共查询到19条相似文献，搜索用时 234 毫秒
1.
数字图像处理技术在叶面积测量中的应用 总被引：1，自引：0，他引：1
传统测量叶面积方法费时、低效,叶面积仪法高成本、维修不便.本研究利用图像处理技术测量叶面积,从解决图像阈值的分割、叶片阴影去除以及叶片边缘检测算法等问题出发,应用大津法求得阈值,中值滤波法去除杂点,采用Roberts算子检测边缘,进而计算叶面积.叶面积仪法与图像处理法比较叶面积值相关系数R2为0.962,剪纸法与图像处... 相似文献
2.
运用基于模式识别的计算机视觉及图像处理技术对大豆叶片氮元素缺失进行无损检测。当大豆植株的氮元素缺乏时,会在颜色和纹理上有一定的特征体现。通过样本培育和采集,利用图像处理技术对特征变化进行提取,分析确定了预处理的方法,并建立了预处理系统模型。研究可初步诊断出大豆氮元素缺乏情况,为进一步的模式识别奠定基础。 相似文献
3.
基于光场相机的大豆冠层叶面积无损测量方法研究 总被引：1，自引：0，他引：1
大豆上、中、下冠层叶面积分布是大豆植株株型状况评价、产量预测的重要依据,而传统上、中、下冠层叶面积测量方法采用大田切片法,该方法过程繁琐,且会对叶片造成伤害。针对这一问题,引入光场相机重聚焦技术分别得到聚焦在上、中、下叶片的重聚焦图像,通过图像处理技术提取聚焦平面的叶片,去掉离焦平面的叶片,分别得到上、中、下层的投影面积。选用开花期103盆宏秋品种大豆植株作为校正集,根据光场相机的标定计算各冠层叶片的校正系数,获得修正后的各冠层叶片投影面积。建立大豆植株各冠层投影面积和真实叶面积的回归模型,并选20盆作为预测集来验证各回归模型。研究发现:上层叶面积模型的决定系数为0.945,预测集的最大误差为4.48%,均方根误差为4.376;中层叶面积模型的决定系数为0.796,预测集的最大误差为13.62%,均方根误差为7.273;下层叶面积模型的决定系数为0.914,预测集的最大误差为8.63%,均方根误差为1.529。上层和下层叶面积测量模型相关性高,由于上层叶片的遮挡,中层叶面积模型相关性略低。 相似文献
4.
利用机器视觉系统代替人工对叶片叶面积进行测算。运用Halcon图形开发工具,以VB 2008为基础开发平台,采用通过阈值分割与区域特征提取的方法来计算叶面积,并将结果显示到屏幕并保存到文件中。将具体图像采集设备与机器视觉系统连接,完成叶片图像采集、图像处理和结果显示的一体自动化。与手工测算的费时费力和使用专业设备的高昂费用相比,此系统能在保证测算结果精确度的基础上,对多种植株叶片进行快速准确、简单易行、经济实用的测算。 相似文献
5.
《河北农业大学学报》2021,44(4)
为探索基于冠层数码图像测算马铃薯群体叶面积方法的可行性及准确性。本研究采用拍摄技术与图像处理技术相结合的方法,对比分析了马铃薯冠层投影面积与叶片系数法、叶片图像法所获马铃薯群体叶面积之间的定量关系。结果表明:马铃薯冠层投影面积(x)与叶片图像法所测株体叶面积(y)间存在极显著的二次项型正相关关系,?=-0.001x~2+7.620x–2827,R~2=0.901。该冠层图像法株体叶面积测算模型在马铃薯块茎形成期至块茎膨大前期偏差较小,块茎膨大前期精度最高;在苗期与块茎膨大后期偏差较大。基于冠层图像进行马铃薯群体叶面积的快速、无损测算,具有可行性。 相似文献
6.
【目的】解决棉田复杂背景下棉花叶部病害快速识别问题,为提出一种快速提取棉花植株和分割棉花叶片的方法。【方法】通过棉花植株的RGB颜色特征将植株与土壤进行分离,结合形态学处理技术和彩色分割方法,将植株的茎秆去除,保留棉花叶片部分;分别使用广度搜索分割算法、分水岭分割算法和轮廓搜索分割算法,对棉花叶片图像进行分割提取。【结果】基于广度搜索的分割算法将叶片轮廓搜索出来与原图融合分离出叶片,该算法对于图像结构简单的情况分割效果较好,通过对应的drawContours函数将每个轮廓画出,再与原图定位,将叶片的完整信息也轮廓结合,实现叶片的分离。【结论】基于距离变换的分水岭分割算法存在过分割问题,基于广度搜索分割算法与边缘检测结合对于叶片结构清楚图像分割效果显著,与轮廓搜索算法相比,后者的适用性更广,提取的轮廓层次结构也清楚,分割效果最佳。 相似文献
7.
