本文關(guān)鍵詞：基于圖像處理的冬小麥氮素監(jiān)測模型

  更多相關(guān)文章： 模型 作物 氮 小麥冠層圖像 RGB顏色組合標(biāo)準(zhǔn)化指數(shù) 葉片氮含量

【摘要】：為探索基于數(shù)字圖像處理技術(shù)的冬小麥氮素?zé)o損診斷圖像評價指標(biāo)及構(gòu)建方法,設(shè)計拍攝2012-2014年度不同種植方案下冬小麥冠層圖像,基于歸一化的H分量K均值聚類分割算法提取基礎(chǔ)顏色特征值,與同期葉片氮含量(leaf nitrogen content,LNC)進(jìn)行線性擬合,調(diào)優(yōu)并確定三原色分量最佳擬合系數(shù),提出RGB空間下的顏色組合標(biāo)準(zhǔn)化指數(shù)(normalized color mix index,NCMI)。對比深綠色指數(shù)(dark green color index,DGCI)、紅光標(biāo)準(zhǔn)化值(normalized redness intensity,NRI)和綠光與紅光比值G/R發(fā)現(xiàn),3個采樣期NCMI與LNC的決定系數(shù)R~2均高于3個對比指標(biāo),分別為0.77、0.79、0.94,均方根誤差(root mean square error,RMSE)相較同期最低的指標(biāo),分別降低了0.18%、0.37%和1.67%;生選6號和揚(yáng)麥18號NCMI與LNC的相關(guān)性,在一定冠層覆蓋度下均優(yōu)于其他3個指標(biāo);D2密度(3×106株/hm~2)N1(純氮150 kg/hm~2)處理下NCMI效果明顯優(yōu)于其他3個指標(biāo),R~2和RMSE較NRI分別改善了7.69%和4.11%,該研究可為一定冠層覆蓋度下的冬小麥氮素營養(yǎng)診斷圖像評價指標(biāo)提供參考。
【作者單位】： 南京農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院;南京農(nóng)業(yè)大學(xué)國家信息農(nóng)業(yè)工程技術(shù)中心;江蘇省肉類生產(chǎn)與加工質(zhì)量安全控制協(xié)同創(chuàng)新中心;
【關(guān)鍵詞】： 模型 作物 氮 小麥冠層圖像 RGB顏色組合標(biāo)準(zhǔn)化指數(shù) 葉片氮含量
【基金】：國家自然科學(xué)基金項(xiàng)目(31201131) 國家科技支撐計劃項(xiàng)目(2015BAK36B05) 江蘇省自然科學(xué)基金項(xiàng)目(BK20141371) 江蘇省高校優(yōu)勢學(xué)科建設(shè)項(xiàng)目(PAPD)
【分類號】：S512.11;S126
【正文快照】： 3.江蘇省肉類生產(chǎn)與加工質(zhì)量安全控制協(xié)同創(chuàng)新中心,南京210095)陳佳悅,姚霞,黃芬,劉勇,于琪,王妮,徐煥良,朱艷.基于圖像處理的冬小麥氮素監(jiān)測模型[J].農(nóng)業(yè)工程學(xué)報,2016,32(4):163-170.doi:10.11975/j.issn.1002-6819.2016.04.023 http://www.tcsae.orgChen Jiayue,Yao Xia,Hu

【參考文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 胡昊;基于可見光—近紅外光譜的冬小麥氮素營養(yǎng)診斷與生長監(jiān)測[D];中國農(nóng)業(yè)科學(xué)院;2009年

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 楊貴軍;柳欽火;杜永明;石月嬋;馮海寬;王紀(jì)華;;農(nóng)田輻射傳輸光學(xué)遙感成像模擬研究綜述[J];北京大學(xué)學(xué)報(自然科學(xué)版);2013年03期

2 薛林;鄭國清;戴廷波;;作物生長模擬模型研究進(jìn)展[J];河南農(nóng)業(yè)科學(xué);2011年03期

3 張東彥;梁棟;趙晉陵;Coburn Craig;Wang Zhijie;王秀;;多角度成像解析大豆冠層的二向反射特征[J];紅外與激光工程;2013年03期

4 余志虹;陳建軍;呂永華;蔡一霞;謝晉;賀廣生;鄧世媛;李茂軍;郭鴻雁;王維;;利用煙葉光譜植被指數(shù)快速監(jiān)測烤煙成熟度[J];煙草科技;2013年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張濤濤;基于觸摸屏的PWM變量農(nóng)藥噴灑控制系統(tǒng)設(shè)計[D];太原理工大學(xué);2012年

