共查询到20条相似文献，搜索用时 515 毫秒
1.
通过不同氮素营养水平的水培试验,采用线性拟合和逐步回归分析,建立了黄瓜叶片干基含水率与比叶重的颜色特征估算模型。结果表明:颜色特征与叶片干基含水率、比叶重的线性拟合分析中,S、G/(R G B)、B/(R G B)、G/R、G/B、G-R和H/S构成的颜色特征变量的相关系数与叶片干基含水率相关密切;S、G/(R G B)、B/(R G B)、G/R、G/B、G-R、H/S和H/I构成的颜色特征变量的相关系数与叶片比叶重相关密切。运用逐步回归分析技术找出了G/(R G B)和G-R可以作为叶片干基含水量估算的主要颜色特征参数;G/(R G B)和H/I是叶片比叶重估算的主要颜色特征参数。 相似文献
2.
《农业工程技术:农产品加工》2016,(12)
为探求作物叶片RGB图像特征与其含水率的相关性,本文使用佳能数码相机采集抽穗期玉米离体叶片的图像信息,利用烘干法测量叶片样本的含水率;研究采用灰度共生矩阵和灰度直方图的图像处理技术,提取了玉米叶片的纹理特征参数和颜色特征参数,分析其与含水率的关系。结果表明,玉米叶片RGB图像的纹理特征参数对比度、相关度、熵和能量与含水率相关性不强,难以用来预测叶片含水率。在叶片颜色特征参数均值、方差、能量、熵、峰态和歪斜度的六组特征值中,均值和峰态与含水率存在较好的相关性,可以用来预测叶片含水率。均值与含水率的关系模型决定系数R2为0.7017,含水率预测结果误差范围在±2%以内,峰态与含水率的关系模型决定系数R2为0.7175,预测结果误差范围在±1.5%以内。本文研究结果证明,利用作物叶片的RGB图像可以检测其含水率。 相似文献
3.
基于图像数字处理技术的元帅系苹果叶片营养水平诊断研究 总被引：1，自引：0，他引：1
利用图像数字化处理技术,建立元帅系苹果叶片氮磷钾营养元素估算模型。选择不同营养水平的元帅系苹果叶样,通过计算机提取采集叶样的图像特征红R、绿G、蓝B各参数值及其相对的系数r、g、b和简单算术组合。分析RGB、rgb和简单算术组合分量值与叶片氮、磷、钾之间的相关特征。结果表明,叶片颜色特征分量G/B与氮元素含量呈极显著相关性,g分量与磷元素含量呈显著相关性,G/R分量与钾元素含量呈极显著相关性。选择叶片颜色特征分量跟元帅系苹果叶片氮、磷、钾元素的最高显著相关特征参数,建立的元帅系苹果叶片氮、磷、钾营养水平估算模型为y=-6.780x+8.913、y=-1.813x+1.158、y=-25.196x+22.872,其中x分别为叶片颜色特征G/B、g、G/R的分量值。氮、磷、钾预测值与实测值相关系数分别达到极显著（0.721）、显著（0.522）、极显著（0.644）水平,能较为可靠的反映元帅系苹果叶片的营养水平。 相似文献
4.
烟叶烘烤特性是衡量其烘烤难易程度和烘烤质量的关键性技术指标。然而现阶段鲜烟叶的烘烤特性评价通常以感官和主观经验为主，较笼统和模糊，缺少能有效表征鲜烟叶烘烤特性的量化指标。烟叶的外观颜色不仅是烟叶田间成熟度的主要判别依据，也是进行烟叶烘烤操作的主要依据，为探究利用烟叶颜色参数判别其烘烤特性的适用性、可行性和科学性，以云烟87的上部叶、中部叶和下部叶为研究对象，首先利用自行开发的烟叶颜色参数检测系统获取烟叶的颜色参数，随后基于CIE色度学和统计分析方法对烟叶颜色参数和其烘烤特性之间的关系进行分析，进而探索出烘烤特性评价指标的量化方法。结果表明，绿色的色度学指标判定标准为单指标R<149、复合指标G×G/(R×R+B×B)>1.0,经验证该判定标准的准确率达到98.17%;褐色的色度学指标判定标准为单指标G<140、复合指标R/G>1.0,经验经该判定标准的准确率达到99.50%;黄色的色度学指标判定标准为单指标R≥149、复合指标G×G/(R×R+B×B)≤1.0或单指标G≥140、复合指标R/G≤1.0。进而探究出烟叶烘烤过程中颜色参数量化方法，并为烟叶的适时采收... 相似文献
5.
