10.6041/j.issn.1000-1298.2012.08.031
基于光谱和形状特征的水稻扫描叶片氮素营养诊断
使用扫描仪获取水稻叶片图像,综合运用数字图像处理技术、参数优选和分类方法,研究了不同氮素水平水稻叶片的光谱和形状特征,并进行了氮营养的诊断与识别.研究利用面向对象的分类方法提取叶尖部位的黄化面积比例,指数回归分析结果显示此参数与叶片氮含量具有很高的相关性( R2=0.863).提取整叶和叶尖的颜色参数并分别与叶片氮含量进行指数回归分析,发现叶尖部位的颜色特征能更好地反映叶片的氮素营养状况.采用CfsSubsetEval和Scatter search相结合方法对特征进行约简与优化,根据选择结果结合支持向量机方法进行模式识别.精度检验结果显示该方法对缺氮和正常叶片的正确识别率较高,随氮素水平的升高,正确识别率降低,对过量水平的正确识别率较低,叶面积在缺氮和正常模式下能对识别起到很好的辅助作用.
水稻、图像、氮素、光谱特征、形状特征、模式识别
43
S123(农业物理学)
国家自然科学基金资助项目31172023、30800703;国家高技术研究发展计划863计划资助项目2006AA10Z204
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
170-174,159