基于棋盘格的可变参照物叶面积测量方法研究

为进一步提高在图像处理方面的叶片面积测量精度,提出一种基于棋盘格的可变参照物叶面积测量方法。首先利用智能手机拍摄叶片图像,进行叶片图像分割,根据叶片分割结果选择与其面积相近的棋盘格作为参照矩形,然后提取棋盘格亚像素级角点信息实现图像几何失真校正,通过比例关系计算叶面积。为验证方法的精确性,对已知面积的规则图形进行试验,本文方法平均误差最大值为0.23%;并以相对精确的坐标纸法作为标准测量方法,与固定面积参照物方法进行比较,随着叶片面积与参照矩形面积比的增大,测量误差增大,本文可变参照物方法测量平均误差最大为0.51%。试验结果表明,对不同叶面积的测量,本文方法测量精度在99%以上。     

基于Android系统手机的叶面积测量方法

为了快速无损测量植物叶片的面积,利用Java编写的软件,以Android智能手机为工作平台,使用图像处理技术对植物叶片面积进行测量。测量步骤分为:图像获取、图像分割、图像二值化、滤波去噪、叶片面积计算。采用该方法分别对面积为100mm2的三角形、100mm2的正方形、314.15mm2的圆、112.26mm2的正五角星在150mm和200~800mm之间间隔为100mm的8个距离段进行了面积测量,结果显示其测量误差范围在-0.62%~0.79%之间。应用该方法测量了代表不同植物叶片形状的番茄、茄子和枫叶叶片,当手机和叶片的距离在300~600mm时,测量结果与LI—3100型叶面仪测得的结果偏差在±1%以内,其他距离段偏差均大于1%。本研究设置图像为2560像素×1920像素,测量精度能达到0.001cm2,证明该方法具备精确测量叶片面积的能力。     

植物叶面积无损测量预处理技术研究

针对在计算机视觉技术对大豆叶面积的无损测量研究中,如何校正图像和去除植物叶片纹理特征等问题,提出了投影映射无损测量法。测量有效性不受叶片大小、形状差异和叶片图像中叶片周边白色背景的影响。实验验证结果表明,该方法利用较少的特征点对就能很好地校正叶片图像,解决了非线性校正问题,并且图像信息量损失小。     

基于Android手机平台的玉米叶片含氮量无损检测

为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。     

基于LabVIEW的叶片几何尺寸测量系统

在农业生产中,植物叶片几何尺寸参数是衡量农作物水分含量、干物质含量等的重要指标.为了能够更好地监测植物的生长过程,设计一种应变式厚度传感器和光电式叶片面积测量系统来测量植物叶片的厚度和面积,然后将两者输出的信号通过数据采集卡进行采集,最后用LabVIEW软件对采集的数据进行实时显示、监测和控制.     

基于Android手机的水稻剑叶角测量系统

为了快速、无损地测量水稻剑叶角,设计了基于Android智能手机的便携式水稻剑叶角无损测量系统。采用智能手机后置摄像头获取水稻剑叶基部图像,经过图像预处理、直线检测、K-means聚类和向量方法等处理过程,得到水稻剑叶角。基于Android编程技术对系统软件进行设计,实现了在Android平台下利用JNI和Android NDK调用基于Open CV库的剑叶角提取图像处理算法,实现了新建试验、材料信息输入、摄像头获取剑叶基部图像、计算输出剑叶角及保存数据等界面操作流程。利用该测量系统在田间对4个品种的80株水稻进行剑叶角测量试验,以验证系统性能。试验结果表明,和人工用量角器测量结果相比,该系统测量的平均绝对误差为1.34°,相对误差为2.7%,测量值和真实值相关系数为0.997,能有效测量剑叶角。     

基于多视角图像的植物叶片建模与曲面面积测量

针对现有测量植物叶片面积方法会对叶片造成一定程度的损伤,提出一种直接对自然生长状态下的叶片进行测量的方法.首先,对数码相机进行校正获取相机参数,从多角度拍摄自然生长状态下的叶片;然后,利用PhotoModeler软件对图像进行处理,获得叶片三维点云模型;再利用Matlab编程实现叶片的三维曲面建模并计算曲面面积.将该测量结果与采用扫描仪结合Photoshop测量结果进行了对比,实验结果表明,提出的方法对自然状态下的叶片测量效果良好,精度达99％.     

