基于機(jī)器視覺小麥葉片含水量檢測(cè)研究.pdf

1、隨著機(jī)器視覺技術(shù)的蓬勃發(fā)展，國(guó)內(nèi)外專家更傾向于應(yīng)用機(jī)器視覺技術(shù)進(jìn)行信息的診斷、研究。本文利用機(jī)器視覺技術(shù)，結(jié)合當(dāng)?shù)匦←湁勄椋瑢?duì)小麥葉片的含水量進(jìn)行預(yù)測(cè)研究。結(jié)果表明，該方法用于對(duì)葉片水分進(jìn)行預(yù)測(cè)研究是切實(shí)可靠的，可以為后續(xù)的研究提供重要依據(jù)。
　　本文采用機(jī)器視覺技術(shù)將在田間采集到的100幅小麥葉片樣本中與含水量相關(guān)性較大的葉片特征進(jìn)行檢測(cè)提取出來(lái)，實(shí)現(xiàn)了提取特征的無(wú)損化和模塊處理的快速化，用BP神經(jīng)網(wǎng)絡(luò)建立含水量評(píng)判模型，通過(guò)該

2、模型就可以實(shí)現(xiàn)葉片含水量的預(yù)測(cè)。
　　為了提高該預(yù)測(cè)系統(tǒng)的精度，首先對(duì)圖像的預(yù)處理、圖像的分割以及圖像的特征提取等關(guān)鍵算法的選擇進(jìn)行理論性的研究。在對(duì)圖像進(jìn)行預(yù)處理的過(guò)程中，圖像增強(qiáng)部分選用了中值濾波算法，然后直接增強(qiáng)圖像與背景的對(duì)比度，達(dá)到目標(biāo)邊緣清晰同時(shí)目標(biāo)與背景的對(duì)比度明顯的效果。在圖像分割部分，由于圖像目標(biāo)與背景間的灰度級(jí)差別比較明顯，所以選用了 Ostu最大類間方差法的圖像二值化運(yùn)算。然后運(yùn)用Matlab編寫程序?qū)D像進(jìn)