機(jī)器視覺技術(shù)在棉花群體氮素營養(yǎng)診斷上的應(yīng)用.pdf

1、我國是產(chǎn)棉大國，棉花作為我國主要經(jīng)濟(jì)作物之一，近年來生產(chǎn)效率降低，而氮肥用量不合理是主要因素之一。對當(dāng)?shù)剡M(jìn)行棉花含氮量檢測對棉花產(chǎn)量的預(yù)測具有重要的參考價值，并且能夠判斷棉花的生長狀況，為了提高我國農(nóng)業(yè)的發(fā)展，需加強(qiáng)作物氮素營養(yǎng)診斷和推薦施肥技術(shù)的研究。
　　傳統(tǒng)的對檢測棉花是否缺氮通常是以人工觀察為主，工作人員憑借經(jīng)驗(yàn)對棉花生長情況進(jìn)行評價，具有很大的局限性和人為不確定性，利用現(xiàn)代計算機(jī)圖像處理技術(shù)對棉花含氮量檢測具有無損、檢測

2、精度高、速度快等優(yōu)點(diǎn)，可代替龐大的、重復(fù)性的人工勞動。本課題以棉花群體含氮量檢測為目標(biāo)，以棉花葉片作為研究對象，通過對棉花群體進(jìn)行圖像采集，對采集后的棉花群體圖像進(jìn)行預(yù)處理和提取特征值，并對其進(jìn)行統(tǒng)計分析，建立特征數(shù)據(jù)庫。綜合利用數(shù)學(xué)建模方法以特征值為參考實(shí)現(xiàn)對棉花葉片含氮量的檢測，并使用matlab進(jìn)行了算法的軟件實(shí)現(xiàn)和實(shí)驗(yàn)驗(yàn)證，從而證明了利用計算機(jī)代替人工勞動來實(shí)現(xiàn)含氮量的檢測的可行性。本文的主要工作如下:
　　1、棉花群體圖

3、像采集
　　由于實(shí)驗(yàn)條件有限，為了保證棉花群體圖像的采集效果，選擇自然天氣較好的時期，在圖像采集過程中，設(shè)置相機(jī)為自動曝光和自動白平衡模式，并采用垂直拍攝的方法。
　　2、棉花群體圖像預(yù)處理
　　在棉花群體圖像預(yù)處理中，根據(jù)棉花群體圖像的灰度分布，通過不同閾值對圖像進(jìn)行增強(qiáng)。在圖像平滑中，分別采用中值濾波算法和鄰域平均算法進(jìn)行效果對比，最終采用了效果較好的中值濾波算法去噪。在圖像分割中，利用matlab中edge函數(shù)對

4、棉花圖像進(jìn)行輪廓提取。最后通過圖像灰度化、圖像增強(qiáng)、圖像平滑、圖像分割、圖像二值化，綜合預(yù)處理流程得到群體棉花圖像。
　　3、棉花群體含氮量檢測
　　本文通過研究不同氮素水平下棉花群體的數(shù)字圖像，并采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行樣本訓(xùn)練，最終得出圖像的(R，G，B)、(H，S，I)、(r，g，b，HS，I)和(B，H，G-R，GPR)4種顏色值組合，可以用來模擬真實(shí)的情況，從而比較精確地預(yù)測棉花葉片的氮素含量，該方法操作簡單、方便，易