共查询到20条相似文献,搜索用时 15 毫秒
1.
一种基于图像特征值算法的叶面积测定方法 总被引:1,自引:0,他引:1
提出一种基于图像特征值算法的叶面积测定简化方法。应用扫描图像RGB三原色灰度值分离理论,根据植物叶片扫描图像像素点的分布特征,选用蓝色灰度值作为特征值,以扫描图像灰度中间值127作为叶面积图像与背景图像灰度值的判读指标,通过叶片像素点的分布比例计算叶片面积。将已知面积的矩形绿纸片分别随机裁剪成多个碎片,用本文方法测定碎片面积,并分别计算每个叶片的碎片面积之和进行系统精度验证,测定结果与标准面积的相对误差小于0.5%。采集60个水稻叶片分别采用本文方法和复印称重法测定叶片面积,对本文方法进行进一步验证,相关性分析结果表明,二者相关系数r=0.997 1,达极显著水平。本文方法具有较高测定精度,满足叶面积测定要求。 相似文献
2.
基于数字图像视觉分析的叶面积活体测定系统研究 总被引:3,自引:0,他引:3
通过计算数字图像中每个像素点代表的真实面积和叶片图像所占的像素数量,可以计算出图像中叶片的面积.基于此原理,该文提供了利用数码相机快速获得植物叶片图像并准确测定叶面积的方法.该方法适用于对多种植物的平面状叶面积进行活体测量,同时能够对异性叶片离体测量,尤其适合大量叶面积的测量工作,且具有速度快、数据准确、精度高的特点. 相似文献
3.
为提高叶片面积测量精度,选择的参照物面积应与被测叶片面积相近。研究设计多个由圆形标志点作为顶点的参照矩形,其中构成矩形顶点的4个标志点中3个为非编码标志点,1个为编码标志点,通过对编码标志点进行解码,自动获取非编码标志点位置和参照矩形面积,利用标志点的已知参数对图像进行几何校正。测量步骤分别为参照矩形选择、图像采集、图像预处理、标志点提取、几何校正、叶面积计算。对5种已知面积的规则图形和不规则图形进行5次测量试验,规则图形的最大平均误差为0.193%,不规则图形的最大平均误差为0.53%。结果表明,对于较大或者较小面积的叶片,本方法都具有较高的测量精度;并且具有较好的通用性,适用于室内、室外无损测量,为叶面积的测量提供了切实可行的新途径。 相似文献
4.
CAD图形处理技术在植物叶面积测量中的应用 总被引:28,自引:0,他引:28
采用数码像机在田间获取植物叶片加参照直尺的数字图像,然后利用AutoCAD 2000的area命令,可以快速测量所定义区域的面积和周长。同时将该方法与目前生产上常用的CID仪器法、交叉网格法、复印称重法进行比较分析。结果表明:CAD图形处理方法和上述传统的叶面积测定方法的测定结果呈极显著的线性相关关系,适用于叶面积的测量工作,该方法的最大优点就是可以在不摘除植物叶片的前提下,快速、准确的进行叶面积测量工作。为植物叶面积测量提供了新的思路。 相似文献
5.
基于面向对象特征提取的植物叶片面积测量方法 总被引:1,自引:0,他引:1
【目的】提出一种基于面向对象图像特征提取的植物叶面积测量方法,为快速、高精度地测量野外采集植物的叶片面积提供支持。【方法】以扫描图像为基础,借鉴遥感影像的面向对象图像特征提取的思想,获得扫描对象的矢量轮廓,以此计算其面积,并采用AutoCAD绘制的7种多边形进行重复试验,以验证该方法的精确性;然后进一步对青蒿(Artemisia carvifolia)、臭蒿(Artemisia hedinii)、苜蓿(Medicago sativa)3种植物叶片进行重复试验,并与矢量化方法、监督分类方法进行对比,分析该方法在实际叶片测量中的稳定性和计算效率。【结果】利用基于面向对象图像特征提取的植物叶面积测量方法,在进行标准几何图形的面积测量时,该方法的相对误差皆小于1.86%;与矢量化方法、监督分类方法相比,该方法在测量真实植物叶片面积时具有更高的稳定性,而且耗时都小于20s,用时最短;该方法采用IDL模块设计,可实现叶片面积的自动批量处理。【结论】基于面向对象特征提取的植物叶片面积测量方法,是叶片面积高精度及批量自动化测量的一种新途径。 相似文献
6.
