基于機器視覺小麥葉片含水量檢測研究.pdf

1、隨著機器視覺技術的蓬勃發(fā)展，國內外專家更傾向于應用機器視覺技術進行信息的診斷、研究。本文利用機器視覺技術，結合當?shù)匦←湁勄椋瑢π←溔~片的含水量進行預測研究。結果表明，該方法用于對葉片水分進行預測研究是切實可靠的，可以為后續(xù)的研究提供重要依據。
　　本文采用機器視覺技術將在田間采集到的100幅小麥葉片樣本中與含水量相關性較大的葉片特征進行檢測提取出來，實現(xiàn)了提取特征的無損化和模塊處理的快速化，用BP神經網絡建立含水量評判模型，通過該

2、模型就可以實現(xiàn)葉片含水量的預測。
　　為了提高該預測系統(tǒng)的精度，首先對圖像的預處理、圖像的分割以及圖像的特征提取等關鍵算法的選擇進行理論性的研究。在對圖像進行預處理的過程中，圖像增強部分選用了中值濾波算法，然后直接增強圖像與背景的對比度，達到目標邊緣清晰同時目標與背景的對比度明顯的效果。在圖像分割部分，由于圖像目標與背景間的灰度級差別比較明顯，所以選用了 Ostu最大類間方差法的圖像二值化運算。然后運用Matlab編寫程序對圖像進