鸭蛋动态图像预处理和获取颜色特征参数的算法 总被引：4，自引：3，他引：4
研究了动态鸭蛋图像预处理及图像颜色特征参数的提取算法。其中预处理包括去图像边缘毛刺和蛋壳污点信息；提取鸭蛋图像颜色特征参数需要通过鸭蛋轮廓识别和圆形搜索算法实现，对于鸭蛋图像的轮廓识别是以彩色图像的红色分量R来判定图像边界点，并以此计算出鸭蛋图像蛋内像素和，用圆形搜索法求出蛋芯颜色特征区域并提取图像特征颜色参数。试验结果表明，通过该算法，得到的蛋重模型相关性达到0．95，建立的颜色模型相关性达到0．92。 相似文献
6.
基于数字图像技术的烟草氮素营养诊断研究 总被引：1，自引：0，他引：1
《江西农业大学学报》2017,(6)
研究烟草低氮胁迫下的叶片颜色信息变化,为田间快速诊断缺氮状况,做到按需施肥提供理论依据。以营养液培养方式,对74个烟草品种的苗期进行低氮(0.5 mmol/L)和正常氮(5.0 mmol/L)处理,通过采取烟草中上部叶片图像信息与烟草植株氮素营养性状进行分析,以探讨数字图像技术对烟草氮素营养诊断的可行性。结果表明:R、G、H、S、I、r、g颜色特征值的变异系数均小于15%,可以作为较稳定的性状指标;HSI颜色模型相对于其它颜色模型,对氮素的变化更加敏感。叶片颜色R、G、B、H、I、r、g均值在低氮和正常氮水平上均有显著性差异,S、b均值差异不显著;且低氮胁迫下叶片颜色R、G、B、I、r、b均值均大于正常氮水平,低氮胁迫下H、g均值均小于正常氮水平。R、G特征值比B特征值更能灵敏地预测作物氮素营养状况,并且与氮素营养指标之间的相关性较好,而S、b特征值与氮素营养指标之间的相关性较差。数字图像技术能够准确评价烟草的氮素营养状况,且在不同品种的烤烟间依然能适用。 相似文献
7.
基于颜色特征的马铃薯绿皮检测 总被引：1，自引：1，他引：0
提出了一种基于颜色特征的马铃薯绿皮检测方法,该方法以颜色特征分析为基础,结合BP神经网络,实现对马铃薯绿皮缺陷的检测.首先建立马铃薯图片采集系统,采集丰富的绿皮马铃薯和优质马铃薯图像并对图像进行彩色图像增强.对绿皮缺陷和优质区域的颜色特征进行深入分析,提取出相对独立的特征参数R、G、B、H、P/G、B/(R+G).构建... 相似文献
8.
为了实时、便捷、经济地获取植物叶绿素含量,研究了基于OPENCV机器视觉库的青冈栎叶绿素含量实时检测系统。首先通过数码照相机获得叶片图像,对图像进行阈值分割,图像噪声处理和图像遍历,获得图像R、G、B值。然后对图像R、G、B进行各种组合变化获到不同的图像颜色特征参数,分析各图像颜色特征参数与青冈栎叶片叶绿素含量的相关性,并对相关系数较高的叶片图像颜色特征参数与叶绿素含量进行拟合分析,结果显示图像特征参数R、R-B、(R-B)/(R+B)均达到非常显著相关。在此基础上建立叶绿素含量检测模型,基于C++程序语言,OPENCV视觉库以及QT4界面程序,编写青冈栎叶绿素含量检测系统。最后将系统检测结果与其他方法进行了比较,系统检测结果平均误差为7.19%,最大误差为12.65%,验证了该系统的有效性和准确性。 相似文献
9.
