基于光谱和形状特征的水稻扫描叶片氮素营养诊断

被引：25

作者：

顾清 ^{[1
]}

邓劲松 ^{[1
]}

陆超 ^{[1
]}

石媛媛 ^{[2
]}

王珂 ^{[1
]}

沈掌泉 ^{[1
]}

机构：

[1] 浙江大学污染环境修复与生态健康教育部重点实验室

[2] 百色市烟草公司

来源：

农业机械学报 | 2012年 / 43卷 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

水稻; 图像; 氮素; 光谱特征; 形状特征; 模式识别;

D O I：

暂无

中图分类号：

S435.111.3 [非侵（传）染性病害];

学科分类号：

090401 ; 090402 ;

摘要：

使用扫描仪获取水稻叶片图像,综合运用数字图像处理技术、参数优选和分类方法,研究了不同氮素水平水稻叶片的光谱和形状特征,并进行了氮营养的诊断与识别。研究利用面向对象的分类方法提取叶尖部位的黄化面积比例,指数回归分析结果显示此参数与叶片氮含量具有很高的相关性(R2=0.863)。提取整叶和叶尖的颜色参数并分别与叶片氮含量进行指数回归分析,发现叶尖部位的颜色特征能更好地反映叶片的氮素营养状况。采用CfsSubsetEval和Scatter search相结合方法对特征进行约简与优化,根据选择结果结合支持向量机方法进行模式识别。精度检验结果显示该方法对缺氮和正常叶片的正确识别率较高,随氮素水平的升高,正确识别率降低,对过量水平的正确识别率较低,叶面积在缺氮和正常模式下能对识别起到很好的辅助作用。

引用

页码：170 / 174+159 +159

页数：6

共 12 条

[1]

基于扫描图像光谱特征和模式识别的水稻叶片磷素诊断研究[J]. 丁晓东,石媛媛,路雪,邓劲松,沈掌泉,王珂.光谱学与光谱分析. 2011(05)

[2] 基于数字图像技术的冬小麦不同施氮和灌溉处理颜色特征分析 [J].