果实表面颜色计算机视觉分级技术研究

以计算机视觉自动检测果实表面着色度并进行分级为目的,建立了室内计算机视觉系统获取苹果果实的彩色图像,并将ＲＧＢ值转换成ＨＬＳ值;在分析苹果颜色特性的基础上,确定了用合适色相值下累计着色面积百分比进行颜色分级的方法。分级试验结果表明,用建立的准则和方法,计算机视觉分级与人工分级的一致度在８８％以上。     

基于图像处理的小麦叶片形态的三维重建

小麦叶片形态的复杂性使其很难在虚拟场景中真实表现，主要考虑叶片边缘、生长曲线和叶片空间扭曲及卷曲现象，提出一种基于图像的小麦叶片重建方法：采用边缘检测法提取小麦叶片边缘数据，根据小麦叶片生长曲线将边缘数据映射到三维空间，并在此基础上给出了不带约束的叶片模型和带约束的叶片扭曲及卷曲模型。结果表明，该方法采样精度高，便于保持叶片真实形状和实现多细节层次模型(LOD)技术，能较好模拟小麦叶片在空间的扭曲和卷曲现象。     

计算机视觉技术在作物生长监测中的研究进展

该文从作物外部生长参数测量、果实成熟度检测、作物营养状态监测及作物形状描述与识别等几个方面介绍了国内外计算机视觉技术在作物生长监测中的研究进展，认为具有启发式、智能化特点的彩色图像处理技术将会成为计算机视觉技术应用于设施农业领域的研究热点。     

采用计算机视觉进行棉花虫害程度的自动测定

采用计算机视觉技术，根据棉花叶片的孔洞及叶片边缘的残缺，来测定棉花虫害的受害程度。该方法应用局部门限法完成图像与背景的分割；用高斯拉普拉斯算子，进行棉花图像的边缘检测；利用边缘跟踪算法确定棉叶中的孔洞；利用膨胀算法确定叶片边缘的残缺。实验结果表明，该方法可有效的测定棉花虫害的受害程度，其测定误差小于0.05。     

基于形态模型的小麦器官和单株虚拟生长系统研究

为更加直观的展示小麦的整个生长过程，同时为教学科研提供支持，将系统分析方法和数学建模技术应用于小麦植株的形态建成，通过对小麦形态数据的定量分析，并结合前人的研究成果，构建了小麦形态建成模拟模型，包括叶片形态建成子模型(包括叶长、叶形、叶面积、叶片空中伸展曲线、茎叶夹角、叶色和叶片衰亡)、茎形态建成子模型(包括茎长和茎粗)、叶鞘形态建成子模型(包括叶鞘长和叶鞘粗)和麦穗形态建成子模型(包括穗长和麦芒)等。并以此为基础，结合已有小麦生长模拟模型WheatGrow，在Microsoft Visual C＋＋平台上利用OpenGL构建了基于形态模型的小麦虚拟生长系统(WVGS)，初步实现了小麦生长过程的可视化表达。建立的模型库主要包括形态模型、生长模型、可视化模型以及场景控制模型四部分。所建数据库主要存储气象数据、土壤数据和品种参数。系统运行结果表明该系统能较好地模拟小麦形态特征，能较逼真的实现小麦生长过程的虚拟显示。     

机器视觉在幼苗自动移钵作业中的应用

该文提出了一套在自动幼苗移钵作业中用于幼苗生长状况检测的机器视觉系统。穴盘中幼苗的图像被采集和处理,识别出适合进行移钵的单元,用于自动幼苗移钵机的移钵作业。相邻单元的幼苗边缘重叠和叶片挤压会造成识别错误,在该研究中以番茄幼苗作为试验样本,使用基于形态学的分水岭算法处理来完成叶片边缘分割,提取每个穴孔中幼苗的叶片面积和叶片周长来确定适合进行移钵的单元。试验结果表明该机器视觉系统识别准确率达到了98%,应用于自动幼苗移钵机器人中可以很好地判断不同生长状况的秧苗生长质量。     

