基于图像处理的小麦氮素营养诊断

发布时间：2020-12-08 03:44

　　为了解决传统氮素营养诊断复杂,过量施肥导致的环境污染、土地板块化等问题,论文利用图像处理技术开展了小麦氮素营养诊断模型的研究。实验选用大田环境下的济麦22号为研究对象,利用索尼FDR-AXP35 4K高清摄录一体机对小麦冠层叶片进行图像获取,通过对基于SPAD值（叶绿素值）的颜色特征参数和N值相关性问题、群体小麦颜色特征参数与N值的预测估计问题研究,得到了一些初步的研究结果。具体工作如下:（1）图像数据的采集和图像预处理的研究在小麦的拔节期使用索尼FDR-AXP35 4K高清摄录一体机获取小麦叶片图像时使用白色背景板遮挡。从获取的图像看,图像质量较高,背景简单,有利于后期的图像处理、特征提取等工作。针对大田坏境下获取小麦叶片图像易受光照影响的问题,采用归一化方法去除了光照对小麦颜色特征提取的影响。此外,本文还利用阈值分割方法对小麦叶片进行了彩色分割,保留了小麦叶片的颜色信息,为后期颜色特征提取和特征分析打下了基础。（2）建立了基于叶绿素值的颜色特征参数和N值的关系模型首先,通过线性相关性分析,选取了与SPAD值相关性较大的颜色特征参数是b、r、g、G、R,并利用线性回归模型,建立了上述... 

【文章来源】：河北农业大学河北省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 引言
    1.1 研究背景
    1.2 氮素营养诊断技术的研究现状
        1.2.1 便携式叶绿素仪在作物氮素诊断中的应用
        1.2.2 基于光谱分析技术的作物营养诊断
        1.2.3 基于数字图像处理技术的作物营养诊断
    1.3 论文研究内容和技术路线
        1.3.1 论文研究内容
        1.3.2 论文研究技术路线
    1.4 论文组织结构
    1.5 本章小结
2 实验准备和数据采集
    2.1 实验准备
        2.1.1 试验田准备
        2.1.2 实验器材准备
        2.1.3 实验时间选择
    2.2 数据采集
        2.2.1 小麦叶片图像获取
        2.2.2 小麦叶绿素值获取
        2.2.3 小麦叶片N素的获取
    2.3 本章小结
3 小麦叶片图像处理和颜色特征提取
    3.1 颜色空间及选择
        3.1.1 RGB颜色空间
        3.1.2 HSV颜色空间
        3.1.3 HSI颜色空间
    3.2 图像预处理
        3.2.1 利用归一化去光照
        3.2.2 图像分割
        3.2.3 形态学处理
    3.3 RGB颜色空间下的颜色特征参数选取
    3.4 SPAD值相关颜色特征参数值的计算
    3.5 本章小结
4 基于SPAD值的颜色特征和N的关系模型研究
    4.1 线性回归分析
        4.1.1 一元线性回归分析
        4.1.2 多元线性回归分析
    4.2 方程系数的最小二乘拟合估计
        4.2.1 单变量的数据拟合
        4.2.2 多变量的数据拟合
    4.3 颜色特征参数与SPAD值的的线性相关分析
        4.3.1 相关系数简介
        4.3.2 颜色特征参数与SPAD值间的线性相关性
        4.3.3 颜色特征参数与SPAD值的相关性分析
    4.4 基于线性回归的颜色特征参数与N值的关系模型创建
        4.4.1 颜色特征值与叶绿素值的关系模型创建
        4.4.2 叶绿素值与氮值的关系模型创建
        4.4.3 颜色特征值与N素值的映射估计
    4.5 模型检验
        4.5.1 颜色特征值与叶绿素值的关系模型检验
        4.5.2 叶绿素值与N素值的关系模型检验
        4.5.3 颜色特征值与氮素值的关系模型检验
    4.6 本章小结
5 基于群体小麦颜色特征值与氮素值的预测模型研究
    5.1 群体小麦颜色特征参数的选取
    5.2 群体小麦颜色特征参数值与N素值的相关性分析
        5.2.1 颜色特征参数与N素值的相关性
        5.2.2 颜色特征参数与N素值的相关性结果分析
    5.3 颜色特征参数与N素值间的模型创建
    5.4 颜色特征参数与N素值关系模型检验
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
作者简历
致谢
详细摘要


【参考文献】：
期刊论文
[1]应用数码相机进行绿肥翻压后春玉米氮素营养诊断和产量预测[J]. 白金顺,曹卫东,熊静,曾闹华,志水胜好,芮玉奎.  光谱学与光谱分析. 2013(12)
[2]多颜色空间中玉米叶部病害图像图论分割方法[J]. 虎晓红,李炳军,刘芳.  农业机械学报. 2013(02)
[3]甘蓝型油菜SPAD值与叶绿素含量关系分析[J]. 张文英,王凯华.  中国农学通报. 2012(21)
[4]十堰市小麦生产发展浅论[J]. 周军,彭敏.  农业科技通讯. 2012(06)
[5]基于互信息理论的水稻磷素营养高光谱诊断[J]. 林芬芳,丁晓东,付志鹏,邓劲松,沈掌泉.  光谱学与光谱分析. 2009(09)
[6]利用叶绿素计进行冬小麦变量施肥及其效应研究[J]. 蒋阿宁,黄文江,刘克礼,王纪华,赵春江,刘良云.  植物营养与肥料学报. 2007(06)
[7]利用神经网络提取棉花叶片数字图像氮素含量的初步研究[J]. 李小正,谢瑞芝,王克如,白中英,李少昆,王方永,高世菊.  作物学报. 2007(10)
[8]地面数字图像技术在棉花氮素营养诊断中的初步研究[J]. 王晓静,张炎,李磐,侯秀玲,冯固.  棉花学报. 2007(02)
[9]应用叶绿素计诊断烤烟氮素营养状况[J]. 李佛琳,赵春江,王纪华,刘良云,杨铁钊,师进霖,曹卫星.  植物营养与肥料学报. 2007(01)
[10]基于粒子群优化算法的BP网络模型在径流预测中的应用[J]. 杨道辉,马光文,刘起方,陶春华,过夏明.  水力发电学报. 2006(02)



本文编号：2904394