关键词:
数字图像处理技术
油菜叶片
含氮量
颜色特征
叶片面积
颜面比
摘要:
本文针对传统油菜氮素含量检测存在费时费力、经济成本高、实时性差等缺点,以甘蓝型油菜叶片为主要研究对象,采用数字图像处理技术,对油菜叶片颜色特征、叶面积等信息进行提取,分析了不同氮肥水平处理油菜叶片含氮量、颜色特征值、叶面积的差异性,着重对不同氮肥水平处理油菜叶片颜色特征值与含氮量作相关性分析,选取最具显著相关的颜色特征值、颜色特征值组合、颜面比(颜色特征值/叶面积)与实测叶片含氮量建立预测模型。
(1)详述了数字图像处理技术包括图像获取、加工、预处理、分割、颜色特征提取、叶面积测定的各种方法。在图像的处理过程中,发现灰度变换、超绿变换以及中值滤波去噪法都比较适宜油菜叶片的预处理;在分割过程中发现双峰阈值法和全阈值法分割效果比较好。
(2)建立了油菜叶片以基于RGB、HIS、HSV三个颜色模型的30个颜色特征值、叶面积值为主要特征的变量体系。
(3)分析了不同氮肥水平处理油菜叶片含氮量、主要颜色特征值以及叶面积的差异性。①在不同氮肥水平处理间,随着氮肥施用量增加,整株叶片、相同部位叶含氮量略有增加,但含氮量差异并不显著;不同部位叶间含氮量差异极显著,上部位叶含氮量最高,中部位叶居中,下部位叶最低。②在不同氮肥水平处理间,整株叶片、相同部位叶片除蓝色分量值外,其余5个颜色特征值差异均显著或极显著。不同部位叶片除蓝色分量值外,其余5个颜色特征值或者三个部位叶片差异均显著或者一个部位与另两个部位叶片差异显著。③在不同氮肥水平处理间,随着氮肥施用量增加,整株叶片、相同部位叶片面积值呈阶梯状递增,叶片面积值差异极显著。植株上、中、下部位叶面积值差异极显著。
(4)分析了不同氮肥水平处理油菜叶片颜色特征值与含氮量的相关性。①在植株叶片图像中,各颜色特征值与含氮量值的相关性较好,大部分达到极显著相关。不同的颜色特征值与含氮量值的相关性具有一定的差异性。经过变换的RGB值和色度坐标值与含氮量值的相关性除RG、gr组合即R/G、G/R、G-R、g-r外,均有所提高,其中2G-R-B、G-B、B/G、B/(R+G)与含氮量值相关性最好。②去掉CK处理植株后,其余处理植株叶片图像中,各颜色特征值与含氮量值的相关性均明显好于没有除掉CK处理植株时相应颜色特征值与含氮量值的相关性。③在所有处理油菜叶片图像中,各颜面比与含氮量值的相关性均明显好于相应颜色特征值与含氮量值的相关性,各颜面比与含氮量值的相关性全部达到极显著相关,g-r颜面比与含氮量值的相关系数达最高值0.7。
(5)构建了油菜叶片颜色特征值、颜色特征值组合、颜面比与含氮量值的预测模型。颜色特征值与含氮量值建立的模型中,以G/(R+B)、G/B、2g-r-b、g、g-b为自变量建立的回归方程最显著,颜面比值与含氮量值建立的回归方程均极显著,决定系数明显比颜色特征值建立的回归方程决定系数大(近1倍)。通过对显著的回归模型进行精度检验,各颜面比建立模型对油菜叶片含氮量值的预测精度在91.01%-87.88%之间,比同样样本颜色特征值建模预测同样检测样本精度提高9%左右。