小麦叶片电特性与外加电压和频率的关系研究

为了研究小麦叶片含水率快速无损检测的方法,该文以小麦幼苗叶片为材料,用自制的平行板电容式电极研究不同含水率小麦叶片的生理电容、生理电阻对外加测试频率、电压的影响.结果表明:在测试电压1.25V,频率为15.7～150kHz的条件下,小麦的生理电容只因含水率差异而不同,而不受测试频率的影响,但生理电阻在5～150kHz之间与频率呈显著的负相关关系;当测试频率固定为75kHz,电压在0.1V至2.5V之间变化时,小麦的生理电容变化与含水率相关,受电压影响较小,生理电阻与电压为负的乘幂关系;在测试频率为75kHz,电压1.0V时,小麦叶片的生理电容、电阻与含水率均呈现显著相关关系,但利用生理电容变化测定小麦幼苗叶片含水率较用生理电阻测定结果准确.因此,可以利用叶片电特性,尤其是生理电容进行小麦叶片含水率快速无损检测.     

基于计算机视觉的水产动物视觉特征测量研究综述

作为水产养殖集成信息化管理的主要信息源,水产动物视觉属性信息的测量不仅是判定水产动物生长状况,调控水质环境的主要信息依据,也是对水产动物进行喂养、用药、捕获、选别和分级等操作的前提基础。近年来,计算机视觉技术作为一项快速、客观、无损的检测方法,已被逐渐用于水产动物视觉属性的测量中,许多研究学者开展了大量的研究工作。该文更新和总结了国内外近20多年来有代表性的相关研究和解决方案,在描述计算机视觉检测系统的概念和组成结构的基础上,围绕尺寸测量、形状分析、颜色识别和质量估计等方面详细分析了计算机视觉技术在水产动物(以鱼类为主)视觉属性测量方面的国内外研究现状,着重阐述总结了研究人员在水产动物视觉检测的图像采集、轮廓提取、特征标定与计算等方面的具体改进措施,并对基于计算机视觉测量的水产动物疾病诊断,识别分类等综合应用现状也进行了分析探讨,以评估计算机视觉技术在水产动物视觉质量检测领域的总体应用情况和现存的主要问题,同时给出了今后的研究趋势与发展方向。     

基于热红外成像技术的小麦病害早期检测

实现对受到病原侵染的小麦植株进行早期检测,对于小麦病害的监测预警和及早防治具有重要意义。为研究热红外成像技术早期检测小麦病害的可行性,该研究以小麦条锈病为例,以健康小麦植株、条锈病潜育期和发病期小麦植株为试验材料,利用热红外成像技术采集他们的热红外图像和叶片温度,在潜育期内连续检测其热红外图像和叶片温度随接种天数的变化。通过图像对比发现,接种后第5天,肉眼观察热红外图像可将受到侵染但未显症的小麦植株与健康植株区分开来。进一步数据处理,表明接种后第3天处于条锈病潜育期的小麦植株叶片平均温度和不同部位最大温差分别比健康植株叶片的低0.08℃和高0.04℃(P0.05),可将处于条锈病潜育期的小麦植株与健康植株区分开来。随着接种后天数的增加,处于条锈病潜育期的小麦植株叶片的平均温度和最大温差与健康小麦植株叶片的差异逐渐增大。接种后第12天,接种小麦植株叶片平均温度比健康植株叶片低1.22℃,接种小麦植株叶片最大温差比健康植株叶片高1.58℃。可见,利用热红外成像技术可以早期检测到小麦受到病原侵染后的温度变化,热红外成像技术作为一种小麦病害早期检测的方法是可行的。     

基于图像的植物叶面积无损测量方法研究

为了研究植物的生长规律,应用计算机视觉技术对大豆叶片实现无损测量.该项研究针对大豆叶面积无损测量中校正图像和去除叶片纹理特征等问题上,提出了基于双线性映射的无损测量法.无损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,试验验证该方法能很好地校正叶片图像,提取叶片的有效面积,并去除植物纹理斑点的影响,应用该方法校正叶片图像,精度可达99%以上.采用计算机视觉技术测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义.     