基于双远心镜头的高精度叶面积测量方法研究

叶片是植物重要的光合器官,也是植物进行蒸腾的主要场所。植物叶面积的检测对于评估作物的长势和建立植物的生长模型有着非常重要的研究意义。针对现有基于机器视觉测量叶面积存在的缺陷,提出一种采用双远心镜头的高精度叶面积测量方法,该方法不需要对图像进行畸变校正,采用图像边缘增强、亚像素提取和图像分割等先进图像处理算法,使得图像边缘提取精度达到0.1个像元,叶面积测量精度达到3×10~(-6) mm~2。试验结果表明,该方法不仅测量精度高,而且大大提高测量效率。     

基于像素空间的植物叶片干枯褶皱模拟

提出一种基于像素空间的植物叶片干枯褶皱模拟框架,可实时地对叶片的干枯现象进行真实渲染.首先基于植物的干枯叶片图像生成褶皱法向量纹理并对其进行无缝处理;其次将褶皱法向量纹理映射到叶片三维模型上;然后构建融合函数将褶皱法向量与叶片模型法向量进行插值,使叶片模型的法向量可在无褶皱和充满褶皱两种状态之间进行光滑过渡;最后从几何空间对植物叶片进行面积缩放仿真.结果表明,本文方法简单高效且真实感效果好,因此,适用于以交互浏览为目的的虚拟农业应用系统中.     

植物叶片栅格数据矢量化方法的研究

在虚拟植物技术研究中,植物几何形态数据的获取及测量是一项基础而重要的工作.为此,提出了一种将植物叶片的栅格图像数据转换为矢量图像数据的方法.采用这种方法可以减少植物几何数据获取工作的时间,提高测量数据的精度和工作效率.     

基于Android的自然背景下黄瓜霜霉病定量诊断系统

为准确快速定量诊断黄瓜的病害,科学选择病害管控措施,基于Android技术和图像处理方法设计了可用于自然背景的黄瓜叶部病害定量诊断系统,并进行了试验。对黄瓜叶部彩色图像,首先进行图像预处理和背景剪除,再识别病斑区域,最终计算病斑区域占其所在叶片区域的百分比及根据国家相关标准与其对应的病害等级,计算结果以数值形式显示在诊断结果界面,同时用红色标识出病害区域。系统既适用于白色打印纸等简单背景,也适用于较为复杂的自然背景;所识别的病害叶片图像既可以从摄像头实时获取,也可以从手机存储载入。以50幅黄瓜霜霉病病害叶片为对象对系统进行测试,试验结果表明,系统可以较准确地对黄瓜霜霉病病斑区域进行识别(病斑区域识别综合误分率为6.56%),并按照国家标准给出病害等级(综合错误分级率为3%);简单人工背景下系统识别时间为1 s,自然背景下系统识别时间约为11 s。     

基于运动恢复结构的无规则植物叶片面积三维测量方法

接触式测量植物叶片面积的方法会对叶片造成一定程度的伤害,为此本文提出一种仅利用智能手机的非接触式多类别无规则叶片面积三维测量方法。首先,采用运动恢复结构方法获取植株的三维重建点云,在HSV颜色特征空间去除叶片三维噪点;然后,利用模糊C均值聚类算法分割单个叶片,重建叶片表面三角网格;最后,通过网格法计算叶片面积。对5种不同类别、不同形状的植物叶片进行了测量实验,结果表明,在叶片重叠率和复杂性角度上,面积测量的平均相对误差分别为6.25%和4.81%。本文方法测量稳定、精度高,能够满足多类别无规则植物叶片面积测量的需求。     

基于数字图像处理技术的玉米长势预测

玉米长势是指玉米生长的状况与趋势，在生长期内实时掌握长势是玉米生产调控的关键，玉米长势可以通过叶面积、叶尖距、叶基角等特征参数来衡量。吉林省是我国主要的玉米种植区域，种植规模多为小地块，如果采用传统人工方式测量玉米长势，需要耗费大量人力、物力，而遥感技术适用于大面积种植，因此采用人工测量与遥感技术都具有明显的局限性。该研究采用数字图像处理技术，利用固定影像采集设备获取不同生长期玉米多尺度影像，首先利用灰度化和增强技术对影像进行前期预处理，然后使用迭代阈值分割算法提取影像中玉米植株区域，通过图像细化技术并结合参照物标定方法获取玉米植株的株高、叶尖距、叶基角和冠层面积等特征参数，最后对获取的特征参数使用回归分析建立玉米长势模型。试验结果证明，提出的方法有效可行，可以作为人工测量和遥感技术必要有益的补充。      

