基于图像处理的冬小麦氮素监测模型

作     者：陈佳悦 姚霞 黄芬 刘勇 于琪 王妮 徐焕良 朱艳 Chen Jiayue;Yao Xia;Huang Fen;Liu Yong;Yu Qi;Wang Ni;Xu Huanliang;Zhu Yan

作者机构：南京农业大学信息科学与技术学院南京210095 南京农业大学国家信息农业工程技术中心南京210095 江苏省肉类生产与加工质量安全控制协同创新中心南京210095 

基　　金：国家自然科学基金项目(31201131) 国家科技支撑计划项目(2015BAK36B05) 江苏省自然科学基金项目(BK20141371) 江苏省高校优势学科建设项目(PAPD) 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2016年第32卷第4期

页      码：163-170页

摘      要：为探索基于数字图像处理技术的冬小麦氮素无损诊断图像评价指标及构建方法,设计拍摄2012-2014年度不同种植方案下冬小麦冠层图像,基于归一化的H分量K均值聚类分割算法提取基础颜色特征值,与同期叶片氮含量(leaf nitrogen content,LNC)进行线性拟合,调优并确定三原色分量最佳拟合系数,提出RGB空间下的颜色组合标准化指数(normalized color mix index,NCMI)。对比深绿色指数(dark green color index,DGCI)、红光标准化值(normalized redness intensity,NRI)和绿光与红光比值G/R发现,3个采样期NCMI与LNC的决定系数R^2均高于3个对比指标,分别为0.77、0.79、0.94,均方根误差(root mean square error,RMSE)相较同期最低的指标,分别降低了0.18%、0.37%和1.67%;生选6号和扬麦18号NCMI与LNC的相关性,在一定冠层覆盖度下均优于其他3个指标;D2密度(3×106株/hm^2)N1(纯氮150 kg/hm^2)处理下NCMI效果明显优于其他3个指标,R^2和RMSE较NRI分别改善了7.69%和4.11%,该研究可为一定冠层覆盖度下的冬小麦氮素营养诊断图像评价指标提供参考。

主 题 词：模型 作物 氮 小麦冠层图像 RGB颜色组合标准化指数 叶片氮含量 

学科分类：1305[艺术学-设计学类] 13[艺术学] 082804[082804] 081104[081104] 08[工学] 0828[工学-建筑类] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.2016.04.023

馆 藏 号：203720872...