基于无人机图像的小麦主要生育时期LAI估算 总被引：1，自引：1，他引：0
LAI是表征作物生长状况的重要指标之一。为了快速无损监测小麦LAI，设置了3个密度和4个氮肥水平以形成不同的小麦生长群体，利用无人机搭载的RGB相机获取田间图像，并同步取样测定LAI。在小麦越冬期、返青期、拔节期、开花期和灌浆期选取R、G、B构建的9种颜色特征指数，与实测的LAI进行相关性分析。结果表明，在小麦生长前期（越冬期、返青期），颜色指数与LAI的相关性均较弱，而到了生育后期（拔节期、开花期、灌浆期），所有颜色指数与LAI的相关性均达到了极显著水平。选出常用的指数、线性、对数、多项式和幂函数等模型中R2最大的作为最终的估算模型，用以估算拔节期、开花期、灌浆期这三个时期的小麦LAI。通过实测的LAI对估算模型的验证，模型可靠且准确率较高。上述结果为作物田间LAI快速测量提供了新的手段。 相似文献
10.
研究田间试验条件下不同施肥处理棉花不同叶位图像色彩参数（G、NRI、NGI、NBI、G/R和G/B）与硝态氮含量、叶绿素测量值(SPAD)、叶绿素含量等营养指标间的相关性,确立棉花氮素营养诊断的最佳色彩参数和曲线方程,以期为新型数码图像技术在棉花氮素营养诊断的应用研究提供理论基础。于2012—2013年在安徽省农业科学院棉花研究所安庆试验基地进行不同施肥处理的田间试验,供试品种为‘湘杂棉8号’F1。设置8个施肥处理。分别在棉花蕾期、花铃期用Nikon D80数码相机获取棉花不同叶位图像并取样分析,研究数码相机进行棉花氮素营养诊断的最佳色彩参数,确定棉花氮素营养诊断的曲线方程。结果表明：（1）倒3叶硝态氮含量与红光标准化值NRI的相关性最好,R2=0.8754。功能叶倒4叶次之,R2=0.8013。（2）除倒1叶外,各叶位的SPAD值与数字化指标之间均有着良好的相关性。倒2叶与绿光标准化值NGI的相关性最好,相关系数为0.9591。（3）对于叶绿素含量,倒1叶与蓝光值B值相关性最好,为曲线正相关,R2=0.9444。其次为倒3叶、倒4叶,相关系数分别为0.9294、0.931。因此,在进行棉花不同叶位氮素营养诊断时,应选择上部叶位倒1叶、倒2叶、倒3叶、倒4叶,并选择色彩参数B值、蓝光标准化值NBI、NRI进行相关性分析与诊断。 相似文献
11.
12.
《江苏农业科学》2016,(9)
为了探明颜色特征值参数与棉花生长发育的关系,选用北疆2个棉花主栽品种新陆早43号(XLZ 43)和新陆早48号(XLZ 48)为试验材料,于2013—2014年开展5个N素水平的小区试验,应用高清数码相机获取棉花群体冠层图像,通过数字图像识别系统提取各处理棉花群体冠层图像的颜色特征参数值,分析各颜色特征指数在棉花生育进程内的动态变化。结果表明,基于RGB模型的红光值(R)、绿光值(G)和基于HIS模型的亮度值(I)能充分反映棉花群体生长发育规律,且相关性好,其动态模拟曲线的函数通式为:y=a-b×ln(x+c);基于HIS模型的色度值(H),随不同施N量的增加,拟合参数呈现规律性变化,且相关性显著,其动态曲线满足通式:y=a+bx+cx2;而模型中蓝光值(B)的动态变化虽然满足二次函数关系,但不同N素水平间拟合参数值波动性大,规律不明显;饱和度值(S)动态模拟结果不理想,无规律可循,这说明S值受氮水平影响较小。因此颜色特征指数R、G和I能作为棉花群体监测的量化指标。 相似文献
13.
