大豆葉片視覺信息提取及氮素缺超診斷模型研究.pdf

1、大豆是我國重要的糧食兼油料作物,在人們的生活中占有很大的比重。中國是大豆生產(chǎn)及進口的大國,大豆的產(chǎn)量直接影響人們的生活質量,而保證大豆產(chǎn)量的前提條件是氮肥正確和及時的實施。大豆植株氮肥缺失或者超量會在其形態(tài)上表現(xiàn)出來,有研究報道缺氮的大豆葉片會出_現(xiàn)青銅色斑塊,葉片會變黃而干枯,莖瘦長等癥狀。通過跟蹤大豆葉片的生長情況來確定在大豆生長的不同時期所需的氮肥量,從而來正確和及時的指導氮肥施加量,對大豆的增產(chǎn)起了推動作用。
　　 目前

2、,對大豆缺失及超量氮肥的信息獲取主要依靠人工目測的方法,由于個人知識水平和實踐經(jīng)驗的差異,所以診斷過程精度低、主觀性強、存在誤判的情況,甚至會出現(xiàn)對于同一癥狀不同人給出不同結論的現(xiàn)象。針對這種情況,本文將大豆葉片的形態(tài)同數(shù)字圖像處理技術、數(shù)理統(tǒng)計技術等相結合,研究并實現(xiàn)了大豆葉片氮元素缺失及超量的自動、準確、高精度的檢測。
　　 本文采用沙培方法培育了含氮量為O％、50％、100％以及150％的大量樣本,在其生長的不同階段采集大

3、豆葉片,通過掃描儀對葉片進行掃描獲取各個時期的大豆葉片樣本。大豆的生長可分V期和R期。V是營養(yǎng)生長期,V2指兩片葉子期,V3指三片葉子期;R是生殖生長期,R1是初花期,R2是盛花期,R3初莢期,R4盛莢期,R5鼓粒初期,R6鼓粒盛期。本研究主要采集V2,V3和R1～R4期的葉片為研究對象,分別采集了這六個不同時期中不同含氮量的大豆葉片作為研究對象,建立樣本庫以便后期的葉片的特征提取。
　　 對采集的圖片進行圖像灰度化,圖像濾波等

4、預處理,分析比較常用的幾種分割方法,運用改進的最大類間方差法確定閾值T對葉片進行背景分割。為了減少由光照變化產(chǎn)生的干擾,經(jīng)比較提出了在RGB顏色模型下選取B分量進行葉片分割的方法。通過對葉片特征的分析,綜合顏色、形狀和紋理三方面特征對葉片進行了有效的描述,提取了葉片RGB、HSV和Lab顏色分量的均值、偏差、三階矩27個顏色特征值;能量均值、能量偏差、相關性均值、相關性偏差、同次性均值、同次性偏差、差異性均值、差異性偏差8個紋理特征值;