基于HSV空间颜色直方图的油菜叶片缺素诊断

摘要：

为实现快速而准确的油菜缺素诊断，根据不同缺素导致叶片颜色的变化，提出一种基于HSV颜色空间的非均匀直方图量化和组合多个支撑向量机分类器的智能化油菜缺素分析与诊断方法。采用霍格兰配方配制营养液，并使用山崎配方无土栽培技术，模拟正常、缺氮、缺磷、缺钾、缺硼5类营养状况下的油菜生长条件，栽培了一批甘蓝型双低油菜新品种阳光2009，采集幼苗期5类油菜叶片图像建立缺素数据库。首先使用主动轮廓模型分割油菜叶片区域，然后提取分割后的油菜叶片区域的HSV颜色直方图特征，并采用非均匀量化表征不同缺素油菜叶片图像的颜色差异，最后利用一对多方案训练多个支持向量机（support vector machine，SVM）分类器实现不同缺素油菜叶片图像的分类识别。缺素分类试验结果表明，该方法能较准确地判别常见油菜的缺素类型，对5种缺素的总体识别率达到93%，为数字化和智能化的油菜营养分析与诊断提供了一条有效途径。

关键词：图像处理、图像分割、支撑向量机、双低油菜、HSV颜色空间、颜色直方图、缺素分类

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：农业部农业科研杰出人才基金和农业部农业信息技术重点实验室开放基金2014001；国家自然科学基金71473072，61471161；湖北省教育厅优秀中青年创新团队项目T201410；湖北省油菜产业工程科技支撑项目。

在线出版日期：2016-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：179-187