基于計算機視覺技術(shù)溫室作物長勢診斷機理與方法研究.pdf

1、本文選擇溫室黃瓜作為研究對象，應用計算機視覺技術(shù)，對黃瓜的葉片圖像和生長點圖像特征進行分析，對溫室作物的長勢診斷指標和方法進行研究。 本文在溫室種植實驗的基礎上，對溫室黃瓜的新鮮葉片進行圖像采集；并根據(jù)葉片營養(yǎng)含量的測定，研究了葉片顏色特征與葉片養(yǎng)分含量之間的關(guān)系。 通過研究，發(fā)現(xiàn)葉片圖像的G分量與葉片氮含量及葉綠素間有良好的相關(guān)性，相關(guān)系數(shù)均達到0.88。在研究葉片顏色特征和顏色分量關(guān)系的基礎上，對顏色特征與葉綠素含量

2、進行了多元回歸分析，并進一步進行了主成分分析，獲得了葉片葉綠素含量與顏色特征之間的多元線性回歸模型。 黃瓜的生長點是黃瓜田間管理中形態(tài)診斷的重要指標，由于該指標的模糊定義特點，一直沒有相對準確的評價標準。本文將它作為分析研究的目標，采集生長點的活體圖像，分析了生長點圖像的模糊特點，對它進行紋理特征分析。選擇灰度共生矩陣作為紋理分析的主要指標，應用模糊聚類分析的方法對生長點的形態(tài)優(yōu)劣進行聚類評價。通過典型樣品的聚類分析，得到特征指