為了解決傳統(tǒng)氮素營養(yǎng)診斷復(fù)雜,過量施肥導(dǎo)致的環(huán)境污染、土地板塊化等問題,論文利用圖像處理技術(shù)開展了小麥氮素營養(yǎng)診斷模型的研究。實(shí)驗(yàn)選用大田環(huán)境下的濟(jì)麥22號為研究對象,利用索尼FDR-AXP35 4K高清攝錄一體機(jī)對小麥冠層葉片進(jìn)行圖像獲取,通過對基于SPAD值（葉綠素值）的顏色特征參數(shù)和N值相關(guān)性問題、群體小麥顏色特征參數(shù)與N值的預(yù)測估計(jì)問題研究,得到了一些初步的研究結(jié)果。具體工作如下:（1）圖像數(shù)據(jù)的采集和圖像預(yù)處理的研究在小麥的拔節(jié)期使用索尼FDR-AXP35 4K高清攝錄一體機(jī)獲取小麥葉片圖像時(shí)使用白色背景板遮擋。從獲取的圖像看,圖像質(zhì)量較高,背景簡單,有利于后期的圖像處理、特征提取等工作。針對大田壞境下獲取小麥葉片圖像易受光照影響的問題,采用歸一化方法去除了光照對小麥顏色特征提取的影響。此外,本文還利用閾值分割方法對小麥葉片進(jìn)行了彩色分割,保留了小麥葉片的顏色信息,為后期顏色特征提取和特征分析打下了基礎(chǔ)。（2）建立了基于葉綠素值的顏色特征參數(shù)和N值的關(guān)系模型首先,通過線性相關(guān)性分析,選取了與SPAD值相關(guān)性較大的顏色特征參數(shù)是b、r、g、G、R,并利用線性回歸模型,建立了上述... 

【文章來源】：河北農(nóng)業(yè)大學(xué)河北省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 引言
    1.1 研究背景
    1.2 氮素營養(yǎng)診斷技術(shù)的研究現(xiàn)狀
        1.2.1 便攜式葉綠素儀在作物氮素診斷中的應(yīng)用
        1.2.2 基于光譜分析技術(shù)的作物營養(yǎng)診斷
        1.2.3 基于數(shù)字圖像處理技術(shù)的作物營養(yǎng)診斷
    1.3 論文研究內(nèi)容和技術(shù)路線
        1.3.1 論文研究內(nèi)容
        1.3.2 論文研究技術(shù)路線
    1.4 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
2 實(shí)驗(yàn)準(zhǔn)備和數(shù)據(jù)采集
    2.1 實(shí)驗(yàn)準(zhǔn)備
        2.1.1 試驗(yàn)田準(zhǔn)備
        2.1.2 實(shí)驗(yàn)器材準(zhǔn)備
        2.1.3 實(shí)驗(yàn)時(shí)間選擇
    2.2 數(shù)據(jù)采集
        2.2.1 小麥葉片圖像獲取
        2.2.2 小麥葉綠素值獲取
        2.2.3 小麥葉片N素的獲取
    2.3 本章小結(jié)
3 小麥葉片圖像處理和顏色特征提取
    3.1 顏色空間及選擇
        3.1.1 RGB顏色空間
        3.1.2 HSV顏色空間
        3.1.3 HSI顏色空間
    3.2 圖像預(yù)處理
        3.2.1 利用歸一化去光照
        3.2.2 圖像分割
        3.2.3 形態(tài)學(xué)處理
    3.3 RGB顏色空間下的顏色特征參數(shù)選取
    3.4 SPAD值相關(guān)顏色特征參數(shù)值的計(jì)算
    3.5 本章小結(jié)
4 基于SPAD值的顏色特征和N的關(guān)系模型研究
    4.1 線性回歸分析
        4.1.1 一元線性回歸分析
        4.1.2 多元線性回歸分析
    4.2 方程系數(shù)的最小二乘擬合估計(jì)
        4.2.1 單變量的數(shù)據(jù)擬合
        4.2.2 多變量的數(shù)據(jù)擬合
    4.3 顏色特征參數(shù)與SPAD值的的線性相關(guān)分析
        4.3.1 相關(guān)系數(shù)簡介
        4.3.2 顏色特征參數(shù)與SPAD值間的線性相關(guān)性
        4.3.3 顏色特征參數(shù)與SPAD值的相關(guān)性分析
    4.4 基于線性回歸的顏色特征參數(shù)與N值的關(guān)系模型創(chuàng)建
        4.4.1 顏色特征值與葉綠素值的關(guān)系模型創(chuàng)建
        4.4.2 葉綠素值與氮值的關(guān)系模型創(chuàng)建
        4.4.3 顏色特征值與N素值的映射估計(jì)
    4.5 模型檢驗(yàn)
        4.5.1 顏色特征值與葉綠素值的關(guān)系模型檢驗(yàn)
        4.5.2 葉綠素值與N素值的關(guān)系模型檢驗(yàn)
        4.5.3 顏色特征值與氮素值的關(guān)系模型檢驗(yàn)
    4.6 本章小結(jié)
5 基于群體小麥顏色特征值與氮素值的預(yù)測模型研究
    5.1 群體小麥顏色特征參數(shù)的選取
    5.2 群體小麥顏色特征參數(shù)值與N素值的相關(guān)性分析
        5.2.1 顏色特征參數(shù)與N素值的相關(guān)性
        5.2.2 顏色特征參數(shù)與N素值的相關(guān)性結(jié)果分析
    5.3 顏色特征參數(shù)與N素值間的模型創(chuàng)建
    5.4 顏色特征參數(shù)與N素值關(guān)系模型檢驗(yàn)
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡歷
致謝
詳細(xì)摘要


