基于机器视觉的苗木根，茎，叶分类研究的设计与实现文献综述
摘要: 目前苗木质量的评价主要是依据苗高，地径和根系状况等形态指标，而形态指标的测量通常采用直尺与游标卡尺由人工直接测量，耗费了大量的人力，物力，且耗时较长，因此应用先进的技术手段实现苗木形态特征快速精准评价对生态文明建设，现代林业建设具有非常重要的意义。苗木质量具体表现在各个方面,即优良的遗传品质、优良的造林质量性状。苗木质量评价是苗木质量调控的核心问题之一,因此,精准评价苗木质量、调控苗木质量成为林业行业的关键技术问题。从效率的角度来说，由于操作工在长时间工作下容易疲惫，人工视觉质量效率低下且精度不高，而机器视觉可以大大提高生产效率和自动化程度。在现代自动化生产过程中，机器视觉检测已经开始慢慢取代人工视觉检测，这一趋势已不可逆转。
关键词：机器视觉;三维重建; 形态指标;活力研究.
- 研究的目的与意义
本项目主要研究以机器视觉代替人工检测苗木活力的方法，并以此降低人在测量中的工作量。主要通过苗木的根，茎，叶的各项指标来分类，为判断苗木活力提供更加准确稳定的参考数据。通过神经网络方法对苗木根，茎，叶实现准确的判断，分类，从而完成对苗木的生命力进行分类，以达到高效、准确的判断苗木活力的功能。
目前苗木质量的评价主要是依据苗高，地径和根系状况等形态指标，而形态指标的测量通常采用直尺与游标卡尺由人工直接测量，耗费了大量的人力，物力，且耗时较长，因此应用先进的技术手段实现苗木形态特征快速精准评价对生态文明建设，现代林业建设具有非常重要的意义。苗木质量具体表现在各个方面,即优良的遗传品质、优良的造林质量性状。苗木质量评价是苗木质量调控的核心问题之一,因此,精准评价苗木质量、调控苗木质量成为林业行业的关键技术问题。从效率的角度来说，由于操作工在长时间工作下容易疲惫，人工视觉质量效率低下且精度不高，而机器视觉可以大大提高生产效率和自动化程度。在现代自动化生产过程中，机器视觉检测已经开始慢慢取代人工视觉检测，这一趋势已不可逆转。
获取马尾松形态指标和主要生理指标有助于筛选优良的造林苗木。利用先进的立体视觉 3D 重构技术 和化学计量学方法( 近红外光谱检测技术) 实现马尾松苗木的静态指标精准测量。首先搭建软硬件实验平台， 通过图像采集系统获取图像序列，在计算机上通过算法重构出马尾松苗木的3D 模型，提取马尾松苗木的形态学 指标;然后利用化学计量学方法挖掘近红外光谱中的有用信息，并采用偏最小二乘回归方法建立线性模型，从而 达到苗木主要生理指标的快速、无损测定。所选取的研究方法得到的马尾松苗木质量指标与人工实际测量得到 的数据具有很强的相关性。基于多信息融合的马尾松苗木质量检测方法精度高，可满足林业调查要求，并为马尾松苗木活力相关研究提供了新的思路。
二．国内外的研究概况
上世纪70年代至90年代末,国外有关苗木质量的综述很多。经过10多年的研究,人们对根体积、侧根数、矿质营养等形态和生理指标与苗木造林效果的关系有了更为深刻的认识。文中在这些综述的基础上,结合最近的研究进展,对国外苗木质量的研究现状和未来发展趋势进行了综述。针对评价苗木质量的各项指标,分析了其测定方法和评价苗木质量的能力,并系统探讨了苗木质量、立地条件和造林效果之间的关系。国外已将苗木质量置于造林目标、苗木类型、遗传基因、起苗因素与造林地特征、造林时间、造林工具与技术等体系中，从苗圃水肥管理 、起苗与包 装、贮 藏、运输、造林等环节调控苗木质量，并针对每一环节进行评价，用试验予以验证，从具体技术 中提炼苗木质量的评价体系与调控理。这一研究思路不仅体 现在研究论文中，在所有综述中也能充分体现。
我国不仅要重视苗圃水肥管理对苗木质量的影响，更要重视贮藏(尤其是冷藏和冻藏 )和造林中的苗木质量，用多年的造林数据验证苗木质量调控技术的优劣， 借 鉴国外先进思维方式 ， 结合我国苗木培育过程中的现实问题，提出具体的解决方法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
