基于多光谱图像技术的番茄营养素诊断模型

被引：15

作者：

丁永军 ^{[1
,2
]}

李民赞 ^{[1
]}

孙红 ^{[1
]}

李修华 ^{[1
]}

赵瑞娇 ^{[1
]}

机构：

[1] “现代精细农业系统集成研究”教育部重点实验室中国农业大学

[2] 兰州城市学院信息工程学院

来源：

农业工程学报 | 2012年 / 28卷 / 08期

基金：

高等学校博士学科点专项科研基金;

关键词：

叶绿素; 氮素; 多光谱图像; 番茄;

D O I：

暂无

中图分类号：

S641.2 [番茄（西红柿）]; TP391.41 [];

学科分类号：

080203 ;

摘要：

为了快速、准确估测番茄营养水平和生长状态,利用多光谱图像分析技术研究了温室番茄营养素含量和图像特征的相关性。在日光条件下采集了温室番茄叶片多光谱图像,并采用多尺度Retinex算法有效地解决了叶片平整度差异造成的图像质量退化问题。从颜色模型、比值植被指数和归一化差值植被指数出发,自定义了49个多光谱图像特征参数。结合相关性分析和系统聚类分析消除了多光谱图像特征参数的多重共线性,并提取了4个能反映叶绿素含量(SPAD指数)和全氮含量预测模型,其中SPAD指数模型的决定系数(R2)为0.8668,均方根误差(RMSE)为3.997;全氮模型的R2为0.7284,RMSE为0.5130。

引用

页码：175 / 180

页数：6

共 18 条

[1] 基于主成分和半参数的大坝变形监测回归模型 [J].