文档介绍：2010年 4月农业机械学报第 41卷第 4期
DOI:.1000
水稻氮素机器视觉诊断最佳叶位和位点的选择研究
祝锦霞邓劲松林芬芳王珂
(浙江大学农业遥感与信息技术应用研究所,杭州 310029)
【摘要】选用扫描仪获取水稻叶片的数字图像,通过比较第 1和第 3完全展开叶(L1和 L2)颜色参量的空
间分布,研究基于机器视觉技术的水稻氮素诊断的最佳叶位和位点选择。结果表明基于机器视觉的水稻氮素营养
诊断是有理论依据的,能反映出叶片的营养状况;选择 B、b、b/(r+g)、b/r、b/g作为最优颜色特征参量;比较颜色
特征参量对应的变异系数 CV,得到低氮处理的 CV明显高于正常氮素水平,同时 CV随着叶位的增加而减小;不同
位点的 CV其叶尖和叶基的变化幅度较为接近,不同位点间差异不显著。初步研究选择第 3完全展开叶作为水稻
无损氮素诊断的最佳叶位。
关键词:水稻氮素机器视觉叶位位点变异系数
中图分类号:S2 文献标识码:A 文章编号:10001298(2010)04017905
DeterminationofSuitableLeafforNitrogenDiagnosisinRice
puterVision
ZhuJinxia DengJinsong LinFenfang WangKe
(InstituteofAgriculturalRemoteSensingandInformationTechnologyApplication,ZhejiangUniversity,Hangzhou310029,China)
Abstract
Priorresearch indicated thatleavesatdifferentpositionsrespondsdifferentiallytothespectral
putervisiontechnologywas
proposed,paringthespatialdifferencesofcolorparameterswhichwascapturedfrom thescanned

、b、
b/(r+g)、b/r、b/gwereselectedastheoptimum (CV)of
thecolorparametersishigheratlow N ,CV decreaseswiththe
,thedifferenc