無(wú)土栽培黃瓜營(yíng)養(yǎng)元素虧缺的計(jì)算機(jī)視覺(jué)診斷方法研究.pdf

1、以計(jì)算機(jī)視覺(jué)技術(shù)為重要技術(shù)手段，綜合運(yùn)用圖像處理、植物生理學(xué)、色度學(xué)、模式識(shí)別等方面的知識(shí)，以無(wú)土栽培黃瓜為研究對(duì)象，先后完成了兩次相同的實(shí)驗(yàn)，培育出了表現(xiàn)癥狀基本相同的三種缺素樣本即缺氮、缺鎂與缺鐵樣本和正常樣本，利用CCD攝像頭對(duì)樣本進(jìn)行采集。利用計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行作物缺素的診斷研究，主要內(nèi)容有： (1)提出了最大類間方差域值法分割葉片與背景，據(jù)此域值對(duì)各樣本進(jìn)行了邊框裁剪。比較了不同窗口的中值濾波方法對(duì)各樣本進(jìn)行去噪處理，

2、結(jié)果證明3×3的中值濾波方法濾波效果較好。 (2)利用幾種常見的色度學(xué)系統(tǒng)即RGB顏色系統(tǒng)、Ohta顏色系統(tǒng)和HSV顏色系統(tǒng)對(duì)各樣本進(jìn)行顏色特征分析。根據(jù)作物缺素時(shí)表現(xiàn)的癥狀，提出了利用葉片綠體灰度值即G的灰度值與R和B的比值的數(shù)字統(tǒng)計(jì)特征來(lái)分析各樣本的顏色特征；用不需去除背景的顏色系統(tǒng)(Ohta顏色系統(tǒng))來(lái)對(duì)各樣本進(jìn)行顏色分析，檢驗(yàn)最大類間方差法去除背景后是否影響顏色特征的提取，結(jié)果證明經(jīng)最大類間方差法去除背景后不影響顏色特征

3、的提?。豪肏SV系統(tǒng)，確定出各樣本的H色調(diào)值。分析了提取樣本的紋理特征的幾種方法即灰度共生矩陣法、邊緣灰度直方圖法和不完全樹小波分解法。提出了用不同方向(0°，45°，90°，135°)的灰度共生矩陣特征值的均值和方差來(lái)提取樣本的紋理特征的方法，這種方法消除了由葉片采集時(shí)的方向的差異而引起的紋理差異；提出了邊緣直方圖法來(lái)分析正常樣本與缺素樣本紋理特征，驗(yàn)證了最大類間方差法去除背景后不影響紋理特征的提??；在頻域中根據(jù)人眼視覺(jué)特征，采用不

4、完全樹小波包分解法分析了各樣本的紋理特征，這種方法比完全樹小波包分解法要簡(jiǎn)潔，比金字塔法分析紋理特征要全面。據(jù)模式識(shí)別特征選擇原則選取了較明顯的顏色特征與紋理特征作為模式識(shí)別特征矢量。 (3)建立了各樣本顏色特征與紋理特征隨時(shí)間變化的關(guān)系；用化學(xué)分析方法對(duì)各樣本中氮、鎂、鐵的含量進(jìn)行了分析，建立了缺素樣本相應(yīng)元素含量隨缺素時(shí)間變化的關(guān)系；建立了缺素樣本顏色特征與紋理特征隨所缺元素與正常樣本相應(yīng)元素的百分含量關(guān)系圖。本研究通過(guò)化學(xué)

5、分析方法驗(yàn)證了培育的缺素樣本的正確性，驗(yàn)證了缺素樣本對(duì)應(yīng)的紋理特征與顏色特征的正確性。 (4)利用模糊神經(jīng)網(wǎng)絡(luò)建立了黃瓜老葉識(shí)別分類器和幼葉識(shí)別分類器，利用模糊K一近鄰法對(duì)考試樣本進(jìn)行了檢驗(yàn)，結(jié)果證明，神經(jīng)網(wǎng)絡(luò)識(shí)別的正確率幾乎與經(jīng)典的統(tǒng)計(jì)算法識(shí)別結(jié)果一樣。 本研究為進(jìn)一步開發(fā)具有商業(yè)價(jià)值的作物缺素判別系統(tǒng)提供了必要的理論依據(jù)和技術(shù)基礎(chǔ)，對(duì)縮小我國(guó)在農(nóng)業(yè)信息自動(dòng)化領(lǐng)域與發(fā)達(dá)國(guó)家的差距，促進(jìn)計(jì)算機(jī)圖像處理技術(shù)在我國(guó)農(nóng)業(yè)工程領(lǐng)