采用灰板校正的计算机视觉预测棉花叶绿素含量.pdfVIP

第 29 卷 第 24 期 农 业 工 程 学 报 Vol.29 No.24 2013 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2013 173 采用灰板校正的计算机视觉预测棉花叶绿素含量 1 1※ 2 1 1 1 王 娟 ，危常州 ，王肖娟 ，朱齐超 ，朱金龙 ，王金鑫 （1. 石河子大学农学院农业资源与环境系，石河子 832000 ；2 新疆天业 集团 有限公司，石河子 832000 ） 摘 要：为了提高计算机视觉技术对棉花叶绿素含量的预测精度，该文应用计算机视觉识别方法，采用灰板校正 图像亮度差异，对不同水分背景下棉花叶片叶绿素含量进行预测。结果表明，光谱特征参数DGCI dark green color index 、R-B 与叶绿素含量之间存在极显著线性关系，未使用灰板校正图像的 DGCI 、R-B 与叶绿素含量的相关系 数分别为 0.8857 和-0.8726，使用灰板校正归一化处理后的相关系数分别为 0.9073 和-0.9016，灰板校正后提高了 参数与叶绿素含量的相关性。比较参数DGCI 、R-B 在校正前后对叶绿素含量的预测精度，结果显示校正后的DGCI 、 R-B 建立的模型预测精度高于校正前，校正后参数 DGCI 的预测精度大于R-B 。采用校正后参数DGCI 建立的 Chl. a+b 预测方程，其预测值与叶绿素实测值间均方根误差和相对误差分别为 0.1200 和 5.28%，决定系数为 0.8812， 预测精度较高。应用计算机视觉技术预测不同水分处理下棉花叶绿素含量具有可行性，使用灰板校正后参数 DGCI 可以作为快速无损预测棉花叶绿素含量的最佳参数。 关键词：棉花，叶绿素，计算机视觉，预测，颜色特征参数，灰板校正 doi ：10.3969/j.issn.1002-6819.2013.24.023 中图分类号：S562，TP317.4 文献标志码：A 文章编号：1002-6819 2013 -24-0173-08 王 娟，危常州，王肖娟，等. 采用灰板校正的计算机视觉预测棉花叶绿素含量[J]. 农业工程学报，2013，29 24 ： 173－180. Wang Juan, Wei Changzhou, Wang Xiaojuan, et al. Estimation of chlorophyll contents in cotton leaves using computer vision based on gray board[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE , 2013, 29 24 : 173 －180. in Chinese with English abstract 于 SPAD 的估测精度。Adamsen 等[13]利用数码相机 0 引 言 垂直拍摄小麦冠层群体图像，裁剪部分图像后直接 植物叶片颜色可以指示植物养分、水分状况、 获取 R 、G、B 值，结果显示 G/R 和 SPAD 值显著 植物病害以及叶片的衰老程度，与叶绿素的含量及 相关。Moghaddam 等[14]使用数码相机拍摄甜菜叶 组分的比例密切相关。生产中常用叶绿素含量来监 片，利用神经网络建立RGB 与 SPAD 的