【目的】探究枣树冠层水分的变化对偏振光谱的影响,为后续大面积枣园枣树生理监测提供依据【方法】基于近红外高光谱成像技术对干湿枣叶不同偏振角度下的图片进行线偏振度（Degree of Linear Polarizationg, Dolp）计算、主成分分析、协方差法进行对比,通过对骏枣枣叶的图像处理,可以明显的在图像上和光谱上看出骏枣枣叶水分分布差异。【结果】在对图像进行Dolp计算后可以清楚地看出其光谱差异新鲜枣叶在波长1450nm附近dolp图像具有明显的水分特征峰,干燥的枣叶在1450nm处无明显的水分特征峰。【结论】对偏振高光谱图像处理后得到不颜色标记的不同水分叶片的图像;并在图像上光谱显示其水分特征峰。 相似文献
14.
机器视觉技术在金莲花灌溉中的应用研究 总被引：7，自引：0，他引：7
应用机器视觉技术研究了判断作物缺水状态的方法。在日光条件下采集了金莲花叶片图像,然后分别提取了红绿蓝（RGB）三色分量和它们的相对系数rgb及色度H。在RGB和HSI颜色模型下分析了各分量与作物缺水时间之间的相关特性．分析结果表明红色分量R、绿色分量G、蓝色分量B、以及r分量、b分量都与缺水时间之间有相当高的相关性,可以用作利用机器视觉快速判断金莲花缺水状况的指标,而其他分量与缺水时间之间没有明显的相关性。 相似文献
15.
基于高光谱遥感的油松毛虫危害程度监测模型 总被引：3，自引：0，他引：3
油松毛虫对人工油松林造成了严重的危害。据统计,辽宁省油松毛虫的发生面积为12万hm2/a,年均直接经济损失340万元。利用遥感技术特别是高光谱遥感大面积及时监测病虫害是今后林业病虫害监测的发展方向之一。高光谱遥感技术可以为植物叶绿素和含水率等生物化学参数的定量化诊断提供简便、有效以及非破坏性的数据采集和处理方法。本研究采用野外便携式光谱仪测定不同失叶率油松的高光谱反射率数据,使用分光光度计室内测定相应叶片的叶绿素含量,采用烘干法测定叶片含水率。通过计算归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)与叶绿素a含量、叶绿素b含量、含水率的相关系数,选择相关系数最高的光谱指数作为核心光谱指数。以核心光谱指数为自变量,失叶率为因变量建立回归模型,采用逐步回归法进行变量筛选,筛选出包含DSI(808,816)、RSI(482,494)、NDSI(881,920)、NDSI(907,919)的光谱指数集作为最佳回归模型的自变量,应用R语言的函数lm()获得最佳回归模型y=1.781 8－3.172 4×NDSI(808,816)－0.960 6×RSI(482,494)－2.196 7×NDSI(881,920)－1.241 9×NDSI(907,919),R2为0.786。模型检验结果显示,最佳回归模型的均方根误差(RMSE)为0.089,相对误差(RE)为11.7%,预测效果良好,表明该模型可用于估算油松失叶程度,有助于对油松的受害情况做出综合分析,提高油松毛虫灾害监测的精度,克服了使用单一叶绿素指标或含水率指标的片面性和局限性。 相似文献
16.
红枣叶面积指数与产量的相关性分析 总被引：3，自引：2，他引：1
[目的]分析红枣叶面积与叶长×叶宽以及叶面积指数与产量之间的相关性.[方法]以新疆阿拉尔垦区的密植红枣园为研究对象,通过LA-S叶面积分析系统测算红枣叶面积.对红枣叶面积与叶长×叶宽、红枣叶面积指数(LAI)和产量的相关性进行分析.[结果]叶面积与叶长×叶宽关系密切,达到极显著水平,R2 =0.990 3.红枣叶面积指数与产量之间也存在一定的相关性,在一定范围内产量随叶面积指数的增加而增加.[结论]测算叶片的长和宽可以估算出叶片的实际叶面积;通过控制栽培密度以及调整树形使叶面积指数达到较为合适的数值,以期提高产量. 相似文献
17.
