为了实现温室病害的智能化防治,深入研究了植物病害图像处理中基于叶片纹理的特征值提取方法。通过对温室黄瓜斑疹病和角斑病的处理研究发现,利用灰度共生矩阵方法提取出来的惯性值是识别这两种病害较好的特征参量之一。

叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。

【目的】提出一种基于面向对象图像特征提取的植物叶面积测量方法,为快速、高精度地测量野外采集植物的叶片面积提供支持。【方法】以扫描图像为基础,借鉴遥感影像的面向对象图像特征提取的思想,获得扫描对象的矢量轮廓,以此计算其面积,并采用AutoCAD绘制的7种多边形进行重复试验,以验证该方法的精确性;然后进一步对青蒿(Artemisia carvifolia)、臭蒿(Artemisia hedinii)、苜蓿(Medicago sativa)3种植物叶片进行重复试验,并与矢量化方法、监督分类方法进行对比,分析该方

提出一种基于图像特征值算法的叶面积测定简化方法。应用扫描图像RGB三原色灰度值分离理论,根据植物叶片扫描图像像素点的分布特征,选用蓝色灰度值作为特征值,以扫描图像灰度中间值127作为叶面积图像与背景图像灰度值的判读指标,通过叶片像素点的分布比例计算叶片面积。将已知面积的矩形绿纸片分别随机裁剪成多个碎片,用本文方法测定碎片面积,并分别计算每个叶片的碎片面积之和进行系统精度验证,测定结果与标准面积的相对误差小于0.5%。采集60个水稻叶片分别采用本文方法和复印称重法测定叶片面积,对本文方法进行进一步验证,相关性分析结果表明,二者相关系数r=0.997 1,达极显著水平。本文方法具有较高测定精度,满...

基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Ｇａｂｏｒ滤波和灰度共生矩阵方法得到。而形状特征向量由Ｈｕ氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用＂ｄｒｏｐｏｕｔ＂方法训练深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法，在Ｆｌａｖｉａ数据库中，对３２种叶片的识别率为９９．３７％；在ｉＣｌ数据库中，对２２０种叶片的识别率为９３．９３９％。这表明相比一般的叶．．．

植物的数量分类的主要依据是植物的外观特征,通过提取大量特征数据进行聚类分析获得结果。传统做法都是手工测量采集原始数据,效率较低。由于外观特征都可以以数字图片方式获得,通过计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率。关键问题在于特征自动分析和获取,以植物叶片为例,阐述了如何提取大小、叶形及叶缘特征的方法,改进了圆形度参数的定义。提出了计算机辅助植物识别(CAPI)的概念,并对其前景做了讨论和展望。图3参8

无论对于农业信息化还是对于生态保护,研究植物识别都是非常必要的。基于植物叶片的植物识别方法一直是植物学中的一个重要研究方向。植物叶片的颜色、形状、纹理等特征都可以用来作为识别依据(杜吉祥,2005;纪寿文等,2002;王晓峰等,

【目的】对带病斑苹果树叶片的高光谱图像进行病斑提取,为作物病虫害的遥感监测提供支持。【方法】对带有病斑的苹果树叶片成像高光谱图像,从传统基于光谱特征和面向对象特征2个方向入手进行病斑提取。为减少高光谱图像波段之间的冗余,首先对高光谱图像采用PCA变换进行降维处理,利用降维之后的前11个波段,分别采用波谱角分类和面向对象分类的方法提取苹果树叶片病害区域。【结果】由于同物异谱和异物同谱现象的存在,波谱角分类算法在提取病斑时,对叶柄和叶脉产生了错误的分类,而且以像元为分类单位的波谱角分类,在分类结果图中存在椒盐噪声,而面向对象分类则避免了这一现象的发生。【结论】采用面向对象分类方法提取苹果叶片病斑的...

