圖象處理技術在冬小麥氮營養(yǎng)診斷中的應用.pdf

1、該文基于計算機圖象處理及相關信息技術的理論和方法,在盆栽和大田試驗的基礎上,結合常規(guī)觀測手段,研究了采用田間近地數碼相機圖象診斷冬小麥氮素營養(yǎng)狀況的可行性.建立了近地面數碼相機圖象獲取和圖象預處理方法,提取和篩選出了表征冬小麥不同氮營養(yǎng)狀況下冠層顏色及形態(tài)的特征量,分析了小麥冠層顏色特征與葉片葉綠素含量和氮含量、葉片覆蓋度與葉面積之間的相關性,提出了統(tǒng)計模式識別方法、葉色模型方法和應用葉片覆蓋度三種氮營養(yǎng)診斷途徑;通過實際檢測,均獲得了

2、較高的正確診斷率.主要研究結果如下:1、不同氮肥處理的冬小麥葉面積、干物重、上三葉葉綠素含量以及含氮量均存在一定差異,這一差異在低氮處理和中高氮處理間比較明顯;孕穗追肥能夠增加中低氮處理小麥后期的有效葉面積和干物重累積,提高上三葉的葉綠素含量和含氮量;拔節(jié)期和孕穗期上三葉葉綠素含量和氮含量變化呈正向線性相關,上三葉含氮量與植株含氮量呈高度線性相關;植株含氮量的變化范圍小,能夠用于表征小麥的氮素營養(yǎng)狀況.2、建立了數碼相機圖象的田間獲取和

3、預處理方法.該文提出的間隔距離提取法可以大幅度降低圖象尺寸,并最大限度保持原始圖象信息;采用比色訂正基本消除了短時間間隔內(如一天)圖象顏色信息隨環(huán)境的變化,可以有效訂正到10個灰度差異范圍.3、近地數碼相機圖象技術作為冬小麥氮營養(yǎng)診斷的方法,從圖象中提取的顏色特征和葉片覆蓋度獲得了較好的診斷效果.①建立了應用模式空間分類方法進行冬小麥氮營養(yǎng)的診斷過程,一次施氮方式下,返青到蠟熟階段,Have和I綜合光密度在低氮和中高氮處理間存在一個連

4、續(xù)的差異曲線;采用兩個特征進行平面空間分類,特征F<,1>(R-B,G-B)能夠有效區(qū)分小麥拔節(jié)期和孕穗期低氮處理和中高氮處理情況,在小麥拔節(jié)期到開花期間可以明顯區(qū)分低氮、中氮和高氮三類情況.②應用模式最小距離分類方法進行冬小麥氮營養(yǎng)診斷,建立了四個模式——構造[H]、綜合光密度[Ⅰ]累加直方圖[EG]、直方圖距離[D],對主要生育時期的30幅圖象進行檢測,在拔節(jié)、孕穗和開花期內中優(yōu)9507和京411小麥均達到90﹪以上的正確分類率.③

5、應用葉色模型進行冬小麥氮營養(yǎng)診斷,每個生育時期取60幅圖象進行檢測,起身到開花階段正確分類率均在80﹪以上,灌漿和蠟熟階段診斷效果最差;將Have和(R-B)作為各生育時期診斷模型的輸入,Have特征的診斷效果略優(yōu)于(R-B)特征,并在起身至開花階段一直保持在80﹪以上的正確分類率,表明將Have特征作為葉色模型的輸入進行冬小麥主要生育時期氮營養(yǎng)診斷是完全可行的.④應用葉片覆蓋度進行冬小麥冠層圖象的分類診斷,根據建立的診斷閾值,可以將起