检索结果-南通市图书馆

基于形色组合特征的苹果树叶片缺钾诊断模型构建

在线全文

学校读者我要写书评

暂无评论

基于形色组合特征的苹果树叶片缺钾诊断模型构建

作者：王熠山东农业大学

学位级别：硕士

钾元素是苹果树生长发育过程中不可或缺的营养元素,在促势增产、增强抗性、提升果品、改善果实风味等方面有着重要作用。叶片钾含量与枝条、嫩梢中的钾含量呈极显著的正相关,是反映树体营养状况最直接的器官。因此,基于叶片的营养分析... 详细信息

钾元素是苹果树生长发育过程中不可或缺的营养元素,在促势增产、增强抗性、提升果品、改善果实风味等方面有着重要作用。叶片钾含量与枝条、嫩梢中的钾含量呈极显著的正相关,是反映树体营养状况最直接的器官。因此,基于叶片的营养分析和诊断,可作为苹果树营养分析诊断的依据。常见的农作物缺钾诊断方法有经验诊断法、化学测定法、光谱分析诊断法和图像处理分析诊断法。经验诊断具有一定主观性,容易导致人为误差。化学测定法结果准确可靠,但具有操作专业性强、时效性差、危险系数高等问题。光谱分析诊断法结果精确,但具有成本高、体积大、不便于推广使用等问题。随着图像处理技术在农业中的发展和应用,图像处理分析诊断法具有实时性强、便捷、成本低等优势,为果园智能化管理、补充追肥信息提供方法和思路。本研究以2021年各生长时期的苹果树叶片为研究对象,在自然光照下用数码相机采集叶片图像,基于数字图像处理技术提取叶片图像的颜色、形状特征,并通过线性判别分析建立形色组合特征,构建基于形色组合特征的苹果树叶片缺钾诊断模型,设计叶片缺钾诊断模型的应用系统。主要研究工作如下:(1)叶片图像预处理。为提高图像的精准性和可靠性,利用佳能相机采集苹果树整个生长周期的叶片图像,并进行图像去噪、叶片分割、背景去除、轮廓提取、色变区域提取、图像去光照一系列图像预处理工作,为后续特征提取工作奠定基础。(2)叶片图像颜色、形状特征提取和优化。首先,利用数字图像处理技术提取单叶片R、G、B、H、S、V单色分量的均值及NRI、NGI、NBI标准值,共9种颜色特征。其次,根据苹果树缺钾叶片的生理症状表现,增加6种基本形状特征和4种推算形状特征,形成19种颜色、形状特征。最后,通过线性判别分析对叶片图像的颜色、形状特征进行数据降维和优化,得到苹果树各生长时期叶片的关键形色组合特征因子。(3)基于形色组合特征的苹果树叶片缺钾诊断模型构建。以形色组合特征因子为模型输入参数,分别建立LDA-SVM、LDA-RF、LAD-KNN的苹果树叶片缺钾诊断模型,并依据准确率、精确率、召回率和F1-分数共4个评价指标,评估各生长时期最优诊断模型。结果表明:LDA-SVM模型在开花期、幼果期、膨果期和成熟期中的诊断准确率均要高于LDA-RF、LDA-KNN两种模型。(4)苹果树叶片缺钾诊断模型应用。采集各生长时期苹果树叶片验证集样本并保存叶片图像信息,利用建立的LDA-SVM叶片缺钾诊断模型进行田间试验,通过结果验证该模型的泛化能力和鲁棒性,并采用Python的PyQt5工具包完成苹果树叶片缺钾诊断模型系统的设计与应用。

关键词：苹果树叶片缺钾诊断形色组合特征图像处理

基于光谱特征分析的苹果树叶片营养素预测模型构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业工程学报 2013年第8期29卷 171-178页