光是植物光合作用的能量源。温室植物体中的叶绿素a和叶绿素b分别吸收600～700nm的红光和400～520nm的蓝光进行光合作用。光同时是植物形态形成的信号源。600～700nm的红光能降低植物体内赤霉素的质量分数,从而减小节间长度和植株高度;而700～800nm的远红光能提高体内赤霉素的质量分数,从而增加节间长度和植株高度。基于温室植物对光的需求,分析了目前使用的温室传统人工光源的特性和存在的问题。发光二极管(LED)光源较传统人工光源具有明显的优势,但受限于单颗提供的光照度有限,必须组合使用才能满足温室植物正常生长发育对光的需求。尽管LED光源已成功应用于组培苗栽培,但组培室中组培苗的受光...

【目的】以海南省特有树种降香黄檀为研究对象,提出1种基于植被指数和多光谱纹理特征的叶片全铁含量(TIC)预测方法,为珍贵树种重金属营养诊断提供参考。【方法】分别设计4种梯度(CK、F1、F2、F3)的铁胁迫试验,胁迫结束后摘取叶片并获取多光谱图像,计算叶片图像的植被指数(VIs)及纹理特征(包括纹理特征均值TFMV和纹理特征方差TFV),分析其与TIC之间的关系。通过显著性检验筛选出与TIC在0. 05和0. 01水平上显著相关的变量,再使用相关性分析法(CA)、主成分分析法(PCA)、平均影响值法(MIV)和遗传算法(GA)进行二次筛选,将筛选结果作为粒子群优化-反向反馈神经网络(PSO-BPNN)的输入变量,分析比较预测结果。【结果】1)在CK～F2梯度区间内,树高、冠幅和地茎的生长量随着施铁含量的增加而增加,而在F3梯度下,树高、冠幅生长量降低,地茎生长量出现大幅度上升; 2)随着叶片TIC的上升,B波段呈先下降后上升趋势;G波段则与B波段相反; R波段先下降后上升,之后基本保持稳定; RE和NIR波段则一直呈上升趋势; 3)大部分VI与TIC在0. 01和0. 05水平上相关,TFMV和TFV也可以反映叶片TIC,但TFV在相关水平和相关个数方面均优于TFMV。从波段角度分析,RE和NIR波段在植被指数和纹理特征方面与TIC的相关性均优于其他波段; 4)使用不同筛选方法得到的预测结果不同,其中CA与GA得到的评价指标最佳且相似,但GA在150～300mg·kg~(-1)区间得到的预测结果偏低,不适用于田间施肥指导。5)仅使用植被指数得到的预测结果较差,加入纹理特征后很明显的提高了拟合优度及预测精度,纹理特征方差对模型精度的影响更大,说明叶片纹理的离散程度可以较好的作为预测全铁含量的辅助信息。【结论】F1和F2梯度的施肥量可以促进降香黄檀植株生长及生物量累计。最佳叶片全铁含量为150～300 mg·kg~(-1)。除植被指数外,MPV作为辅助因素可以提高模型的拟合优度及预测精度,同时,CA-PSO-BPNN方法可以有效的运用于田间施肥指导,为珍贵树种重金属含量监测提供较为准确的预测。

