基于数码相机图像甜菜冠层氮素营养监测.PDFVIP

第 34 卷 第 1 期 农 业 工 程 学 报 Vol.34 No.1 2018 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2018 157 基于数码相机图像的甜菜冠层氮素营养监测 1,2 1※ 1 3 4 张 珏 ，田海清 ，李 哲 ，李 斐 ，史树德 （1. 内蒙古农业大学机电工程学院，呼和浩特 010018 ；2. 内蒙古师范大学物理与电子信息学院，呼和浩特 010020 ； 3. 内蒙古农业大学草原与资源环境学院，呼和浩特 010019 ；4. 内蒙古农业大学农学院，呼和浩特 010019 ） 摘 要：为探究数码相机监测甜菜冠层叶片氮素的可行性，2014 年于内蒙古赤峰市松山区太平地镇采用不同种植方案设 计了田间试验。利用数码相机获取甜菜冠层数字图像，基于灰度值的阈值分割方法提取冠层图像的红光值（R ）、绿光值 （G）和蓝光值（B ），交互调优R 、G、B 单色分量权重，提出三原色权值调优方法，并挖掘出适宜于表征甜菜冠层 LNC （leaf nitrogen content ）的基础调优参数BOP （basic optimal parameter ）和归一化调优参数NOP （normalized optimal parameter ）。结果表明：采用常规方法选取的敏感颜色参数 G/R 、NRI(R/(R+G+B))与冠层 LNC 的相关系数分别为 0.80 和 0.79，三原色权值调优方法确定的调优参数BOP 、NOP 与冠层 LNC 的相关系数分别为 0.83 和 0.84，算法优化后提高 了颜色参数与冠层LNC 的相关性。对比常规参数和调优参数对冠层LNC 的预测精度，结果显示调优参数BOP 、NOP 建 立模型的预测精度均高于常规参数 G/R 、NRI ，BOP 预测模型的决定系数 R2 和均方根误差 RMSE （root mean square error ） 分别为 0.69 和 2.65 ，NOP 预测模型的 R2 和 RMSE 分别为 0.68 和 2.73 。该研究表明，在大田自然光照条件下，借助数码 相机实时、准确监测甜菜氮素营养丰缺水平具有较高的可行性，数字图像处理技术在作物营养无损诊断中存在很大的应 用潜力。 关键词：图像处理；氮；模型；甜菜；数码相机；颜色特征参数；氮素营养监测 doi ：10.11975/j.issn.1002-6819.2018.01.021 中图分类号：S126; TP391 文献标志码：A 文章编号：1002-6819(2018)-01-0157-07 张 珏，田海清，李 哲，李 斐，史树德. 基于数码相机图像的甜菜冠层氮素营养监测[J]. 农业工程学报，2018，34(1)： 157－163. doi ：10.11975/j.issn.1002-6819.2018.01.021 Zhang Jue, Tian Haiqing, Li Zhe, Li Fei, Shi Shude. Nitrogen nutrition monitoring of beet canopy based on digital camera image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(1): 157 －163. (in Chinese with English abstract) doi：10.11975/j.iss