温室植物病害的图像处理及特征值提取方法的研究——基于色度的特征值提取研究

为了进行温室植物病害的智能化防治,运用计算机图像处理技术对生产中常见的两种黄瓜病作了研究,比较了几种常见的色度学系统,以色调H作为颜色特征参数的研究域。以色调直方图统计特征参数的计算,和百分率直方图区间值特征作为区分病变叶片与正常叶片的重要依据。结果发现色调H偏度可以较为明显的区分不同病变情况,在进一步研究不同色调区域病变叶片和正常叶片的色调分布情况时,发现在色调(48~50)和(45~47)区间,区分正常叶片与病变叶片的效果最好。该研究为后期的模式识别提供了重要的特征参数。     

基于遗传神经网络的玉米叶色的自动测定研究

利用计算机图像处理技术和遗传神经网络技术,建立了一个多层前馈神经网络,实现了大田玉米和背景图像的正确识别,并且通过获取玉米叶的色度直方图提取了玉米叶表面颜色特征,进而求得了玉米叶色的测定值。实验结果表明,玉米叶色值自动测定系统,识别玉米的准确率可达91.6%,可以有效地测定玉米的叶色。该研究为实现大田玉米的化肥精确施用提供了理论依据。     

基于玉米冠层原位监测的全生育期叶色建模及其应用

针对田间玉米冠层叶色变化难以定量描述问题,该文利用田问原位冠层监测系统,在摄像机自动曝光模式下连续采集多个玉米品种的冠层图像,揭示了复杂天气条件对图像和玉米冠层颜色的影响.利用概率密度统计分析方法分别计算玉米6个关键生育期的冠层亮度-色度分布,并针对冠层色度具有明确变化趋势且分离度较高的冠层亮度区间,建立了全生育期玉米冠层叶色模型.进而,基于该模型建立了适合不同玉米生育期的冠层图像自动分割方法,将玉米全生育期的冠层图像分割精度提升到82.6％,并揭示了不同品种玉米在叶片发育过程中冠层叶色与叶龄的相关性,利用登海605和农大108的冠层叶色预测出的生育期叶龄均方根误差RMSE (root mean squared error,RMSE)分别为1.14和1.41叶.试验结果表明,该文建立的玉米冠层叶色模型能够较好描述玉米关键生育期的冠层叶色变化规律,对玉米冠层图像分割、生育期估计、玉米品种表型鉴定具有重要意义.     

基于改进的Sobel算子和色调信息的叶脉提取方法

植物的叶脉包含重要的植物生理信息,对叶脉的提取是植物建模和识别的关键。利用HSI彩色空间（color space）提取叶脉的算法,该文提出改进的Sobel算子和色调信息相结合的叶脉提取算法。改进的Sobel算子用于基本叶脉轮廓的提取,色调信息用于主叶脉提取,然后将两者提取的图像融合得到最终的叶脉图像。结果表明,该方法可弥补Sobel算子和HSI彩色空间提取叶脉的不足,能更准确地提取叶脉信息,尤其适合于颜色有变化或光照不均匀的植物叶子样本,为进一步对叶脉尺寸和形态的分析打下基础。     

西峰黄土高原冬季积温变化对作物发育期的影响

用黄土高原西峰站1965-2005年冬季积温和1981—2005年冬小麦、苹果、梨树发育期资料，分析了冬季积温和作物发育期的变化规律，用相关计算和典型年份对比方法探讨了冬季积温对作物发育期的影响。结果表明：1965—2005年冬季积温增加率为5．5℃·d／a，2000年以来持续为正距平，1994年以后作物发育期持续变早；冬季积温与冬小麦各发育期呈明显的负相关，最显著的是返青期，其次是抽穗期，再次是起身期；冬季积温典型偏高年份（1986、1998、2000年）均比典型偏低年（1983、1984、1988年）的发育期提前，冬小麦最明显的是全发育期提前了21d，苹果最明显的是叶变始期提前了19d，梨树最明显的是叶变盛期提前了20d。研究结果对掌握作物发育期的变化规律以及物候预测有一定意义。     

基于计算机视觉技术的烟叶成熟度判定方法

快速定量检测烟叶成熟度可为烟叶成熟收割提供决策依据。通过对烟叶样品图像数据进行处理与变换,得到烟叶图像的HSV颜色值,使用线性回归分析法建立烟叶图像HSV颜色值与叶绿素含量之间的函数关系,以及烟叶叶绿素含量与SPAD值之间的函数关系;利用烟叶成熟度与SPAD值之间的函数关系,构建烟叶图像HSV颜色特征值与烟叶成熟度之间的关系模型TMDHSV,从而建立起基于计算机视觉技术的烟叶成熟度判定方法。试验结果表明,该方法具有较好的可行性,可为快速定量检测烟叶成熟度提供技术支撑。     

灌溉频率对冬小麦产量及叶片水分利用效率的影响

为了探讨中国北方冬小麦高效节水灌溉模式,采用了3种灌溉处理:在拔节期一次灌溉120mm,在拔节期和抽穗期各灌溉60mm及在拔节期、抽穗期和灌浆期各灌溉40mm,研究了在总灌溉量为120mm的情况下,灌溉频率对冬小麦产量及叶片水分利用效率的影响.结果表明,在冬小麦的拔节期和抽穗期各灌溉60mm,显著提高乳熟期和蜡熟期旗叶...     