作者：张瑶郑立华李民赞邓小蕾王诗丛张锋冀荣华中国农业大学"现代精细农业系统集成研究"教育部重点实验室北京100083

该文旨在利用光谱分析技术建立高精度苹果叶片营养素预测模型,为苹果树的精细管理提供技术支持。在苹果树年度生长周期的坐果期、生理落果期和果实成熟期等重要物候期,采集了180个果树叶片样本并测量了果树叶片在可见光和近红外波段的... 详细信息

该文旨在利用光谱分析技术建立高精度苹果叶片营养素预测模型,为苹果树的精细管理提供技术支持。在苹果树年度生长周期的坐果期、生理落果期和果实成熟期等重要物候期,采集了180个果树叶片样本并测量了果树叶片在可见光和近红外波段的反射光谱,同时在实验室采用化学方法获取了果树叶片的氮素以及叶绿素含量。对于聚类后样本,分别分析了果树叶片反射光谱以及经小波滤波后的反射光谱与叶绿素以及氮素之间的相关关系,而后利用偏最小二乘和支持向量机(SVM,support vector machine)方法分别建立了果树叶片叶绿素和氮素含量的回归模型。研究发现,随着生长阶段的推进,在可见光处的反射率逐渐升高,在近红外处的反射率逐渐降低,且基于小波滤波反射光谱的营养素SVM回归模型精度最高:建立的叶绿素回归模型,其测定系数R2达到0.9920,均方根误差RMSE为0.0039,验证精度R2达到0.9036,RMSE为0.1979;建立的氮素回归模型,其测定R2和验证R2也达到0.74以上,模型的回归RMSE为0.0554,验证RMSE为0.1215。结果表明,采用支持向量机回归模型可以精确估计果树叶片叶绿素含量,对氮素含量的估计精度也达到了实用化水平。

关键词：氮素叶绿素光谱分析苹果树叶片精细农业

苹果树叶片氮素、叶绿素及水分含量的高光谱估测

在线全文

学校读者我要写书评

暂无评论

苹果树叶片氮素、叶绿素及水分含量的高光谱估测

作者：梁爽山东农业大学

学位级别：硕士

氮素是苹果树生长和产量品质形成所必需的重要元素。氮肥管理是以高产优质为目标的植物生产中最为重要的管理措施之一。缺氮直接影响到植物的氨基酸、蛋白质、核酸等物质的生物合成,导致苹果树光合作用能力和最终产量降低。由于氮在土... 详细信息