【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用數(shù)碼相機(jī)進(jìn)行綠肥翻壓后春玉米氮素營養(yǎng)診斷和產(chǎn)量預(yù)測[J]. 白金順,曹衛(wèi)東,熊靜,曾鬧華,志水勝好,芮玉奎.  光譜學(xué)與光譜分析. 2013(12)
[2]多顏色空間中玉米葉部病害圖像圖論分割方法[J]. 虎曉紅,李炳軍,劉芳.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(02)
[3]甘藍(lán)型油菜SPAD值與葉綠素含量關(guān)系分析[J]. 張文英,王凱華.  中國農(nóng)學(xué)通報(bào). 2012(21)
[4]十堰市小麥生產(chǎn)發(fā)展淺論[J]. 周軍,彭敏.  農(nóng)業(yè)科技通訊. 2012(06)
[5]基于互信息理論的水稻磷素營養(yǎng)高光譜診斷[J]. 林芬芳,丁曉東,付志鵬,鄧勁松,沈掌泉.  光譜學(xué)與光譜分析. 2009(09)
[6]利用葉綠素計(jì)進(jìn)行冬小麥變量施肥及其效應(yīng)研究[J]. 蔣阿寧,黃文江,劉克禮,王紀(jì)華,趙春江,劉良云.  植物營養(yǎng)與肥料學(xué)報(bào). 2007(06)
[7]利用神經(jīng)網(wǎng)絡(luò)提取棉花葉片數(shù)字圖像氮素含量的初步研究[J]. 李小正,謝瑞芝,王克如,白中英,李少昆,王方永,高世菊.  作物學(xué)報(bào). 2007(10)
[8]地面數(shù)字圖像技術(shù)在棉花氮素營養(yǎng)診斷中的初步研究[J]. 王曉靜,張炎,李磐,侯秀玲,馮固.  棉花學(xué)報(bào). 2007(02)
[9]應(yīng)用葉綠素計(jì)診斷烤煙氮素營養(yǎng)狀況[J]. 李佛琳,趙春江,王紀(jì)華,劉良云,楊鐵釗,師進(jìn)霖,曹衛(wèi)星.  植物營養(yǎng)與肥料學(xué)報(bào). 2007(01)
[10]基于粒子群優(yōu)化算法的BP網(wǎng)絡(luò)模型在徑流預(yù)測中的應(yīng)用[J]. 楊道輝,馬光文,劉起方,陶春華,過夏明.  水力發(fā)電學(xué)報(bào). 2006(02)



本文編號：2904394