植物长势的监测是作物健康的第一手数据,准确获得长势数据对于生产精准管理非常关键。本文将手机作为信息采集终端,并基于服务器进行的云计算和信息共享,对单个叶片和区域作物长势进行图像监测,结果表明叶面积指数图像和统计数据的精度达到0.1cm~2。通过信息化手段搭建系统,通过实时获取作物的图像等信息,进行自动分析和决策,获得无损、快速、准确的长势信息对于温室生产具有重要意义。 相似文献
7.
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
8.
9.
图像处理法测定油菜叶面积的研究 总被引:1,自引:0,他引:1
利用数码相机获取油菜叶片的图像,采用基于Photoshop图像处理法对油菜叶面积分析测定,并与叶面积仪测定法、方格法的测量结果进行回归分析。结果表明,该方法与其他2种方法的测定结果存在极显著线性相关,相关系数R~2分别为0.981和0.989;在用图像处理法对叶面积测量时,不同的拍摄角度和分辨率对叶面积的测定无显著影响。该方法具有简单、快捷、准确、易普及等优点,为植物叶面积的快速测定提供了比较好的方法。 相似文献
10.
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
11.
12.
为实现植物叶子参数的快速、精确测定,研究并开发植物叶子特征参数的图像分析软件系统。综合运用图像增强、形态学处理及边界跟踪等方法对含有标定物的植物叶片照片进行图像预处理;利用边界跟踪得到图像的边界信息,采用边界链码法、像素法、最小外界矩形(MER)等方法测量叶片的周长、面积和矩形度等特征参数。测试结果表明,测量精确度基本满足植物学调查要求。 相似文献
13.
针对在应用数码相机采集大田作物叶片图像时出现的植物叶片图像倾斜和几何失真等问题,提出了基于双线性映射的植物叶片校正算法.测量有效性不受叶片大小、形状差异和叶片图像中叶片周边白色背景的影响.实验验证该方法校正叶片图像,精度可达99%以上,是进一步提取植物叶面特征的基础. 相似文献
14.
《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
15.
提供了采用数字图像处理方法快速计算植物虫损叶片面积的方法,对叶片图像进行图像采集、预处理以及几何校正,提取叶片轮廓并填充后,去除叶柄求得虫损叶片面积及虫损率。此方法简单易行,适合多种形状叶片,同时适用于非虫损叶片面积的测量。 相似文献
16.
应用电感式位移传感器设计了一种接触式无损植物叶片检测仪,建立了机械机构的三维模型,对检测仪的控制系统创建了数学模型,对无损植物叶片检测仪的精度进行了评估。结果表明:设计的无损植物叶片检测仪,解决了现有非接触式植物叶片测量时受环境影响大、测量结果不准确、传统接触式测量易损伤叶片的缺点;确定了植物叶片厚度无损检测仪的精度。 相似文献
17.
简便而准确地测定果树叶面积在果树科学研究上具有重要的意义。本试验以暗柳橙叶片为材料,根据几何图形的原理,把叶片区分为两种近似的几何图形,并按不同叶形的特点测量叶片的长度与宽度,根据几何图形的面积计算公式便可较准确地推算出叶面积。实际应用时,只需量出叶片的长度与宽度就可按换算表查出叶面积。本法与其它各种方法比较具有简便、快速而且精确度较高的优点,可推广应用于其他柑桔类果树的叶面积测量上。 相似文献
18.
19.
分析了图像处理方法测量叶面积中采用CCD照相机和扫描仪2种采集设备各自的优、缺点.针对目前各种叶面积测量方法均为逐片测量的局限性,以MATLAB数学分析软件为平台开发了对多叶片扫描图像中各叶片进行目标识别和面积计算的算法.试验结果表明,该算法在叶片间不重叠的条件下识别准确率达到100%,测量得到的叶面积与采用称重法得到的叶面积间的相对误差为2.43%,决定系数(R2)为0.999 6.试验证明,该算法可以实现对多叶片扫描图像中各叶片的准确识别和叶面积测量. 相似文献
20.
基于图像分割与融合特征的黄瓜叶片含水量分析方法 总被引:1,自引:0,他引:1
植物叶片的含水量能反映植物的生长状况。为了实现通过图像分析技术对植物叶片的含水量进行无损检测,以黄瓜叶片为研究对象,针对不同发育时期的黄瓜植株,分批次采集植物整株图像。使用GrabCut算法分割得到目标叶片图像,融合计算灰度统计特征及纹理特征,与叶片含水量建立回归模型。结果表明:建立的回归模型R~2为0. 8358,对于不同生育期的黄瓜叶片的含水量均有较好的预测能力,两批测试数据的平均相对误差为10. 88%和7. 98%。该模型可以用于黄瓜叶片含水量无损检测,可与高通量表型平台相结合,提高黄瓜叶片含水量变化连续监测的精确度。 相似文献