Relating Leaf Nutrient Status to Fruit Quality Attributes in Litchi cv. ‘Mauritius’

Litchi (Litchi chinensis Sonn.) ‘Mauritius’ is a popular export cultivar due to its attractive red color and excellent fruit quality. Three orchards were selected based on planting distance and routine pruning practices followed by each growing season. Orchards A and B are essentially similar regarding these production practices, whereas orchard C had overlapping canopies due to lack of routine pruning practices after each growing season and short planting distance. Canonical variate analysis was used as a statistical tool to compare fruit quality attributes from different orchards (A, B, and C) in terms of physical, chemical and sensory parameters and correlating to leaf nutrient status. The correlations and plot of loadings of the variates indicated that skin color (visual), color values (chroma and hue angle, h°), fruit weight, firmness, and consumer acceptability were the main factors that discriminated orchard C from the other two orchards. The soluble solids concentrations, titratable acidity and fruit taste were the quality attributes discriminating orchard A from orchard B. The relationship between the leaf nutrients and fruit quality attributes showed positive relationships between leaf potassium (K) and anthocyanin content and titratable acidity (TA); leaf phosphorus (P) and pericarp h°, leaf nitrogen (N) and fruit weight; leaf calcium (Ca) and fruit firmness.     

Analysis of leaf shedding and dry matter recycling in sweetpotato

During a normal growing season, sweetpotatoes shed a substantial number of leaves (Somda and Kays, 1990b). To ascertain the potential cost of leaf loss to the plant, the sequential loss of leaves over the entire growing season was monitored and related to losses of dry matter and individual elements when leaf shedding was induced via leaf shading. The number of leaves produced increased as the season progressed, but missing leaves outnumbered by 21% those remaining on the plant by the end of the growing season. Average dry weights of individual leaves increased progressively to a maximum 14 weeks after planting, and then declined until harvest. After the 6th week, leaf area decreased relative to plant dry weight for the remainder of the growing season. Mature leaves remobilized nearly 37% of their total dry matter prior to abscission; the remaining 63% was lost from the plant, representing an estimated dry matter loss of approximately 2.8 MT/ha during the growing season. A significant portion of P, K, and Mg that had accumulated in mature leaves was recycled into the plant prior to abscission. However, remobilization of Ca, Fe, Zn, Mn, B, Na, and Al was not significant. Leaf shedding in field populations of ‘Jewel’ sweetpotatoes was extensive, and while significant dry matter was recycled out of the leaves prior to abscission, leaf drop represented a substantial loss of P, K, and Mg and dry matter from the crop.     

花后小麦叶面积指数与光合和产量关系的研究

以大穗型品种泰农18（T18）和中穗型品种山农15（S15）为材料,采用裂区设计,主区设置180 kg/hm2和240 kg/hm2 两个氮肥水平（纯氮）,裂区设置75104株/hm2,150104株/hm2和225104株/hm2三个种植密度,研究了叶面积指数与冬小麦光合和产量的关系。结果表明:冬小麦下部叶片叶面积指数（LLAI,倒4叶和倒5叶之和）与群体净光合速率（CAP）和产量呈极显著的正相关关系;从开花到花后14 d 之前,上部叶片叶面积指数（TLAI,旗叶、倒2叶和倒3叶之和）和全部叶面积指数（WLAI,下部叶片和上部叶片之和）与群体净光合速率（CAP）和产量并不呈必然的显著正相关关系（T18 显著正相关,S15相关不显著）,但花后14d 至成熟期,两个品种的 TLAI和 WLAI 均与群体净光合速率（CAP）和产量呈显著的正相关关系。氮肥水平和种植密度对产量存在显著的互作效应,无论是大穗型品种T18还是中穗型品种S15都可以通过适当增加密度（T18以225104//hm2为宜,S15以150104//hm2为宜）,降低氮肥用量（180 kg/hm2）实现高产。