基于计算机视觉的速生阔叶苗的缺水判别

发布时间：2020-04-03 07:09

【摘要】：植物缺水判别推动了自动灌溉系统的智能化发展。本研究应用图像分割算法和模式识别算法相结合的方法,分析阔叶苗是否缺水。本文以白蜡树、柳树、银杏和杨树为研究对象,利用图像分割算法分割出单个叶片,提取阔叶苗叶片图像的颜色特征值、形态特征值、纹理特征值,结合土壤湿度特征量,通过BP神经网络和SVM分类算法训练分类模型,建立植物缺水判别系统。本文分别对分割算法和分类识别算法进行对比,最终通过Mean-shift分割算法和径向基核函数SVM分类器建立缺水判别系统,判别率可达到90.73%。论文的主要工作流程如下:(1)白蜡树、柳树、杨树和银杏四种阔叶苗的培育以及环境数据库的建立。对每种树苗分组实验,每天采集正常生长状状态和缺水样本,在样本培育的同时获取光照、温度、土壤湿度数据,建立相应的数据库。(2)图像分割算法的研究。用单反相机采集叶肉、纹路完整的叶片图像,选择算法对图片进行灰度处理、平滑去噪、边缘检测,通过算法的对比,选择最适合本课题的分割算法。(3)叶片特征提取和特征选择。本文通过提取阔叶苗叶片的几个最有效特征参数,采用识别分类器来对植物进行缺水判别。选用的特征参数有颜色特征中的均值、方差;纹理特征中的纹理能量、对比度、相关性、纹理熵;形状特征中的矩形度、伸长度、圆形度、致密度。通过数据方差计算,选择提取了其中6个最有参考价值的特征,结合土壤湿度特征,形成7维特征向量。(4)研究并提出BP神经网络和SVM方法建立叶片缺水判别系统。输入7维特征向量构建BP神经网络分类模型和SVM二分类模型。通过实验结果的识别率、训练时效的对比,选择最优分类器。
【图文】：

通过图像处理模块，特征提取模块，分类识别模块，最后识别叶片是否缺水，，硬件系统如图2-1 所示。图 2-1 硬件系统Fig.2-1 hardware system2.2 阔叶苗培育盆栽试验：采用 40cm 口径塑料盆做盆栽，土质为地表 0-30cm 壤土，每盆装土 10kg。土壤初始含水量为 75-80%。

种：白蜡树、美国竹柳、速生杨、银杏，对美国竹柳大叶白蜡树，对速生杨选育 107 杨，银杏选育直干银。正常生长，待长出大量叶片后对树苗进行缺水处理，17：00 四个时刻采集叶片图像并记录环境数据，试土壤含水量。其中 a 组保持正常浇水，土壤湿度控制，c 组缺水至完全枯萎。土壤湿度的测量，使用的是 YL-69 土壤湿度传感器传感器的精度到小数点后一位，如 61.2%。测量过程器长度较短，YL-69 只能测量表层土壤湿度，本文通过同的位置湿度不同，本文通过测量根部附近多个位置
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S718.4;TP391.41

