园林树木异形叶面积CAD矢量法测量技术研究

采用CAD矢量法测量了园林树木异形叶面积。结果表明:当测量精度较高时,试验变异系数均低于1%,适合对异形叶片、病虫害叶片、超大巨形叶片、微小形叶片的叶面积进行准确测量。     

图像处理技术在室内观叶植物叶面积测量中的应用

采用数字图像处理技术、叶面积仪法、复印称重法测定室内观叶植物的叶面积,并对3种方法的测定结果进行比较分析。结果表明,图像处理法与其他叶面积测定方法的测定结果具有极显著线性相关关系,说明图像处理技术适用于叶面积测量工作。     

图像处理技术在玉米叶面积测量中的实际应用

为了解决野外对玉米群体叶面积大批量的测量,本研究采用RGB三原色分离方法,利用图像像素比值和参考物法测量玉米叶面积。结果显示:图像处理法与CI202叶面积仪法测定叶面积的相关系数为0.9479,图像处理法与剪纸法比较相关系数R2为0.9382,图像处理法与LI-3100台式叶面积仪R2分别为0.8561,结果证明图像处理法与其他3种方法测量结果相关性较高。     

机器视觉在植物叶片叶面积测算中的应用

利用机器视觉系统代替人工对叶片叶面积进行测算。运用Halcon图形开发工具,以VB 2008为基础开发平台,采用通过阈值分割与区域特征提取的方法来计算叶面积,并将结果显示到屏幕并保存到文件中。将具体图像采集设备与机器视觉系统连接,完成叶片图像采集、图像处理和结果显示的一体自动化。与手工测算的费时费力和使用专业设备的高昂费用相比,此系统能在保证测算结果精确度的基础上,对多种植株叶片进行快速准确、简单易行、经济实用的测算。     

浅谈CAD技术在工程设计中的应用

通过多年的设计实践CAD技术以简单、快捷、存储方便等优点已在工程设计中承担着不可替代的重要作用。CAD技术的应用使工程设计人员如虎添翼,在更加广阔的天地里施展才华。但随着CAD在工程中的大量应用及其技术的成熟,一些缺点也显露出来,下面就CAD技术在工程设计应用中的一些优缺点进行简单探讨。     

浅议CAD技术在我国农业机械中的应用

现代社会CAD技术在农业机械中的运用已经相当的普遍,本文介绍了CAD技术在我国农业机械设计中的使用现状并探讨了CAD技术在我国农业机械中应用的思路。     

CAD技术在工程设计中的应用

正一、CAD技术在工程设计中的优点1.劳动强度降低,图面清洁。手绘绘图,工作人员常常手里拿着几只不同粗细的墨笔,丁字尺、三角板、曲线板等工具不停的在手里更换,而且一旦画错,修改非常费事,甚至从头来过,图画修修补补显的脏乱。用CAD绘图则可以一只鼠标做你想做的任何事情。它有统一的线型库、字体库,图面整洁统一。2.设计工作的高效及设计成果的重复利用。CAD之所以高效,因其最伟大的功能之一:     

图像处理技术在唐菖蒲叶面积测定中的应用

以数码相机结合Photoshop软件实测的唐菖蒲(Gladiolus hybridus Hort)叶面积为参照,用不同叶位叶片的长径(L)和宽径(W)求得唐菖蒲叶面积的矫正系数和回归方程。以矫正系数(K)法求算叶面积:品种“桃红”LA=0.65LW,品种“玫瑰粉”LA=0.71LW;回归方程法求算叶面积:“桃红”LA=0.58×L×W 7.02,“玫瑰粉”LA=0.69×L×W 1.58。经方差分析比较证明,应用回归方程法计算的叶面积比用矫正系数法更为可靠。     

应用数字图像技术测定油梨叶面积

采用扫描叶片并结合Photoshop程序的数字图像处理技术测定油梨（Persea Americana Mill）叶面积,与传统的称重法和方格法进行比较。结果表明,称重法、方格法测得的叶面积与数字图像处理法测得的叶面积之间构成一元线性回归方程,相关系数r分别为0.9984、0.9992,均达到极显著相关。这说明了数字图像处理技术测定油梨叶面积是可行的。与传统2种方法比较,数字图像处理技术具有速度快、精度高、非破坏性测量等的优点,尤其适合测量残缺不全的叶片。     

激光雷达技术在叶面积指数提取中的研究进展

叶面积指数(LAI)是观测植被生态的重要参数之一,快速、精准获取大尺度的LAI对发展精准林业至关重要。激光雷达技术(LiDAR)能够准确探测植被空间和地形的三维结构,特别是对植被垂直信息分布的获取,具有传统光学遥感技术无法比拟的优势,在森林参数的测量与反演上已经取得了成功的应用。介绍了激光雷达技术原理、传统测量LAI的技术方法及LiDAR反演LAI的优势,重点分析了LiDAR反演LAI的关键技术研究和LiDAR在反演LAI应用中的研究进展,并对LiDAR存在的问题和未来的发展趋势进行了分析总结。     