氮素是苹果树生长和产量品质形成所必需的重要元素。氮肥管理是以高产优质为目标的植物生产中最为重要的管理措施之一。缺氮直接影响到植物的氨基酸、蛋白质、核酸等物质的生物合成,导致苹果树光合作用能力和最终产量降低。由于氮在土壤中的淋洗作用,施氮过多,则容易造成地下水的污染。随着环境问题日益受到关注,如何在保证植物高产优质的同时,防止或尽量减少植物生产带来的环境污染是各国当前所面临的必须解决的问题。苹果树传统的营养诊断采用实验室分析化验及其基于果树感官特征的经验判别方法,需要采集样本、费时费力,且不能实现对同一样本养分的动态监测,极大限制了苹果精确化和信息化栽培生产管理。因此,研究探索苹果树叶片氮素含量的快速、精确及无损估测方法,对于改善苹果树营养,进一步提高苹果产量和品质,防止施氮过多造成环境污染,促进我国苹果产业的可持续发展具有重要的现实意义。近年来快速发展的高光谱遥感技术具有光谱分辨率高、波段连续性强、光谱信息量大等优点,能够记录植物器官生长发育中的细微变化,提取详细的生物物理和化学参数信息,进而及时了解植物的生理生态变化和营养状况。叶绿素和水分是光合作用的主要载体,其含量是植物营养胁迫、光合能力和发展衰老各阶段的良好指示剂。植物在可见光波段的反射率主要受叶绿素的影响。而叶绿素含量和植株的氮素含量密切相关,故常用叶绿素含量间接地指示植物的氮素含量。相关研究表明水分和氮素之间存在着明显的交互作用,同一氮素水平下不同水分状况或同一水分水平下的不同氮素状况,植物的光谱反射率差异极大。因此,快速精确地估测植物体叶绿素含量及含水量,对于植物长势监测,实施精准农业具有重要的作用。本文以山东省蒙阴县苹果园为试验区,采用地物高光谱分析技术分别测量苹果叶片的基部、中部、尖部的反射光谱及三个部位的平均值,通过分析探索叶片氮素含量、叶绿素含量及水分含量的最佳估测位置,结果表明叶片中部是最佳估测位置。通过分析叶片的高光谱曲线特征,对最佳估测位置——叶片中部的原始光谱反射率分别进行一阶导数、二阶导数、红边、蓝边及黄边位置、植被指数LCI、WI、NDWI、小波变换等处理,再分别将其与叶片氮素含量、叶绿素含量及水分含量进行相关性分析及回归分析,建立氮素、叶绿素及含水量的估测模型。将所得到的精度较高的模型进行拟合检验,从中筛选出拟合精度最高的模型。结果显示,叶片氮素含量的最佳估测模型为以db5小波8层分解的579nm、493nm以及575nm处的原始光谱反射率的近似系数为变量组合的模型N=3.161+1111.965*db5A(R579)+169.089*db5A(R493)-1299.704*db5A(R575)。决定系数R2为0.464,均方根误差RMSE为0.166,相对误差RE%为5.77%。叶片叶绿素含量的最佳估测模型为以741nm及731nm处的一阶导数的组合为变量的估测模型Chl=47.577+23688.831*R'741-11346.646*R'731。决定系数R2为0.364,均方根误差RMSE为2.02,相对误差RE%为2.73%。叶片含水量的最佳估测模型是以1428nm处的一阶导数为变量的模型FMC=85.582+60.955.404"R'1428。决定系数R方为0.398,均方根误差RMSE为4.59,相对误差RE%为6.69%。本论文研究了叶片叶绿素及含水量对氮素估测模型的影响,结果表明叶片含水量对氮素估测影响不大,而叶绿素对氮素含量的估测有影响,且能提高估测精度。估测氮素的最佳模型为以db5小波8层分解的579nm、493nm、575nm处的近似系数及SPAD值为变量组合的估测模型N=2.704+862.237*db5A(R579)+0.014*SPAD+147.980*db5A(R493)-1029.272*db5A(R575),其拟合精度最高,决定系数R2为0.512,均方根误差RMSE为0.149,相对误差RE%为4.93%。

关键词：苹果树叶片氮素叶绿素含水量高光谱估测模型小波分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于新梢叶节距的苹果树叶片氮含量检测

中国农机化学报 2019年第7期40卷 89-96页

作者：刘双喜张磊张宏建荆林龙权泽堃王金星山东农业大学机械与电子工程学院山东泰安271018 山东农业大学山东省园艺机械与装备重点试验室山东泰安271018

为实现苹果树叶片氮含量的快速无损检测,提出一种基于苹果树新梢叶节距估测叶片氮含量的方法。通过图像处理技术提取不同施氮水平下的苹果树新梢叶节距图像特征,得到新梢叶节距与叶片含氮浓度之间的关系,建立出苹果树叶片氮含量检测模... 详细信息

为实现苹果树叶片氮含量的快速无损检测,提出一种基于苹果树新梢叶节距估测叶片氮含量的方法。通过图像处理技术提取不同施氮水平下的苹果树新梢叶节距图像特征,得到新梢叶节距与叶片含氮浓度之间的关系,建立出苹果树叶片氮含量检测模型。试验验证,建立的随机森林检测模型决定系数为0.838 6,均方根误差为2.376 9。本方法可以为苹果园合理施用氮肥提供科学参考。

