基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf

基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf

ID:52176004

大小:857.31 KB

页数:6页

时间:2020-03-23

基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf_第1页
基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf_第2页
基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf_第3页
基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf_第4页
基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf_第5页
资源描述:

《基于数码相机的水稻冠层图像分割及氮素营养诊断.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第17期农业工程学报。Vot.28No.172012年9月TransactionsoftheChineseSocietyofAgriculturalEngineeringSep.2012131基于数码相机的水稻冠层图像分割及氮素营养诊断王远1,一,王德建墩,土迈1’。,土德建⋯,(1.中国科学院南京土壤研究所,南京210008;张刚1,王灿12.中国科学院研究生院,北京100049)摘要:利用数码相机对作物进行快速准确的营养诊断,需要对图像中作物冠层部分与非冠层部分进行有效的分割。该文依据绿色植被和土壤在可见光区域反射光谱的差异,提出了根据数字图像绿色通道和红色通道差值的大小设定阈

2、值对图像进行分割的方法。阈值设定为10~20之间时对水稻冠层图像有较好的分割效果,拔节期和孕穗期获得最佳图像分割效果的阈值分别为10与20。分割后图像中提取的特征参数与SPAD值、叶片含氮量等指标间具有良好的相关关系,其中红光标准化值NRJ与两者间的相关系数达到.0.87和.0.65。该方法能准确地分割水稻冠层图像,且简便易行,对绿色植被的图像分割具有普适性,有较高应用价值。关键词:机器视觉,数码相机,图像分割,营养诊断,水稻doi.10.3969,j.issn.1002—6819.2012.17.019中图分类号:TP391.4:S126文献标志码:A文章编号:1002—6819(201

3、2)一17—013卜06王远,王德建,张刚,等.基于数码相机的水稻冠层图像分割及氮素营养诊断[J].农业工程学报,2012,28(17):131—136.WangYuan,WangDejian,ZhangGang,eta1.Digitalcamera—basedimagesegmentationofricecanopyanddiagnosisofnitrogennutrition[J】.TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE);2012,28(17):131—136.(in

4、ChinesewithEnglishabstract)O引言水稻是世界上最重要的粮食作物之一,快速准确的获得水稻营养状况是对其进行精确管理的前提。田间破坏性取样和实验室化学分析虽然具有较高的准确度,但其处理周期长,并且需要消耗大量人力物力。便携式叶绿素仪(SPAD.502)作为快速测量叶绿素相对含量的工具已广泛应用于各类作物营养诊断和监测的研究中【1’2J,但在实际应用过程中其测量面积较小,仅有6IIlIn2,所以必须进行大量重复测量才能得到较好的结果【3J。随着遥感技术的发展,越来越多的遥感工具应用到农业监测上来,利用地面高光谱遥感【4】、卫星及航拍图像【5J等技术手段进行作物营养诊断的

5、研究有许多报道。数码相机作为可见光光谱遥感最为便捷的工具之一也得到了广泛的应用,利用相机进行农业信息监测的研究始于上世纪90年代,主要应用于农产品自动分级【6J、杂草识别、病虫害监测【7l等领域。Kawashima等【8J在摄像机拍摄的作物图像中人工选收稿日期:2012一O卜20修订日期:2012—08—23基金项目:国家自然科学基金项目(40871145);中国科学院知识创新工程重要方向基金项目(KZCX2一YW-440)作者简介:王远(1988一),男,主要从事作物营养诊断研究。南京中国科学院南京土壤研究所,210008。Emaihwangyuan@issas.ac.ell※通信作者:

6、王德建(1957一),男,研究员,博士生导师,主要从事农田生态系统养分循环、优化施肥及面源污染控制等方面的研究。南京中国科学院南京土壤研究所,210008。Email:djwang@issas.ac.cn取一片完整叶片用于提取(R-B)/(R+B)(R、G、B分别代表红、绿、蓝色通道灰度值)等参数估测叶片叶绿素含量。Adamsen等【9J利用数码相机垂直拍摄小麦冠层群体图像,裁剪出代表1m2大小的图像后直接用于计算G瓜等参数,并发现G瓜与归一化植被指数NDVI(NormalizedDifferenceVegetationIndex)和SPAD值显著相关。Rorie等【l叫则在主动光源下利用

7、数码相机拍摄玉米叶片图像,并用参照色矫正后计算DGCI(darkgreencolorindex),发现其与叶片含氮量、产量等具有良好的相关关系。Li等【llj垂直拍摄小麦冠层图像并采用SAVIm。>0对图像进行分割,发现提取的覆盖度(CanopyCover)与群体叶面积指数LAI(1eafareaindex)、植株含氮量、地上部生物量等冠层特征具有良好的相关关系。利用数码相机快速准确的对作物进行营养诊断,需要对图像中作物

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。