基于圖像技術(shù)的作物水分檢測研究與應(yīng)用.pdf

1、作物水分檢測是農(nóng)業(yè)“四情”監(jiān)測的內(nèi)容之一，對(duì)作物旱情預(yù)警、灌溉管理以及產(chǎn)量預(yù)測等方面具有重要意義。隨著圖像技術(shù)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，以作物葉片或冠層圖像為對(duì)象、采用機(jī)器視覺技術(shù)對(duì)作物含水量進(jìn)行快速、無損檢測是一個(gè)重要研究課題。
　　為了提高作物含水量圖像檢測方法的精度和實(shí)用性，本文以玉米葉片圖像和小麥冠層圖像為對(duì)象，研究光照增強(qiáng)、圖像分割、特征選取和檢測模型構(gòu)建等方法，并以此為基礎(chǔ)開展應(yīng)用試驗(yàn)。
　　主要研究內(nèi)容和結(jié)果如下

2、所述：
　　（1）作物圖像的光照增強(qiáng)和分割研究。針對(duì)野外獲取的作物圖像受自然光照影響嚴(yán)重的問題，提出同態(tài)濾波-Retinex組合算法進(jìn)行光照增強(qiáng)預(yù)處理，較好地消除了光照不均勻和顏色失真影響，并改善了圖像的整體亮度；比較了k-means聚類分割、二維最大信息熵分割和顏色特征分割的性能，并采用顏色特征分割法對(duì)小麥冠層圖像進(jìn)行分割，最大限度保留了作物信息，有效去除背景中土壤及枯葉敗葉。
　?。?）特征提取、篩選和模型檢測研究。在現(xiàn)

3、有研究基礎(chǔ)上提取與作物水分相關(guān)的眾多顏色特征、紋理特征和形態(tài)特征，研究運(yùn)用相關(guān)分析和假設(shè)檢驗(yàn)等方法進(jìn)行特征篩選，獲得表征含水量的顯著特征，并通過主成分分析、偏最小二乘法構(gòu)建精度較高的水分檢測模型。
　?。?）玉米葉片含水量檢測應(yīng)用。提出并實(shí)現(xiàn)基于智能手機(jī)—服務(wù)器模式的作物葉片含水量檢測系統(tǒng)，并以玉米為對(duì)象進(jìn)行試驗(yàn)。結(jié)果表明，該系統(tǒng)可以便捷獲取作物葉片圖像，實(shí)時(shí)獲取檢測結(jié)果，其檢測誤差在可接受范圍之內(nèi)，后臺(tái)算法的更新與擴(kuò)展對(duì)用戶透明