發(fā)布時(shí)間：2017-09-25 06:39

  本文關(guān)鍵詞：基于HSV空間顏色直方圖的油菜葉片缺素診斷

  更多相關(guān)文章： 圖像處理 圖像分割 支撐向量機(jī) 雙低油菜 HSV顏色空間 顏色直方圖 缺素分類

【摘要】：為實(shí)現(xiàn)快速而準(zhǔn)確的油菜缺素診斷,根據(jù)不同缺素導(dǎo)致葉片顏色的變化,提出一種基于HSV顏色空間的非均勻直方圖量化和組合多個(gè)支撐向量機(jī)分類器的智能化油菜缺素分析與診斷方法。采用霍格蘭配方配制營(yíng)養(yǎng)液,并使用山崎配方無(wú)土栽培技術(shù),模擬正常、缺氮、缺磷、缺鉀、缺硼5類營(yíng)養(yǎng)狀況下的油菜生長(zhǎng)條件,栽培了一批甘藍(lán)型雙低油菜新品種陽(yáng)光2009,采集幼苗期5類油菜葉片圖像建立缺素?cái)?shù)據(jù)庫(kù)。首先使用主動(dòng)輪廓模型分割油菜葉片區(qū)域,然后提取分割后的油菜葉片區(qū)域的HSV顏色直方圖特征,并采用非均勻量化表征不同缺素油菜葉片圖像的顏色差異,最后利用一對(duì)多方案訓(xùn)練多個(gè)支持向量機(jī)(support vector machine,SVM)分類器實(shí)現(xiàn)不同缺素油菜葉片圖像的分類識(shí)別。缺素分類試驗(yàn)結(jié)果表明,該方法能較準(zhǔn)確地判別常見油菜的缺素類型,對(duì)5種缺素的總體識(shí)別率達(dá)到93%,為數(shù)字化和智能化的油菜營(yíng)養(yǎng)分析與診斷提供了一條有效途徑。
【作者單位】： 農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室;西安工程大學(xué)電子信息學(xué)院;湖北工程學(xué)院生命科學(xué)技術(shù)學(xué)院;
【關(guān)鍵詞】： 圖像處理 圖像分割 支撐向量機(jī) 雙低油菜 HSV顏色空間 顏色直方圖 缺素分類
【分類號(hào)】：TP391.41
【正文快照】： 張凱兵,章愛群,李春生.基于HSV空間顏色直方圖的油菜葉片缺素診斷[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(19):179-187.doi:10.11975/j.issn.1002-6819.2016.19.025 http://www.tcsae.orgZhang Kaibing,Zhang Aiqun,Li Chunsheng.Nutrient deficiency diagnosis method for rape leaves usi，

本文編號(hào)：915981