【摘要】：植物缺水判別推動了自動灌溉系統(tǒng)的智能化發(fā)展。本研究應(yīng)用圖像分割算法和模式識別算法相結(jié)合的方法,分析闊葉苗是否缺水。本文以白蠟樹、柳樹、銀杏和楊樹為研究對象,利用圖像分割算法分割出單個葉片,提取闊葉苗葉片圖像的顏色特征值、形態(tài)特征值、紋理特征值,結(jié)合土壤濕度特征量,通過BP神經(jīng)網(wǎng)絡(luò)和SVM分類算法訓(xùn)練分類模型,建立植物缺水判別系統(tǒng)。本文分別對分割算法和分類識別算法進行對比,最終通過Mean-shift分割算法和徑向基核函數(shù)SVM分類器建立缺水判別系統(tǒng),判別率可達到90.73%。論文的主要工作流程如下:(1)白蠟樹、柳樹、楊樹和銀杏四種闊葉苗的培育以及環(huán)境數(shù)據(jù)庫的建立。對每種樹苗分組實驗,每天采集正常生長狀狀態(tài)和缺水樣本,在樣本培育的同時獲取光照、溫度、土壤濕度數(shù)據(jù),建立相應(yīng)的數(shù)據(jù)庫。(2)圖像分割算法的研究。用單反相機采集葉肉、紋路完整的葉片圖像,選擇算法對圖片進行灰度處理、平滑去噪、邊緣檢測,通過算法的對比,選擇最適合本課題的分割算法。(3)葉片特征提取和特征選擇。本文通過提取闊葉苗葉片的幾個最有效特征參數(shù),采用識別分類器來對植物進行缺水判別。選用的特征參數(shù)有顏色特征中的均值、方差;紋理特征中的紋理能量、對比度、相關(guān)性、紋理熵;形狀特征中的矩形度、伸長度、圓形度、致密度。通過數(shù)據(jù)方差計算,選擇提取了其中6個最有參考價值的特征,結(jié)合土壤濕度特征,形成7維特征向量。(4)研究并提出BP神經(jīng)網(wǎng)絡(luò)和SVM方法建立葉片缺水判別系統(tǒng)。輸入7維特征向量構(gòu)建BP神經(jīng)網(wǎng)絡(luò)分類模型和SVM二分類模型。通過實驗結(jié)果的識別率、訓(xùn)練時效的對比,選擇最優(yōu)分類器。
【圖文】：

通過圖像處理模塊，特征提取模塊，分類識別模塊，最后識別葉片是否缺水，，硬件系統(tǒng)如圖2-1 所示。圖 2-1 硬件系統(tǒng)Fig.2-1 hardware system2.2 闊葉苗培育盆栽試驗：采用 40cm 口徑塑料盆做盆栽，土質(zhì)為地表 0-30cm 壤土，每盆裝土 10kg。土壤初始含水量為 75-80%。

種：白蠟樹、美國竹柳、速生楊、銀杏，對美國竹柳大葉白蠟樹，對速生楊選育 107 楊，銀杏選育直干銀。正常生長，待長出大量葉片后對樹苗進行缺水處理，17：00 四個時刻采集葉片圖像并記錄環(huán)境數(shù)據(jù)，試土壤含水量。其中 a 組保持正常澆水，土壤濕度控制，c 組缺水至完全枯萎。土壤濕度的測量，使用的是 YL-69 土壤濕度傳感器傳感器的精度到小數(shù)點后一位，如 61.2%。測量過程器長度較短，YL-69 只能測量表層土壤濕度，本文通過同的位置濕度不同，本文通過測量根部附近多個位置
【學位授予單位】：南京林業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S718.4;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 籍保平,吳文才;計算機視覺蘋果分級系統(tǒng)[J];農(nóng)業(yè)機械學報;2000年06期

2 寧紀鋒,龍滿生,何東健,高夢祥;農(nóng)業(yè)領(lǐng)域中的計算機視覺研究[J];計算機與農(nóng)業(yè);2001年01期

3 王桂琴,楊子彪,鄭麗敏,朱虹,廖樹華,單成鋼,吳富寧;計算機視覺在農(nóng)產(chǎn)品檢測中的應(yīng)用[J];中國農(nóng)業(yè)科技導(dǎo)報;2003年03期

4 周紅,劉光蓉;計算機視覺及其在谷物籽粒檢測分級中的應(yīng)用[J];種子;2004年07期

5 趙海波;周向紅;;基于計算機視覺的番茄催熟與正常熟識別[J];農(nóng)業(yè)工程學報;2011年02期

6 劉濤;孫成明;仲曉春;高輝;梁秀梅;;計算機視覺在作物生產(chǎn)中的應(yīng)用研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2013年02期

7 王豐元,孫壯志,周一鳴;計算機視覺攝影測量的數(shù)學模型[J];中國農(nóng)業(yè)大學學報;1998年04期

8 張建平;計算機視覺在煙草行業(yè)中的研究及應(yīng)用展望[J];煙草科技;1998年02期

9 薛領(lǐng);計算機視覺在農(nóng)業(yè)中的應(yīng)用[J];計算機與農(nóng)業(yè);1999年02期

10 蔡健榮;利用計算機視覺定量描述茶葉色澤[J];農(nóng)業(yè)機械學報;2000年04期

相關(guān)會議論文 前10條

1 宋小華;歐陽丹彤;;時空推理在計算機視覺的應(yīng)用[A];2006年全國理論計算機科學學術(shù)年會論文集[C];2006年

2 謝麗欣;牟會;王歡;劉明霞;;基于計算機視覺的人臉檢測與識別綜述[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

