水稻氮素机器视觉诊断最佳叶位和位点的选择研究

摘要：

选用扫描仪获取水稻叶片的数字图像,通过比较第1和第3完全展开叶 (L1和L2) 颜色参量的空间分布,研究基于机器视觉技术的水稻氮素诊断的最佳叶位和位点选择.结果表明基于机器视觉的水稻氮素营养诊断是有理论依据的,能反映出叶片的营养状况; 选择B、b、b/(r+g)、b/r、b/g作为最优颜色特征参量;比较颜色特征参量对应的变异系数CV,得到低氮处理的CV明显高于正常氮素水平,同时CV随着叶位的增加而减小;不同位点的CV其叶尖和叶基的变化幅度较为接近,不同位点间差异不显著.初步研究选择第3完全展开叶作为水稻无损氮素诊断的最佳叶位.

关键词：水稻、氮素、机器视觉、叶位、位点、变异系数

所属期刊栏目：41

分类号：S2(农业工程)

资助基金：国家自然科学基金资助项目30571112;国家"863"高技术研究发展计划资助项目2006AA10Z204;浙江省科技计划项目2007C2308、2008C33008

在线出版日期：2010-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：179-183