一种基于图像特征值算法的叶面积测定方法

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,满足叶面积测定要求。     

植物叶片面积测量系统的设计及应用

介绍了用CCD（Charge Coupled Device）测量植物叶片面积的方法，设计了测量系统的多种组成方案。该系统通过标准的图像接口，实现了硬件部分与软件部分相互无关，硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数字化图像采集设备。软件采用交到方式实现图像分割、系统标定和最终测量，试验表明，该系统具有测量精度高、测量范围大、使用方便等特点，使用数码相机时可以实现非破坏性测量，在农业、林业等方面具有广泛的应用前景。     

基于数字图像视觉分析的叶面积活体测定系统研究

通过计算数字图像中每个像素点代表的真实面积和叶片图像所占的像素数量,可以计算出图像中叶片的面积.基于此原理,该文提供了利用数码相机快速获得植物叶片图像并准确测定叶面积的方法.该方法适用于对多种植物的平面状叶面积进行活体测量,同时能够对异性叶片离体测量,尤其适合大量叶面积的测量工作,且具有速度快、数据准确、精度高的特点.     

小蓬竹的叶面积指数测定

竹叶是竹子进行光合作用的器官,合理的叶面积是充分利用光能,保证竹林高产优质的主要条件。因此,叶面积指数大小直接关系到竹林同化光能的数量,从而关系到竹林的笋、竹产量。有关竹类叶面积指数测定研究的报道不少,但就小蓬竹Drepanostachyum ludianense（Yi et R．S．Wang）Kengf叶面积指数测定的研究目前还未见报道。     

基于叶片图像的植物鉴别技术研究进展(综述)

基于叶片的计算机图像处理与识别技术,实现了植物分类的自动化和快捷化.从叶片分类和检索两个方面回顾了近年来基于叶片图像的植物分类领域的研究进展,围绕叶片图像的特征选取、分类器设计、相似性度量和算法性能等方面对多种方案的技术特点做了介绍,并指出了目前这些技术需要改进的方面.     

基于面向对象特征提取的植物叶片面积测量方法

【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,分析该方法在实际叶片测量中的稳定性和计算效率。【结果】利用基于面向对象图像特征提取的植物叶面积测量方法,在进行标准几何图形的面积测量时,该方法的相对误差皆小于1.86%;与矢量化方法、监督分类方法相比,该方法在测量真实植物叶片面积时具有更高的稳定性,而且耗时都小于20s,用时最短;该方法采用IDL模块设计,可实现叶片面积的自动批量处理。【结论】基于面向对象特征提取的植物叶片面积测量方法,是叶片面积高精度及批量自动化测量的一种新途径。     

植物叶片面积的图像信息测量系统及方法

利用TWAIN标准对原植物叶片面积测量系统进行了改进，使其可以直接从支持TWAIN标准的数字化图像输入设备读取图像数据．当采用扫描仪作为图像输入设备时，可以利用图像信息进行测量，而不必再对系统进行标定．     

利用计算机快速测定南瓜叶面积的方法

研究了计算机图像分析方法测定南瓜叶面积.该方法先通过数码相机采集图像数据,用PhotoShop处理后,再用自制图形分析软件(植物叶面积分析工具V1.0)对处理的图片进行分析,可直接计算出叶面积大小.试验表明,此种方法的速度快,精度高,成本低,不损伤植物叶片,具有很强的可操作性.也可用作其它植物叶面积的测量.     

基于图像处理的雾滴沉积分布试验研究

针对我国喷药作业以经验为主,过量使用农药的问题,采用超红算子2R-G-B与OTSU算法结合的图像处理方法,研究叶片表面形态特征、雾滴粒径和叶片倾角3因素对雾滴沉积分布的影响。结果表明:1)该图像处理方法能有效分割雾滴与叶片背景,基于该方法的雾滴覆盖率测定结果与人工分割方法比较,相对误差5%。2)叶片表面形态特征、雾滴粒径和叶片倾角3因素对雾滴覆盖率的影响均显著。3)在相同喷量条件下,雾滴覆盖率随叶片倾角增大而减小,但当倾角增大到30°时,粒径为138.2和157.6μm的雾滴在粗糙和光滑叶片表面上的覆盖率发生突增。4)雾滴覆盖率随粒径增大而减小,但当叶片倾角大于60°时,粒径为157.6和197.1μm的雾滴在相同叶片表面上的覆盖率差异不大。5)在相同叶片倾角条件下,粒径较小的2种雾滴的覆盖率在粗糙叶片表面上最大,在光滑叶片表面上最小。所提出的基于图像处理的雾滴覆盖率测定方法,可为雾滴在叶片表面上的分布研究提供评估手段。     

冬大麦叶龄与单株叶面积模拟的研究

2005~2006年在扬州大学实验农场进行了发育特性明显差异的4个冬大麦品种不同播期的田间试验。通过对大麦出叶、叶龄和单株叶面积的系统观测,以生理发育时间为基础,构建了大麦叶龄和单株叶面积动态模型,并进行了检验。结果表明:不同品种和播期大麦叶热间距观测值与模拟值绝对误差为0.2~9.9℃d,根均方差(RMSE)为3.8~5.4℃d;叶龄预测绝对误差为0~1.9,RMSE为0.6~0.7;最终叶片数预测绝对误差为0.2~2.0,RMSE为0.7~1.0。不同品种在各生育时期单株叶面积观测值与模拟值绝对误差为0.72~9.09 cm2,RMSE为1.20~3.53 cm2。