔圖像采集和數(shù)據(jù)集構(gòu)建
    2.1 植物葉片顯微圖像氣孔目標檢測流程
    2.2 植物葉片氣孔圖像的采集
        2.2.1 植物氣孔特征
        2.2.2 植物氣孔圖像采集方案
        2.2.3 氣孔圖像采集結(jié)果
    2.3 植物葉片氣孔圖像的預(yù)處理
        2.3.1 氣孔圖像預(yù)處理方法
        2.3.2 氣孔圖像預(yù)處理結(jié)果
    2.4 數(shù)據(jù)集的制作
        2.4.1 氣孔圖像標注工具
        2.4.2 數(shù)據(jù)集制作結(jié)果
    2.5 本章小結(jié)
3 目標檢測算法原理與結(jié)構(gòu)
    3.1 目標檢測算法簡介
        3.1.1 傳統(tǒng)目標檢測算法
        3.1.2 基于深度學習的目標檢測算法
    3.2 深度學習神經(jīng)網(wǎng)絡(luò)的基本原理
        3.2.1 神經(jīng)網(wǎng)絡(luò)簡介
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和原理
        3.2.3 神經(jīng)網(wǎng)絡(luò)運算流程
    3.3 Faster R-CNN目標檢測算法的整體結(jié)構(gòu)
    3.4 Faster R-CNN目標檢測算法結(jié)構(gòu)介紹
        3.4.1 特征提取網(wǎng)絡(luò)
        3.4.2 候選區(qū)域生成網(wǎng)絡(luò)
        3.4.3 分類與位置回歸網(wǎng)絡(luò)
    3.5 本章小結(jié)
4 實驗結(jié)果與分析
    4.1 模型訓練硬件平臺和環(huán)境
    4.2 量化評估參數(shù)
    4.3 氣孔目標檢測模型的訓練
    4.4 氣孔檢測模型對氣孔圖像的檢測
        4.4.1 楊樹葉片氣孔圖像的檢測和密度計算
        4.4.2 白樺葉片氣孔圖像的檢測結(jié)果
    4.5 氣孔目標檢測模型分析
    4.6 本章小結(jié)
結(jié)論
參考文獻
附錄
攻讀學位期間發(fā)表的學術(shù)論文
致謝


【參考文獻】：
期刊論文
[1]基于eCognition植物葉片氣孔密度及氣孔面積快速測算方法[J]. 朱濟友,徐程揚,吳鞠.  北京林業(yè)大學學報. 2018(05)
[2]植物氣孔發(fā)育機制研究進展[J]. 王宏亮,郭思義,王棚濤,宋純鵬.  植物學報. 2018(02)
[3]櫻桃番茄葉片氣孔特征和氣體交換過程對NaCl脅迫的響應(yīng)[J]. 張浩,郭麗麗,葉嘉,張雷,王清濤,李菲,張茜茜,曹旭,徐明,郝立華,鄭云普.  農(nóng)業(yè)工程學報. 2018(05)
[4]西藏東達山3種嵩草屬植物氣孔特征沿海拔的變化[J]. 朱玉懷,張大才,李雙智.  西北植物學報. 2017(04)
[5]生長素調(diào)控植物氣孔發(fā)育的研究進展[J]. 商業(yè)緋,李明,丁博,牛浩,楊振寧,陳小強,曹高燚,謝曉東.  植物學報. 2017(02)
[6]瀕危植物膝柄木葉表皮細胞及氣孔器的顯微構(gòu)造[J]. 招禮軍,袁娟,朱栗瓊,徐艷霞,楊麗梅.  西部林業(yè)科學. 2017(01)
[7]高溫對藍莓葉片氣孔特征和氣體交換參數(shù)的影響[J]. 朱玉,黃磊,黨承華,王賀新,姜國斌,李根柱,張自川,婁鑫,鄭云普.  農(nóng)業(yè)工程學報. 2016(01)
[8]氣孔特征與葉片功能性狀之間關(guān)聯(lián)性沿海拔梯度的變化規(guī)律——以長白山為例[J]. 王瑞麗,于貴瑞,何念鵬,王秋鳳,趙寧,徐志偉.  生態(tài)學報. 2016(08)
[9]植物氣孔的類型、分布特點和發(fā)育[J]. 楊洋,馬三梅,王永飛.  生命科學研究. 2011(06)
[10]基于遙感圖像處理技術(shù)胡楊葉氣孔密度的估算及其生態(tài)意義[J]. 薦圣淇,趙傳燕,趙陽,彭守璋,彭煥華.  生態(tài)學報. 2011(17)



本文編號：3188992