介绍一种简易测定黄瓜叶面积的方法 总被引：1，自引：0，他引：1
黄瓜的单个叶片和单株叶面积大小,是品种的重要特性。测定叶面积,对于计算叶面积系数、光合生产率、光能利用率都是不可缺少的。采用求积仪法或方格法,都必须先把叶片的轮廓划在纸上或方格纸上,费时费事,若大量测定叶面积是难以办到的;采用重量法测定,必须将叶片取下来,对生长的植株叶面积的变化动态无法测定,而且误差也较大。我们在实际工作中,根据黄瓜叶片的长度与宽度的乘积,再除以一个矫正系数,可以计算出与叶面积实际值非常接近的数值,我们叫它“长宽乘积法”。具体方法是:用直尺测量黄瓜叶片着生叶柄的凹陷处至叶尖的长度(a);测量叶片的最大宽度(b);根据我们的测量与计算,得出矫正值为1.19((?))。然后用下列公 相似文献
8.
为作物叶面积的无损测量提供理论依据,以开花期103盆大豆品种宏秋的植株作为校正集,通过图像处理建立大豆植株顶视投影面积(TA)、侧视投影面积(SA)和真实叶面积(y)的回归模型,并在大豆开花期选20盆作为预测集验证回归模型,为消除叶片倾角对测量结果的影响,将顶视和侧视投影面积作为预测模型自变量优化模型。结果表明:顶视投影面积和真实叶面积的回归模型中,幂函数模型y=2.04×10~(-4)×TA~(1.049)为最优模型,决定系数(R~2)=0.949,最大误差为8.71%,均方根误差为12.56;优化的多元幂函数模型为y=2.37×10~(-4)×TA~(0.908)×SA~(0.144),R~2=0.960,最大相对误差的绝对值为4.29%,均方根误差为8.77。计算机视觉系统无损测量单株大豆开花期叶片面积可行,且测量精度高,适用于不同地区和不同品种大豆的叶面积测量。 相似文献
9.
为农作物叶面积实时快速地精准自动测量提供参考,采用可跨平台部署的开发平台为基础,应用面向对象编程语言Java,设计基于移动终端的农作物叶面积测量系统。以农作物叶面为研究对象,以数字图像处理技术与基于Android系统移动终端的开发技术相结合为创新设计,采用灰度识别算法和Ostu阈值识别算法,从包含叶片图片文件中像素点的个数为突破口,应用叶片所占的像素与标记点模块所占的像素点的个数进行比较,计算较为准确的农作物叶面积。结果表明:农作物叶面积测量系统测量的叶面积具有导入图片或照相、确定标记点、确定叶片区域以及计算叶片面积的功能,能对选择的叶片区域进行标定和叶面积识别,并对该区域叶片进行叶面积的精确计算。系统突破大田实际测量环境的局限性,用户可用手机进行叶面积测量,具有测量方式灵活、准确快速、操作简单及便于携带等优点。 相似文献
10.
《江苏农业科学》2019,(23)
基于在线式双季水稻长势自动监测系统实时获取稻田实景图像,并应用图像处理技术计算水稻覆盖度,进而分析双季水稻覆盖度与叶面积指数之间的关系,实现叶面积指数的在线式图像反演。结果表明,双季水稻分蘖期覆盖度增长迅速,在拔节孕穗期达到峰值,拔节孕穗期至抽穗期保持相对稳定,这一结果符合双季水稻生长特征,并与叶面积指数变化趋势一致。早稻、晚稻覆盖度与叶面积指数之间呈显著的指数关系,决定系数分别为0.970 6、0.853 4,模拟精度较高。根据双季水稻覆盖度反演得到的叶面积指数与实测叶面积指数具有极显著的线性关系,决定系数分别达到0.95、0.97,均方根误差分别为0.34、0.47,模拟效果较好。本研究提出的双季水稻叶面积指数在线式图像反演方法是一种新的水稻叶面积指数自动、无损估测方法,可为双季水稻叶面积指数实时、快速估测提供技术支持。 相似文献
11.
基于Matlab的植物叶面积数字摄影图像处理 总被引：7，自引：0，他引：7
为了研究植物的生长规律,应用数字摄影图像处理法对山楂叶面积进行无损测量,该方法采用数码相机在田间获取山楂叶子的数字图像,对所拍图像进行背景去除、二值化及中值滤波处理,然后利用Matlab软件编程,快速计算出叶子的面积。把这一面积同常用的叶纸称重法所测面积进行比较,结果基本相同,由此可见,数字摄影图像法测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义。 相似文献
12.