关键词：苹果树叶片施氮水平叶节距氮含量检测视觉测量

基于色调差的自然光照条件下苹果树叶片含氮量快速检测

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2018年第5期39卷 52-59页

作者：刘双喜李友永荆林龙王富孙林林王金星山东农业大学山东省园艺机械与装备重点试验室山东泰安271018 山东农业大学机械与电子工程学院山东泰安271018

该文旨在应用数字图像处理技术建立苹果树叶片氮含量检测模型。该方法以自然光条件下的叶片图像为分析对象,首先通过色彩恒常理论MSR算法进行去光照处理,然后应用阈值分割、改进的Sobel算子剔除叶片噪声点、叶脉等的影响,最后对不同含... 详细信息

该文旨在应用数字图像处理技术建立苹果树叶片氮含量检测模型。该方法以自然光条件下的叶片图像为分析对象,首先通过色彩恒常理论MSR算法进行去光照处理,然后应用阈值分割、改进的Sobel算子剔除叶片噪声点、叶脉等的影响,最后对不同含氮量的叶片与潘通标准色卡进行色调差分析,得到果树叶片色调差和含氮量之间的关系,建立出苹果树叶片的含氮量检测模型。经试验验证,苹果树叶片去光照图像与标准色卡图像的色调差与果树各个时期的叶片含氮量的相关系数均在0.75以上,且回归方程的F检验P值均小于0.01,具有极显著的相关关系,其中盛花期传统施肥组、结果中期传统施肥组、施复合肥组、采收期传统施肥组相关系数均在0.8以上,用最小二乘法建立的检测模型的检测值与实际值的相对误差小于10%。说明利用色调差测定苹果叶片含氮量的方法可行,该方法为实时、准确地监控苹果树整个生长过程中叶片含氮量的变化以及合理地施用氮肥提供科学理论基础。

关键词：苹果树叶片含氮量检测色彩恒常理论色调差

基于数字图像处理技术的苹果树叶片氮含量检测研究

在线全文

学校读者我要写书评

暂无评论

基于数字图像处理技术的苹果树叶片氮含量检测研究

作者：张磊山东农业大学

学位级别：硕士

在果园管理中,氮元素可以增强果树光合作用,合理施用氮肥是提高果实品质与产量的有效措施。随着我国果园经营规模的不断扩大,传统粗放式的果园施肥管理方式亟待改善。目前苹果栽培过程中存在偏施氮肥、施肥不足或超量、施肥时期不合理... 详细信息