【相似文献】

相关期刊论文 前10条

1 籍保平,吴文才;计算机视觉苹果分级系统[J];农业机械学报;2000年06期

2 宁纪锋,龙满生,何东健,高梦祥;农业领域中的计算机视觉研究[J];计算机与农业;2001年01期

3 王桂琴,杨子彪,郑丽敏,朱虹,廖树华,单成钢,吴富宁;计算机视觉在农产品检测中的应用[J];中国农业科技导报;2003年03期

4 周红,刘光蓉;计算机视觉及其在谷物籽粒检测分级中的应用[J];种子;2004年07期

5 赵海波;周向红;;基于计算机视觉的番茄催熟与正常熟识别[J];农业工程学报;2011年02期

6 刘涛;孙成明;仲晓春;高辉;梁秀梅;;计算机视觉在作物生产中的应用研究[J];农业网络信息;2013年02期

7 王丰元,孙壮志,周一鸣;计算机视觉摄影测量的数学模型[J];中国农业大学学报;1998年04期

8 张建平;计算机视觉在烟草行业中的研究及应用展望[J];烟草科技;1998年02期

9 薛领;计算机视觉在农业中的应用[J];计算机与农业;1999年02期

10 蔡健荣;利用计算机视觉定量描述茶叶色泽[J];农业机械学报;2000年04期

相关会议论文 前10条

1 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

2 谢丽欣;牟会;王欢;刘明霞;;基于计算机视觉的人脸检测与识别综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

3 陈强;孙振国;;计算机视觉在焊接中的应用[A];第十次全国焊接会议论文集（第1册）[C];2001年

4 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

5 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 孙洁琼;孙明;;基于计算机视觉的水果外观品质检测分级研究现状[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

7 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集（下）[C];2001年

8 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 吴彦红;刘木华;杨君;郑华东;;大米外观品质的计算机视觉在线检测技术研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集（下册）[C];2006年

10 张庆敏;于龙;;计算机视觉在接触网定位器坡度识别中的应用[A];高速铁路接触网零部件安全可靠性技术论文集[C];2013年

相关重要报纸文章 前9条

1 记者 李大庆;我在国际计算机视觉算法竞赛中摘金[N];科技日报;2011年

2 滕继濮;不放过一个“坏蛋”[N];粮油市场报;2011年

3 ;生活中的计算机视觉[N];中国计算机报;2006年

4 王悦承;逾30篇中国论文入选ICCV[N];中国计算机报;2005年

5 本报记者 滕继濮;无损检测技术：不放过一个“坏蛋”[N];科技日报;2011年

6 本报记者 薛娟;未来搜索：没有搜索的搜索[N];中国经济时报;2010年

7 记者 杨杰 实习记者 李乐;农机领域喜获四项大奖[N];中国农机化导报;2009年

8 张明平　记者 赵凤华;苹果的气味“看”出来[N];科技日报;2009年

9 记者 常丽君;新软件能“预测”你各年龄段长相[N];科技日报;2014年

相关博士学位论文 前10条

1 王强;基于几何代数的计算机视觉问题研究[D];国防科学技术大学;2013年

2 王任大;基于计算机视觉的手势交互技术及其在航海中的应用[D];大连海事大学;2014年

3 贺文骅;基于计算机视觉的复杂场景下目标跟踪研究[D];西安电子科技大学;2015年

4 王爱丽;基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D];北京交通大学;2016年

5 潘磊庆;基于计算机视觉和声学技术融合检测鸡蛋品质的研究[D];南京农业大学;2007年

6 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年

7 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年

8 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年

9 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年

10 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学（河北）;2006年

相关硕士学位论文 前10条

1 杨东;基于计算机视觉的速生阔叶苗的缺水判别[D];南京林业大学;2017年

2 王福香;基于计算机视觉的马铃薯外部缺陷检测方法研究[D];内蒙古农业大学;2015年

3 余饶东;基于脑波与计算机视觉的注意力检测技术在E-Learning中的应用研究[D];昆明理工大学;2015年

4 李想;基于计算机视觉的花卉分级系统研究[D];天津理工大学;2015年

5 吴林林;基于计算机视觉的皮革测配色研究[D];陕西科技大学;2015年

6 龙怡霖;基于计算机视觉的杂草种子鉴别[D];西北农林科技大学;2015年

7 谢艳鹏;面向细胞行为辨识的计算机视觉研究与应用[D];沈阳理工大学;2015年

8 丁侨俊;基于计算机视觉的智能停车场引导系统研究[D];福建师范大学;2015年

9 王鹏博;多态并行机上的OpenVX系统实现[D];西安邮电大学;2015年

10 周志强;基于计算机视觉的指针式电表校验的关键技术研究[D];南昌大学;2015年

本文编号：2613103