基于无人机RGB图像颜色及纹理特征指数的小麦产量预测 总被引：1，自引：0，他引：1
利用无人机获取小麦孕穗期和开花期的RGB图像,通过图像处理获取小麦图像颜色指数和纹理特征指数,并在小麦收获后测定实际产量.通过分析各颜色指数、纹理特征指数与小麦产量之间的相关性,筛选出各生育期与小麦产量相关性最高的颜色指数和纹理特征指数,建立小麦产量预测模型并进行验证.结果表明:小麦孕穗期和开花期图像颜色指数与产量相关性均较好,纹理特征指数与产量相关性不够理想.孕穗期与产量相关性最高的颜色指数为VARI,相关系数达0.862,利用单一颜色指数VARI构建小麦产量预测模型验证的决定系数(R2)为0.725,模拟均方根误差(RMSE)为494.52 kg·hm-2;开花期与产量相关性最高的颜色指数为ExR,相关系数为-0.851,利用单一颜色指数ExR构建小麦产量预测模型验证的R2为0.709 2,模拟RMSE为499.72 kg·hm-2;使用孕穗期颜色指数VARI和纹理特征指数CON相结合构建的产量预测模型验证得到R2和RMSE分别为0.740 6和489.19 kg·hm-2,较单一颜色指数模型分别提升2.15％和减小1.08％.使用开花期颜色指数ExR和纹理特征指数ASM相结合构建的产量预测模型验证得到R2和RMSE分别为0.735 4和491.24 kg·hm-2,较单一颜色指数模型分别提升3.69％和减小1.70％.上述结果说明,用无人机图像颜色指数可以建立有效的产量估测模型,将颜色指数和纹理特征指数相结合建立的估产模型较单一颜色指数建立的模型精度高. 相似文献
18.
图像分割是进行图像处理的基础,是图像工程技术中的1个重要问题.本文在分析了FCM算法的基础上,采用R和G 2个颜色值对彩色牛乳体细胞图像进行了分割,并与利用R、G和B 3个颜色值方法的进行了比较,实验结果表明,该方法不仅具有良好的分割效果,而且提高了分割速度. 相似文献
19.
以新疆若羌县7年生灰枣树自然风干果实为对象,测定枣果横径、纵径、体积、单果质量及硬度,通过相关性分析筛选不同果实等级下有效指标,拟合建立灰枣体积与单果质量估算模型。结果表明,枣果中部横径R_2与纵径H、体积V呈极显著相关(P0.05),可仅以中部横径R_2为自变量建立灰枣体积估算的幂函数模型V_g=0.313R_2~3+1.241R_2~2(r~2=0.817 8);自然风干灰枣单果质量M与估算体积V_g呈极显著相关,二者满足线性关系M=0.523 3V_g+0.674 1(r~2=0.873 9)。经检验,所构建估算模型可靠,测量方便,精度较高,可快速完成灰枣体积、单果质量估算。 相似文献
20.
[目的]介绍一种根据小麦病害图像的颜色特征进行病害识别的方法。[方法]首先对小麦叶部图像进行预处理,利用小波变换进行病害部位增强和去噪;然后基于病害部位的非绿特征进行图像分割,得到只包含病害像素的图像;对病害图像颜色进行统计,得到R、G、B分量的均值,并用相对于绿色分量的均值比作为颜色特征值;最后通过分析样本图像得到每种病害的特征值范围,利用颜色特征值对未知样本进行病害识别。[结果]采用该方法对小麦叶锈病、条锈病、白粉病进行识别,平均准确率达到98%。[结论]为小麦病害的诊断与诊治提供了理论依据。 相似文献