在果园管理中,氮元素可以增强果树光合作用,合理施用氮肥是提高果实品质与产量的有效措施。随着我国果园经营规模的不断扩大,传统粗放式的果园施肥管理方式亟待改善。目前苹果栽培过程中存在偏施氮肥、施肥不足或超量、施肥时期不合理等问题,导致果实产量和品质下降、种植成本偏高和环境污染严重。因此,氮素营养检测和优化施肥管理在现代果园管理中起着至关重要的作用。目前对果树叶片氮含量检测的研究多为对叶片的光色信息的分析,而叶片表现出的颜色特征受光照影响大,在不同的光谱范围内呈现出的反射光特征是不同的,影响分析精度。仅依赖于高光谱、叶绿素计等方法难以采集可以反映缺氮程度的新梢生长状态以及叶片形状等特征来做进一步的分析。因此,研究受采集环境影响较小的果树形态学特征作为检测果树叶片氮含量的特征参数,以及探寻一种低成本、普及性强的叶片氮含量估测方法显得尤为重要。本论文应用数字图像处理技术,在可见光光谱范围内针对不同氮水平处理的苹果树,选取其新梢叶片形态特征参数与叶节距特征参数进行分析,从而建立出苹果树叶片氮含量估测模型,以实现苹果树氮含量的无损伤快速检测,判断苹果生长发育的营养状态,从而指导果园管理者按需施肥。主要的研究工作及创新之处如下:(1)实现一种基于图像处理技术的苹果树新梢叶片形态特征参数与新梢叶节距特征参数提取方法。在可见光光谱范围内,采集新梢叶片图像与新梢叶节距图像,通过自适应滤波去噪、色彩图像分割、形态学处理及特征提取等图像处理技术,提取图像中叶片形态特征与叶节距特征。(2)建立了一种基于新梢叶面积的叶片氮含量估测模型。首先对采集的新梢叶片形态特征与叶片氮含量进行相关性分析及显著性检验,发现叶面积特征与叶片氮含量相关性较强;其次分别利用线性回归、多项式回归及随机森林回归建立基于新梢叶面积的叶片氮含量回归模型;最后分别利用决定系数、均方根误差与残差分析等评价不同模型的准确性及可靠性。(3)建立了一种基于新梢叶节距的叶片氮含量估测模型。首先对采集的新梢叶节距与叶片氮含量进行相关性分析及显著性检验,发现新梢叶节距与叶片氮含量的相关性达到极显著水平;其次分别利用线性回归、多项式回归及随机森林回归建立基于新梢叶节距的叶片氮含量回归模型;最后分别利用决定系数、均方根误差与残差分析等评价不同模型的准确性及可靠性。经试验验证,提取新梢叶片形态特征与叶节距的方法精确可靠,能够为建立苹果树叶片氮含量估测模型提供精准的特征参数。本方法提取的叶面积、叶片长度、叶片宽度、叶节距与测量值的均方根误差RMSE分别为0.684、0.132、0.104、1.143,决定系数R分别为0.983、0.985、0.978、0.969。对不同施氮水平组的苹果树新梢叶面积特征、叶节距特征与叶片氮含量相关性进行相关性分析及显著性检验,结果达到强相关水平。利用各施氮水平组的测试集样本进行回归模型的验证,结果表明,建立的随机森林回归模型在不同施氮水平组均表现出良好的拟合效果。春梢旺长期基于新梢叶面积的随机森林回归模型R=0.7324,RMSE=3.7782,秋梢旺长期基于新梢叶面积的随机森林回归模型R=0.7331,RMSE=3.7849。春梢旺长期基于新梢叶节距的随机森林回归模型R=0.8386,RMSE=3.3769,秋梢旺长期基于新梢叶节距的随机森林回归模型R=0.8335,RMSE=4.0026。经残差检验,所建立的随机森林回归模型准确、可靠。

关键词：图像处理苹果树叶片叶片形态叶节距氮含量检测回归模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于色调差的苹果树叶片氮含量检测研究

基于色调差的苹果树叶片氮含量检测研究

作者：李友永山东农业大学

学位级别：硕士

氮素是苹果树生长发育必需的大量元素之一,及时准确地获取苹果树的氮营养状况,对苹果树的合理施肥、增产、优化果实品质等具有重要意义。现在的果树施肥,大部分都是经验施肥,氮肥的不合理使用,不仅会造成土壤板结、水体污染,还会造成资... 详细信息