基于Fisher判别分析的玉米叶部病害图像识别 总被引：9，自引：2，他引：7
【目的】利用计算机视觉技术实现玉米叶部病害的自动识别诊断。【方法】在大田开放环境下采集病害图像样本,综合应用基于H阈值分割、迭代二值化、图像形态学运算、轮廓提取等算法处理病害图像,抽取病斑,提取病害图像的纹理、颜色、形状等特征向量,采用遗传算法优化选择出分类特征,并利用费歇尔判别法识别普通锈病、大斑病和褐斑病3种玉米叶部病害。【结果】研究中提取了墒、相关信息测度、分形维数、H值、Cb值、颜色矩、病斑面积、圆度、形状因子等28个特征向量,利用遗传算法优选出H值、颜色矩、病斑面积、形状因子等4个独立、稳定性好、分类能力强的特征向量,应用费歇尔判别分析法识别病害,准确率达到90%以上。【结论】综合运用数字图像处理技术、图像纹理、颜色、形状特征分析方法、遗传算法、费歇尔判别分析方法可以有效识别基于田间条件下采集的病害图像,为田间开放环境下实现大田作物病虫害的快速智能诊断提供借鉴。 相似文献
13.
应用数字图像技术测定油梨叶面积 总被引：5，自引：0，他引：5
采用扫描叶片并结合Photoshop程序的数字图像处理技术测定油梨（Persea Americana Mill）叶面积,与传统的称重法和方格法进行比较。结果表明,称重法、方格法测得的叶面积与数字图像处理法测得的叶面积之间构成一元线性回归方程,相关系数r分别为0.9984、0.9992,均达到极显著相关。这说明了数字图像处理技术测定油梨叶面积是可行的。与传统2种方法比较,数字图像处理技术具有速度快、精度高、非破坏性测量等的优点,尤其适合测量残缺不全的叶片。 相似文献
14.
以计算机数字图像处理为重要技术手段,以大豆叶片为主要研究对象,综合运用数字图像处理、色度学、人工神经网络、模式识别等人工智能领域的知识,设计了大豆叶片图像处理与分析系统,从植物叶片的几何特征到病斑的形态特征都作了具体地分析与计算。 相似文献
15.
针对传统方法对苹果叶片进行图像分割和测量几何形状参数精确度较低的问题，结合基于深度学习和引导滤波技术提出一种新的苹果叶片图像自动分割算法。首先采用深度学习方法，使用BiseNet卷积神经网络对苹果叶片图像进行自动分割，得到苹果叶片主体轮廓；然后使用彩色苹果叶片图像作为引导图像对主体轮廓进行引导滤波处理，以增强边缘锯齿等细节特征信息；最后将主体轮廓与细节特征信息进行联合分割，得到完整、准确的苹果叶片信息。对包含174种8 184张苹果叶片图像数据集进行试验，结果表明苹果叶片分割的精确率达到98.99%，交并比98.82%。利用本研究算法能够真正实现准确、快速测量苹果叶片的面积、周长等参数值，为苹果叶片几何参数的测定提供了一种新的测量方法。 相似文献
16.
17.
根据M200试验机设计了磨粒磨损的特征磨损试验，利用Pen—MS磨损视频监控系统对磨损过程的特征磨损表面实施了图像采集，采用中值波波法对磨损图像进行平滑去噪增强，迭代法计算分割阈值，用Kirsch算子模板匹配法进行边缘检测和图像特征形状轮廓提取，用编码法进行面积测量，实现了特征磨损作用过程的视频化描述和特征磨损破坏机制的定量分析。 相似文献
18.
19.
[目的]对田间小麦叶片进行无损监测,从数字图像处理的途径探讨田间小麦旗叶几何表型的测试方法,以期建立小麦旗叶几何表型与氮肥管理的关系。[方法]以宁麦 13 为试验材料,对其进行不同的氮肥处理,并采用数码相机及辅以数字图像处理的技术手段,探讨小麦旗叶的叶面积、长度和平均宽度与施氮量的关系。[结果]肥料处理是影响小麦旗叶几何表型的重要环境因子,不同的氮处理可令旗叶面积变化达 4 倍,小麦旗叶长度也可从 15.87 cm 增长到 25.33 cm,因此小麦旗叶几何表型是鉴定前期肥料供应量的显著特征。旗叶表型与氮处理之间的高精度拟合关系表明该无损检测技术是研究小麦田间表型、氮肥及环境因子响应规律的可靠技术手段。[结论]该研究表明使用带标尺刻度的动态背景板数字图像处理技术是获取田间无柄及小叶作物几何表型的有效手段,其为田间条件下作物叶片器官生长动态的无损监测提供了一个可行的技术方案。 相似文献