基于三维点云的叶面积估算方法

为实现低成本无损精确测定叶片面积,基于运动恢复结构算法获取点云,提出了一种融合叶片点云分割、表面重建及叶片面积无损估测等过程的植物叶片面积提取方法。首先,基于运动结构恢复算法,以智能手机获取的可见光图像重建植物的三维点云;其次,为了还原叶片表面形状,基于HSV颜色空间,使用阈值分割法去除叶片点云的噪点;使用K-means聚类算法对点云的三维坐标矩阵进行分类,实现单片叶片点云的分割;基于滚球算法重建叶片的表面网格模型;最后,通过计算网格面积求得叶片面积。与常规叶面积测定方法进行了对比,本文方法的计算结果与扫描叶片法测定值相比平均误差为1.21cm2,误差占叶片面积的平均百分比为4.67%;与叶形纸称量法测定值相比平均误差为1.41cm2,误差占叶片面积的平均百分比为6.05%。结果表明,本文方法成本低、精确度高,可满足植物叶片面积无损精确测定的需求。     

基于图像规则与Android手机的棉花病虫害诊断系统

为解决当前植保专家系统使用难度大以及携带不便的问题,在Android智能手机上开发了基于图像规则的棉花病虫害诊断系统。采用二叉树检索规则构建二叉诊断决策知识树,利用面向对象技术将诊断决策树中的知识节点及其相对应的田间典型图像进行封装,形成图像化知识表达形式;系统提供指认式和推理式2种诊断方式,基于田间病虫害事实图像进行人机交互,实现了推理过程的可视化,具有便携、实用、图文并茂、人机交互友好以及不受网络环境限制等特点,能够实现现场式的专家服务。经应用测试,事实库中包含的病虫害诊断正确率在95%以上。     

面向植物抗旱性研究的多源表型信息采集和分析技术

利用表型信息采集系统获取不同生长环境下的植物形态结构和生理生化数据,研究植物体对不同胁迫的反应,从而进行抗性育种和筛选优质良种.本文构建了一套由双CCD相机、热成像仪、水分控制模块、称量模块、光源等组成的多源表型信息采集系统,采用YOLO v3目标检测算法和图像处理算法提取了植物投影叶面积、株高、叶片数量、冠层温度等表...     

基于深度信息的草莓三维重建技术

以盆栽和高架两种栽培模式生长环境下的草莓植株为研究对象,提出了一种基于深度信息分割聚类的草莓冠层结构形态三维重建算法。首先,以深度信息的不连续性特征作为草莓植株逐层分割的重要依据,以深度二维图像作为全局参考指标,提出深度信息步进方法,自动提取冠层点云;其次,改进密度聚类算法,有效滤除随机、跳边和背景噪声;最后,改进基于Harris算子的多源图像融合算法,实现彩色图像与强度图像的配准及点云颜色的映射,三维重建出具有颜色信息的草莓冠层结构形态。为验证该算法的有效性,将三维重建后冠层的平均单叶长度及A-B线距离作为评价指标,试验结果表明,模型的平均单叶长度计算正确率为93%左右,A-B线距离计算正确率为97%左右,研究结果可为草莓采摘机器人果实识别过程中枝叶空间结构关系的构建提供技术支持。     

基于激光视觉的温室作物茎叶量测方法

为实时获取温室作物生长形态参数,应用线激光,对作物整体进行非接触式扫描,通过CCD摄像机实时拍摄扫描过程,采用重心法计算激光光条中心,获取作物叶片与茎秆的三维点云信息,实现作物形态三维点云结构重建;提出适用于作物三维点云数据特征的迭代法,提取叶片点云子集的中心轴线,通过曲线拟合计算叶片长度;根据摄像机透视原理,提出针对细小茎秆的静态定位法计算茎秆直径。试验表明,激光视觉量测叶片长度与茎秆直径的准确率分别为95.39%(SE为0.2961,R2=0.916)和94.55%(SE为0.008 7,R2=0.915)。