3 陳強;孫振國;;計算機視覺在焊接中的應(yīng)用[A];第十次全國焊接會議論文集（第1冊）[C];2001年

4 田涌濤;洪錫軍;王有慶;李從心;;計算機視覺在先進制造技術(shù)中的應(yīng)用[A];面向制造業(yè)的自動化與信息化技術(shù)創(chuàng)新設(shè)計的基礎(chǔ)技術(shù)——2001年中國機械工程學會年會暨第九屆全國特種加工學術(shù)年會論文集[C];2001年

5 劉敏娟;洪添勝;李震;吳偉斌;劉志壯;;基于計算機視覺的荔枝檢測與分級方法[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

6 孫潔瓊;孫明;;基于計算機視覺的水果外觀品質(zhì)檢測分級研究現(xiàn)狀[A];中國農(nóng)業(yè)工程學會電氣信息與自動化專業(yè)委員會、中國電機工程學會農(nóng)村電氣化分會科技與教育專委會2010年學術(shù)年會論文摘要[C];2010年

7 王劃一;王效良;;計算機視覺在絎縫機自動編程及控制中的應(yīng)用[A];第二十屆中國控制會議論文集（下）[C];2001年

8 周紅;劉光蓉;;計算機視覺及其在谷物籽粒檢測分級中的應(yīng)用[A];中國糧油學會第三屆學術(shù)年會論文選集（下冊）[C];2004年

9 吳彥紅;劉木華;楊君;鄭華東;;大米外觀品質(zhì)的計算機視覺在線檢測技術(shù)研究[A];農(nóng)業(yè)機械化與新農(nóng)村建設(shè)——中國農(nóng)業(yè)機械學會2006年學術(shù)年會論文集（下冊）[C];2006年

10 張慶敏;于龍;;計算機視覺在接觸網(wǎng)定位器坡度識別中的應(yīng)用[A];高速鐵路接觸網(wǎng)零部件安全可靠性技術(shù)論文集[C];2013年

相關(guān)重要報紙文章 前9條

1 記者 李大慶;我在國際計算機視覺算法競賽中摘金[N];科技日報;2011年

2 滕繼濮;不放過一個“壞蛋”[N];糧油市場報;2011年

3 ;生活中的計算機視覺[N];中國計算機報;2006年

4 王悅承;逾30篇中國論文入選ICCV[N];中國計算機報;2005年

5 本報記者 滕繼濮;無損檢測技術(shù)：不放過一個“壞蛋”[N];科技日報;2011年

6 本報記者 薛娟;未來搜索：沒有搜索的搜索[N];中國經(jīng)濟時報;2010年

7 記者 楊杰 實習記者 李樂;農(nóng)機領(lǐng)域喜獲四項大獎[N];中國農(nóng)機化導(dǎo)報;2009年

8 張明平　記者 趙鳳華;蘋果的氣味“看”出來[N];科技日報;2009年

9 記者 常麗君;新軟件能“預(yù)測”你各年齡段長相[N];科技日報;2014年

相關(guān)博士學位論文 前10條

1 王強;基于幾何代數(shù)的計算機視覺問題研究[D];國防科學技術(shù)大學;2013年

2 王任大;基于計算機視覺的手勢交互技術(shù)及其在航海中的應(yīng)用[D];大連海事大學;2014年

3 賀文驊;基于計算機視覺的復(fù)雜場景下目標跟蹤研究[D];西安電子科技大學;2015年

4 王愛麗;基于計算機視覺的行人交通信息智能檢測理論和關(guān)鍵技術(shù)研究[D];北京交通大學;2016年

5 潘磊慶;基于計算機視覺和聲學技術(shù)融合檢測雞蛋品質(zhì)的研究[D];南京農(nóng)業(yè)大學;2007年

6 孔明;顆粒粒徑和形態(tài)計算機視覺測量方法研究[D];東南大學;2005年

7 劉釗;基于計算智能的計算機視覺及其應(yīng)用研究[D];武漢科技大學;2011年

8 李慶中;蘋果自動分級中計算機視覺信息快速獲取與處理技術(shù)的研究[D];中國農(nóng)業(yè)大學;2000年

9 謝存;計算機視覺中若干問題實現(xiàn)技術(shù)和算法的研究[D];大連理工大學;2002年

10 趙書濤;基于計算機視覺的直讀儀表校驗方法研究[D];華北電力大學（河北）;2006年

相關(guān)碩士學位論文 前10條

1 楊東;基于計算機視覺的速生闊葉苗的缺水判別[D];南京林業(yè)大學;2017年

2 王福香;基于計算機視覺的馬鈴薯外部缺陷檢測方法研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2015年

3 余饒東;基于腦波與計算機視覺的注意力檢測技術(shù)在E-Learning中的應(yīng)用研究[D];昆明理工大學;2015年

4 李想;基于計算機視覺的花卉分級系統(tǒng)研究[D];天津理工大學;2015年

5 吳林林;基于計算機視覺的皮革測配色研究[D];陜西科技大學;2015年

6 龍怡霖;基于計算機視覺的雜草種子鑒別[D];西北農(nóng)林科技大學;2015年

7 謝艷鵬;面向細胞行為辨識的計算機視覺研究與應(yīng)用[D];沈陽理工大學;2015年

8 丁僑俊;基于計算機視覺的智能停車場引導(dǎo)系統(tǒng)研究[D];福建師范大學;2015年

9 王鵬博;多態(tài)并行機上的OpenVX系統(tǒng)實現(xiàn)[D];西安郵電大學;2015年

10 周志強;基于計算機視覺的指針式電表校驗的關(guān)鍵技術(shù)研究[D];南昌大學;2015年

本文編號：2613103