基于计算机视觉技术温室作物长势诊断机理与方法研究
【摘要】:在工厂化农业高速发展的今天,作物管理的自动化和现代化日趋重要。应用现代无损伤测量和监测手段进行作物长势诊断的技术研究,成为农业技术发展的热点问题之一。本文选择温室黄瓜作为研究对象,应用计算机视觉技术,对黄瓜的叶片图像和生长点图像特征进行分析,对温室作物的长势诊断指标和方法进行研究。
本文在温室种植实验的基础上,对温室黄瓜的新鲜叶片进行图像采集;并根据叶片营养含量的测定,研究了叶片颜色特征与叶片养分含量之间的关系。
通过研究,发现叶片图像的G分量与叶片氮含量及叶绿素间有良好的相关性,相关系数均达到0.88。在研究叶片颜色特征和颜色分量关系的基础上,对颜色特征与叶绿素含量进行了多元回归分析,并进一步进行了主成分分析,获得了叶片叶绿素含量与颜色特征之间的多元线性回归模型。
本文根据对自然光条件下获得的叶片图像所做分析,为了降低光线对叶片图像颜色的影响,设计了叶片图像采集的人工光源环境,所设计的人工光源可以产生具有漫反射效应的均匀光线。在此基础上通过背景白化处理,大大降低了光源对研究目标颜色的影响,提高了颜色分析的可靠性。
黄瓜的生长点是黄瓜田间管理中形态诊断的重要指标,由于该指标的模糊定义特点,一直没有相对准确的评价标准。本文将它作为分析研究的目标,采集生长点的活体图像,分析了生长点图像的模糊特点,对它进行纹理特征分析。选择灰度共生矩阵作为纹理分析的主要指标,应用模糊聚类分析的方法对生长点的形态优劣进行聚类评价。通过典型样品的聚类分析,得到特征指标的聚类中心,对植株的健康、亚健康和不健康进行评价。结果表明对健康和不健康的植株分类效果在80%,对亚健康植株的分类效果只能达到50%。
本文在上述营养指标研究的基础上,对作物生长中叶片叶绿素含量进行时间序列分析,叶绿素含量预测的相对误差可以达到0.085。应用灰色系统预测模型原理,将叶片营养含量回归模型和叶绿素含量预测模型相结合诊断叶片的营养状态信息,融合生长点纹理特征聚类分析的健康评价信息,设计了黄瓜长势诊断系统的模型。
|
|
|
|
1 |
卢官明;基于内容的图像及视频检索[J];南京邮电学院学报;2002年02期 |
2 |
黄文清,汪亚明,周志宇;计算机视觉技术在工业领域中的应用[J];浙江工程学院学报;2002年02期 |
3 |
肖志涛,侯正信;基于相位信息的对称性检测算法[J];计算机学报;2005年11期 |
4 |
马玉真;陶立英;王新华;;计算机视觉技术的应用[J];试验技术与试验机;2006年01期 |
5 |
刘雄雅;徐志刚;;基于计算机视觉的汽车安全可行区域研究[J];中国水运(理论版);2007年01期 |
6 |
刘爱君;黄席樾;全洪渊;;基于虚拟检测技术的隧道交通参数检测方法研究[J];自动化与仪器仪表;2007年03期 |
7 |
李林;王帅;姜树明;刘晓辉;刘向阳;魏志强;;基于嵌入式的图像测量系统的设计与实现[J];山东科学;2010年04期 |
8 |
谢晓荣;;浅谈计算机视觉艺术在数字媒体的应用[J];华章;2010年31期 |
9 |
张奇志;周亚丽;;基于SIFT特征的单训练样本人脸识别[J];北京信息科技大学学报(自然科学版);2011年04期 |
10 |
钟声;石青云;程民德;;基于小波变换的立体视觉匹配方法[J];模式识别与人工智能;1994年01期 |
11 |
齐丙辰,大川善邦;计算机视觉在球类机器人和行为理解研究中的应用与发展[J];中国图象图形学报;1998年09期 |
12 |
周强;薛向阳;吴立德;;一种非连续广义光流的计算方法[J];模式识别与人工智能;1998年03期 |
13 |
籍保平,吴文才;计算机视觉苹果分级系统[J];农业机械学报;2000年06期 |
14 |
张爱武,李明哲,胡少兴,随振;基于计算机视觉的三维测量技术(英文)[J];农业工程学报;2001年01期 |
15 |
张瑞合,姬长英,沈明霞,曹坤;计算机视觉技术在番茄收获中的应用[J];农业机械学报;2001年05期 |
16 |
黄锡昌;结合面向对象方法的计算机视觉语义网络表示[J];现代计算机;2001年08期 |
17 |
汪德才,郭新贵,刘亚东,李从心;基于计算机视觉的实时控制集成系统[J];计算机工程;2002年05期 |
18 |
周志宇,汪亚明,黄文清;计算机视觉在交通监控中的应用[J];计算机系统应用;2003年01期 |
19 |
唐轶峻,汤一平,隋成华;基于HMMs的人体姿态图像视觉理解研究[J];激光与红外;2005年10期 |
20 |
梁栋;童强;王年;鲍文霞;屈磊;;一种基于Laplacian矩阵的图像匹配算法[J];计算机工程与应用;2005年36期 |
|