2 何丹丹;基于大間隔最近鄰分類的水稻葉綠素含量估測研究[D];東北農(nóng)業(yè)大學(xué);2012年

3 高淑然;基于肥效試驗(yàn)的輪臺白杏葉片光譜分析[D];新疆農(nóng)業(yè)大學(xué);2012年

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊敏華,劉良云,劉團(tuán)結(jié),黃文江,趙春江;小麥冠層理化參量的高光譜遙感反演試驗(yàn)研究[J];測繪學(xué)報;2002年04期

2 侯英雨,王石立;基于作物植被指數(shù)和溫度的產(chǎn)量估算模型研究[J];地理學(xué)與國土研究;2002年03期

3 任書杰;曹明奎;陶波;李克讓;;陸地生態(tài)系統(tǒng)氮狀態(tài)對碳循環(huán)的限制作用研究進(jìn)展[J];地理科學(xué)進(jìn)展;2006年04期

4 劉貫群,王秉忱,鄭西來,邱漢學(xué),穆來旺;內(nèi)蒙古孿井地區(qū)降水量的時間序列分析預(yù)報模型[J];工程勘察;2003年04期

5 孟卓強(qiáng);胡春勝;程一松;;高光譜數(shù)據(jù)與冬小麥葉綠素密度的相關(guān)性研究[J];干旱地區(qū)農(nóng)業(yè)研究;2007年06期

6 方慧;宋海燕;曹芳;何勇;裘正軍;;油菜葉片的光譜特征與葉綠素含量之間的關(guān)系研究[J];光譜學(xué)與光譜分析;2007年09期

7 黃文江;王錦地;穆西晗;王紀(jì)華;劉良云;劉強(qiáng);牛錚;;基于核驅(qū)動模型參數(shù)反演的作物株型遙感識別[J];光譜學(xué)與光譜分析;2007年10期

8 吳迪;曹芳;馮水娟;何勇;;基于支持向量機(jī)算法的紅外光譜技術(shù)在奶粉蛋白質(zhì)含量快速檢測中的應(yīng)用[J];光譜學(xué)與光譜分析;2008年05期

9 葛稚燕,王曉丹,王蕊,呂國強(qiáng);河南省東亞飛蝗發(fā)生的時間序列分析[J];河南氣象;2004年01期

10 童淑媛;宋鳳斌;徐洪文;;玉米不同葉位葉片SPAD值的變化及其與生物量的相關(guān)性[J];核農(nóng)學(xué)報;2008年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張彥娥;基于計算機(jī)視覺技術(shù)溫室作物長勢診斷機(jī)理與方法研究[D];中國農(nóng)業(yè)大學(xué);2005年

2 盧艷麗;基于高光譜的小麥株型與籽粒蛋白品質(zhì)監(jiān)測[D];中國農(nóng)業(yè)科學(xué)院;2005年

3 牟伶俐;農(nóng)業(yè)旱情遙感監(jiān)測指標(biāo)的適應(yīng)性與不確定性分析[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

4 馮偉;基于高光譜遙感的小麥氮素營養(yǎng)及生長指標(biāo)監(jiān)測研究[D];南京農(nóng)業(yè)大學(xué);2007年

5 易秋香;不同遙感水平水稻氮素信息提取研究[D];浙江大學(xué);2008年

6 王淵;不同水平油菜氮素含量遙感信息提取方法研究[D];浙江大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 李剛?cè)A;水稻穗肥葉色診斷機(jī)理及施用技術(shù)研究[D];南京農(nóng)業(yè)大學(xué);2005年

2 張作貴;自然光照條件下基于機(jī)器視覺的番茄缺素的智能診斷研究[D];江蘇大學(xué);2005年

3 楊萍;數(shù)字生產(chǎn)體系硬件設(shè)備色彩特性描述方法的研究[D];武漢大學(xué);2005年

4 王娟;應(yīng)用圖像分析技術(shù)進(jìn)行棉花氮素營養(yǎng)診斷的研究[D];石河子大學(xué);2006年

5 朱麗麗;大白菜氮素營養(yǎng)診斷技術(shù)體系的研究[D];吉林農(nóng)業(yè)大學(xué);2006年

6 于常樂;基于圖像處理的葉片含水量的無損檢測研究[D];吉林大學(xué);2007年

7 彭占武;基于圖像處理和模式識別技術(shù)的黃瓜病害識別研究[D];吉林農(nóng)業(yè)大學(xué);2007年

8 王亞飛;SPAD值用于小麥氮肥追施診斷的研究[D];揚(yáng)州大學(xué);2008年

9 孫棋;基于數(shù)字圖像處理技術(shù)的水稻氮素營養(yǎng)診斷研究[D];浙江大學(xué);2008年

，

本文編號：574473