氮素是苹果树生长发育必需的大量元素之一,及时准确地获取苹果树的氮营养状况,对苹果树的合理施肥、增产、优化果实品质等具有重要意义。现在的果树施肥,大部分都是经验施肥,氮肥的不合理使用,不仅会造成土壤板结、水体污染,还会造成资源的浪费和生产成本的增加,同时,还会造成果实产量和果品品质的下降。而现有的化学分析对苹果树叶片氮含量进行测定的方法,对设备的要求比较高,难以普及。目前应用数字图像处理技术在可见光光谱范围内对叶片进行氮含量检测集中于大田作物,而对果树叶片氮含量的检测是基于高光谱图像,且主要集中于某个生长时期,缺乏对整个生长周期的营养状况检测。应用高光谱进行图像分析,需要专用的高光谱设备和分析软件,成本高且过程复杂。针对以上不足,本文使用数码相机采集苹果树盛花期、结果中期和采收期三个重要生长时期的叶片照片,研究基于可见光光谱范围内叶片图像特征和叶片氮含量之间的关系。主要的研究工作及创新之处如下:(1)研究了苹果树叶片数字图像特征与叶片含氮量的相关关系。针对现有研究应用数字图像处理技术在可见光光谱范围内对叶片进行氮含量检测主要集中于大田作物,而对苹果树叶片氮含量的检测主要基于高光谱图像的问题,本文使用数码相机采集叶片照片,在可见光光谱范围内应用数字图像处理技术对苹果树叶片进行氮含量检测。(2)研究了果树生长发育的盛花期、结果中期和采收期三个重要时期,不同营养处理条件下可见光光谱范围内叶片色调差和叶片氮含量之间的相关关系。解决了现有的研究主要集中于苹果树生长发育的某个时期,缺乏对整个生长周期营养状况检测的问题。(3)研究了不同光照条件下图像特征与叶片氮含量的相关关系。针对光照对叶片图像的影响,本文提出了一种应用色彩恒常理论MSR算法对叶片进行去光照处理的方法,该方法可以显著提高检测精度。(4)研究了叶片和潘通色卡之间的色调差与叶片氮含量的相关关系。颜色的评判含有一定的主观标准,尤其是在颜色差异比较微弱时,这就需要一个统一的颜色标准对颜色进行标定,本文提出应用潘通色卡对叶片绿色进行标定,研究叶片和潘通色卡之间的色调差与叶片氮含量的相关关系,并对相关性进行显著性检验。经过试验验证,根据数字图像特征色调差与叶片氮含量之间的关系建立的叶片氮含量检测模型对叶片氮含量具有很好的预测性,尤其是应用MSR算法去除光照影响后的苹果树叶片图像,对模型的预测精度具有显著的提高作用。其中盛花期传统施肥组、结果中期传统施肥组、施复合肥组、采收期传统施肥组相关系数均在0.8以上,分别为0.832、0.826、0.813、0.817,相关性最强,所有相关系数均可以通过显著性检验。每个实验组取剩余的15组数据对回归模型进行验证,验证结果表明,使用建立的预测模型得到的预测值与实际值的相对误差均小于12%,相关系数大于0.8时,模型预测最高,此时相对误差小于10%。说明利用数码相机采集可见光光谱范围内的苹果树叶片图像,然后应用数字图像处理技术对叶片图像进行色调差分析,从而测定苹果叶片含氮量的方法可行,该方法为实时、准确地监控苹果树整个生长过程中叶片含氮量的变化以及合理地施用氮肥提供了科学理论基础。

关键词：图像处理苹果树叶片含氮量检测色调差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度因子的苹果树叶片氮含量预测模型

基于多尺度因子的苹果树叶片氮含量预测模型

作者：刘雪梅山东农业大学

学位级别：硕士

氮元素是苹果树体内一种重要的必需元素,它影响果树体内各种生理生化过程、果树抗性、果品产量、品质以及储藏性状。叶片是整个树体上对土壤矿质营养反应最敏感的器官,苹果树叶片营养分析、诊断技术可以作为苹果树氮素营养盈的依据,一... 详细信息