林下植物是森林生态系统的重要组成部分，了解其冬季的叶片性状和光合特征间的关系可为研究林下植物的生理生态功能提供重要理论依据。利用LI-6800型光合荧光测量系统测定了安徽省大龙山国家森林公园内6种优势林下植物(木樨Osmanthus fragrans、木莓Rubus swinhoei、野蔷薇Rosa multiflora、樟Cinnamomum camphora、忍冬Lonicera japonica和南天竹Nandina domestica)冬季叶片的最大净光合速率(P_(max))、暗呼吸速率(R_d)、瞬时碳利用效率(ICUE)、蒸腾速率(T_r)、气孔导度(G_s)、胞间CO_2浓度(C_i)、水分利用效率(WUE)，气孔限制值(L_s)及比叶面积(SLA)特征。结果表明：6种林下植物的P_(max)为0.82～7.10μmol·m~(-2)·s~(-1),R_d为0.40～0.65μmol·m~(-2)·s~(-1)，物种间存在显著差异；木莓叶片的ICUE最高为0.94；其次忍冬为0.90；野蔷薇和南天竹分别为0.88和0.84；木樨和樟树幼苗则较低，分别为0.71和0.67;6种林下植物的SLA变化范围为79.56～196.20 cm~2·g~(-1)，且SLA与P_(max)、ICUE、T_r、G_s间均呈显著的正相关关系，与WUE呈显著负相关关系，但与R_d间的相关关系并不显著。总之，木莓和忍冬的ICUE较高，表明其在冬季具有较高的碳利用效率，对本地区环境的适应力较强，而木樨和樟树幼苗ICUE较低，表明其适应能力较差。另外，SLA与林下植物P_(max)及ICUE间存在极显著的正相关关系，这为预测冬季林下植物光合特征的变化提供重要途径。

分析了海南 80种植物 (青梅、坡垒、黄杞、荷木、海南蒲桃、琼南柿、油丹、琼楠、陆均松、海南油杉、橡胶、木麻黄等 )叶片 1 5个元素的含量 ,探讨这些元素在不同植被和植物生活型的变化及元素间的相互关系。结果表明 :植物叶片的元素含量在种间和元素间的变化范围都较大 ,植被类型和植物生活型对叶片元素含量有显著影响。海南大多数植被的N P比率较小 ,属于N含量制约的植被类型。元素比值和元素相关分析结果说明植物体内必需的营养元素具有一定的比例组成和协调关系

采用人工控制方法,研究4种木本植物榉树、毛红椿、栾树、木荷在不同浓度的Pb、Zn处理下体内重金属的分布与累积情况及叶片对养分的吸收情况。结果表明:4种木本植物对Pb的最大累积量分别为769.14、468.60、419.88、1 098.15 mg·kg~(-1),表现为:木荷>榉树>毛红椿>栾树,转运系数均小于1,地上部分富集系数表现为:毛红椿>木荷>栾树>榉树,根系富集系数表现为:木荷>毛红椿>榉树>栾树。榉树、毛红椿、栾树对Zn的最大累积量分别为144.83、154.96、166.23 mg·kg-1,低Zn浓度处理下,榉树、毛红椿、栾树中Zn主要累积在根系。重金属Pb、Zn对植物叶片的K、Ca吸收存在促进作用,对Fe存在抑制作用。榉树、栾树、毛红椿、木荷在Pb处理下均表现出较好的富集与转运能力,然而毛红椿、栾树、木荷耐Zn能力较差,榉树耐Zn能力最好。

图像是人类视觉对于物体或事物在系统中进行初步的识别后所形成的最终印象,是人类认识世界及人类本身的重要源泉。随数字化时代的到来,为了能够及时得到快捷并且清晰度较高、不失真等图像,借助现代化技术,数字图像处理技术应运而生。再现性、适用范围广、高效、灵活是数字图像技术最显著的应用优势。数字图像技术特点十分显著,目前在各行各业中发挥着至关重要的作用。

为在保留植物器官形态重要特征的前提下,适度精简原始三角网格数据,以满足计算机三维建模及应用的需要。通过改进Isler等"基于三角形折叠的网格简化方法",提出了能够有效解决简化过程中出现网格交叉、大钝角三角形和狭长三角形现象的算法,构建精简叶曲面网格的新方法,并使用三维激光扫描仪采集得到的烟草叶片结构数据对该方法进行评价。结果显示当冠层简化比例为90.3%时,渲染效率提高86.1%,并且简化后叶片仍然逼近原始结构。结果表明:使用该算法不但能显著减少叶曲面三角形网格的数目,而且能很好地保留叶曲面形态特征。该算法可应用于不同形态类型叶片的简化,包括褶皱度很大的叶片。该研究可为植物冠层可视化与植物冠层...