圖像處理技術在小麥產(chǎn)量預測中的應用研究.pdf

1、該研究通過田間實驗數(shù)據(jù)及歷史相關數(shù)據(jù)采集以及圖像處理技術的應用,分析了不同施肥處理對產(chǎn)量形成過程的影響,建立產(chǎn)量形成過程的動態(tài)監(jiān)測模型和產(chǎn)量預測模型.通過四大模塊:圖像預處理子系統(tǒng)、圖像處理子系統(tǒng)、產(chǎn)量動態(tài)監(jiān)測模型子系統(tǒng)及產(chǎn)量預測模型子系統(tǒng)構建成完整的系統(tǒng),并利用VC++的編碼技術實現(xiàn)了整個系統(tǒng)的功能.得到的主要結果如下:1、建立中優(yōu)9507和京411在產(chǎn)量形成過程中的各生理變化因子的動態(tài)監(jiān)測模型,這此生理指標主要包括葉面積指數(shù)、干物重

2、和分蘗數(shù);綠度因子有植株SPAD值和倒三葉SPAD值;以及植株氮累積量、葉片氮含量(﹪)和籽粒氮含量(﹪).通過上述各因子在整個生育期內(nèi)的動態(tài)監(jiān)測模型,達到對最終形成產(chǎn)量的動態(tài)監(jiān)測.2、據(jù)該試驗實際情況,對中優(yōu)9507和京411的五個施氮處理(高肥、中高、中肥、中低和低肥),依不同的生育期,利用逐步回歸分析及分段控制逐步逼近的原則,分別建立不同生理指標(干物重、葉面積指數(shù)和葉綠素含量)對產(chǎn)量的動態(tài)預測模型.利用統(tǒng)計方法檢驗了模型對產(chǎn)量預

3、測的準確程度.3、通過圖像處理技術的應用,提取小麥圖像形態(tài)特征參數(shù)和顏色特征參數(shù),形態(tài)特征參數(shù)主要指小麥ILAI(圖像葉面積指數(shù));顏色特征參數(shù)包括圖像的R(紅)、G(綠)、B(藍)、H(色調(diào))、1(亮度)、S(飽和度)等與顏色相關的參數(shù)及其它們的統(tǒng)計參量,結合與之相關生理指標對產(chǎn)量的動態(tài)預測模型,間接實現(xiàn)了圖像統(tǒng)計參數(shù)(ILAI和相對H值)對小麥產(chǎn)量的預測.4、歐氏距離法、直方圖交叉法和直接差值法的比較應用,選取歐氏距離法為圖像顏色模

4、式匹配的方法,通過圖像的直接匹配達到對小麥的產(chǎn)量預測,對其預測結果進行檢驗可達到圖像匹配要求的精度.并且分別就上述三種方法:ILAI產(chǎn)量預測法、相對H值產(chǎn)量預測法和顏色匹配產(chǎn)量預測法進行統(tǒng)計檢驗分析及其方法評價.5、為了削減由于外界環(huán)境條件引起的圖像噪聲,該研究據(jù)小麥圖像的具體特點,采用相對色差法來較正:圖像色度值減去由標準綠色比色卡計算出的環(huán)境誤差值來代替圖像中原來的色度值.檢驗證明該方法在對室外圖像的處理問題上有重要的借鑒意義.6、