氮元素是苹果树体内一种重要的必需元素,它影响果树体内各种生理生化过程、果树抗性、果品产量、品质以及储藏性状。叶片是整个树体上对土壤矿质营养反应最敏感的器官,苹果树叶片营养分析、诊断技术可以作为苹果树氮素营养盈的依据,一般的作物叶片氮素检测方法主要有田间采样室内化学分析测定法、叶色卡法和基于光谱数据对其进行分析,虽然结果准确可靠,但分析成本高、检验周期长、时效性差。与传统化学分析方法和利用光谱数据对作物叶片氮含量进行分析相比,数字图像处理及机器学习技术具有成本低、可操作性高、时效性好的优点。因此,利用数字图像处理与机器学习技术获取苹果生长过程中叶片的氮素营养状况,可以为苹果园信息化管理、指导精准施肥提供信息支持。苹果树叶片样本于2020年4月-11月(一个完整生长周期)采集,由数码相机在自然光照条件下获取苹果树叶片图像,提取RGB空间下叶片图像色彩特征,利用全自动凯氏定氮仪测定苹果树叶片氮素含量,对叶片图像色彩特征与叶片氮含量进行相关性分析。主要研究工作及创新点如下:(1)在RGB空间下提取不同尺度苹果树叶片图像色彩特征并对其进行优化。使用数码相机在大田环境下采集开花期、幼果期、果实膨大期和成熟期四个不同尺度苹果树叶片图像,应用数字图像处理技术在RGB空间下提取R、G、B各单色分量的值,为避免图像的单色分量参数对氮素表征能力弱的问题,进一步提升基于图像处理技术在RGB空间下对苹果树叶片氮含量监测的准确性,引入R+G+B等14个单色分量色彩组合参数共计17种图像色彩特征。通过主成分分析法对所获取的不同尺度苹果树叶片图像17种色彩特征数据进行降维和分析,得到不相关的新变量,根据选择“特征值”大于1的成分作为提取主成分的原则,提取出不同尺度苹果树叶片氮含量的关键影响因子作为多尺度苹果树叶片氮含量预测模型的输入数据。(2)建立了基于多尺度因子的苹果树叶片氮含量预测模型。分别为:PCA-SVM、PCA-BP、PCA-ELM三种组合模型,输出参数为不同尺度苹果树叶片氮含量,分析对比选出不同尺度最佳预测模型。结果表明,PCA-SVM模型在开花期、幼果期、果实膨大期和成熟期不同尺度中的预测精度均要高于PCA-BP、PCA-ELM两种模型。因此本研究选择PCA-SVM组合模型作为基于多尺度因子的苹果树叶片氮含量的预测模型。通过自适应遗传算法对支持向量机模型惩罚参数C和核函数的宽度参数σ进行优化。利用优化后的氮含量预测模型进行田间试验验证。

关键词：多尺度因子特征提取苹果树叶片氮含量预测

基于组合色彩特征的苹果树叶片各生长期氮含量预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业机械学报 2021年第10期52卷 272-281,376页

作者：王金星刘雪梅刘双喜权泽堃徐春保江浩山东农业大学机械与电子工程学院泰安271018 山东省农业装备智能化工程实验室泰安271018 山东省园艺机械与装备重点实验室泰安271018

为精准预测开花期、幼果期和果实膨大期苹果树叶片的氮含量,提出一种基于组合色彩特征的苹果树叶片氮含量预测模型。首先,获取苹果树叶片图像并提取R、G、B单色分量及14种色彩组合参数共计17种色彩特征,通过主成分分析提取不同时期苹果... 详细信息

为精准预测开花期、幼果期和果实膨大期苹果树叶片的氮含量,提出一种基于组合色彩特征的苹果树叶片氮含量预测模型。首先,获取苹果树叶片图像并提取R、G、B单色分量及14种色彩组合参数共计17种色彩特征,通过主成分分析提取不同时期苹果树叶片氮含量关键影响因子,消除原始变量之间的相关性,降低模型输入向量维度;其次,对建立的PCASVM、PCABP、PCAELM预测模型在不同时期对苹果树叶片氮含量预测效果与精度进行对比,得到不同时期最佳的预测模型;最后,利用最佳预测模型对不同时期苹果树叶片氮含量进行预测,并通过自适应遗传算法对最佳预测模型参数进行优化。试验结果表明:在不同生长时期,PCASVM模型的预测精度均高于PCABP、PCAELM模型;优化后PCASVM预测模型在开花期、幼果期和果实膨大期的平均绝对误差分别为0.640、0.558、0.544 g/kg,平均绝对百分误差分别为0.057、0.050、0.064 g/kg,均方根误差分别为0.800、0.747、0.737 g/kg,优于优化前预测模型。该模型具有良好的预测性能和泛化能力,可以为果园精准施肥管理、提升果品品质、避免资源浪费和环境污染提供理论依据。

关键词：苹果树叶片氮含量预测色彩特征主成分分析支持向量机