油菜叶片图像中主叶脉快速去除方法

油菜叶片图像中主叶脉的去除是进行油菜叶片氮营养诊断的基础。经典的植物叶片叶脉提取算法由于不同程度地利用了叶片表面细节特征,不适合于实时性要求较高的油菜叶片营养诊断处理。为此,提出了一种基于RGB颜色空间的快速去除油菜叶片图像主叶脉的快速截留超绿—超红新算法。实验结果表明,提出的快速截留超绿—超红算法不仅能够准确、有效、完整地清除出油菜叶片的叶脉部分,同时能够有效地去除叶面上的污点、黄化部分以及虫咬痕迹。通过油菜叶色特征与叶片SPAD值相关性分析发现,清除主叶脉后的油菜叶片图像颜色特征对油菜叶片氮营养诊断更有效。     

图像处理技术与L系统相结合的虚拟植物叶片研究

为了快速、准确地模拟植物叶片,提出了一种基于图像处理与L系统相结合的虚拟植物叶片方法。该方法首先利用图像处理技术获取叶片边缘信息和叶脉信息,然后通过叶脉信息分析出叶脉走向规律,最后通过L系统模拟该叶片形态。实验表明,该方法能够精准地模拟出叶片形态,降低计算机虚拟叶片的复杂度。     

基于脉序骨架的小麦叶精细建模研究

为了实现小麦叶形态结构的三维可视化,基于小麦叶的脉序特征,提出了基于脉序骨架的小麦叶片三维几何建模方法。用B样条曲线表示小麦叶片和叶鞘上的叶脉曲线,用球B样条模拟叶片和叶鞘上的叶脉骨架,再连接已生成的叶脉骨架上相应的点生成叶片和叶鞘上叶脉之间的叶肉,建立了具有明显的叶脉分布和厚度的小麦叶几何模型。该方法可用于其它平行叶脉植物叶片的精细建模,具有较好的真实感。     

棚室蔬菜栽培严防“多氮症”

一、症状表现 （1）瓜类蔬菜。叶片肥大而浓绿,中下部叶片卷曲,叶柄稍微下垂,叶脉间凹凸不平,有明显斑点,随后叶片变黄、萎蔫,果实较小。     

态三维建模与计算机模拟

根据水稻叶片的三维形态特征,应用Bezier曲线描述水稻叶片的边缘信息和一元二次曲线方程描述叶脉曲线,构建一种符合生物学规律的水稻叶片弯曲三维模型,并通过对叶片边缘点绕叶脉的旋转构建了叶片的扭曲模型,较真实地反应了自然条件下水稻叶片的三维空间形态。     

图像与L系统相结合的柑橘叶片形态特征重构研究

为了快速、逼真、有效地描述植物叶片的外在形态特征,提出了一种基于图像与L系统相结合的柑橘叶片形态重构的方法。该方法利用边缘检测的方法提取柑橘叶片的边缘以及叶脉的分布特征,以Harris计算与叶脉相关的特征点。最后用L系统和B样条曲线对柑橘叶片形态进行重构。通过实验表明,该方法能够快速、有效地描述出柑橘叶片的形态,降低柑橘叶片模型构建的复杂度。     

基于eCognition软件的显微图像叶脉网络提取与优化

叶脉网络的提取及其性状参数的测算,可为植物叶脉生态学机理研究提供重要参考。以不同叶特性的6类树种(国槐、毛白杨、臭椿、洋白蜡、元宝枫和栾树)叶片为对象,基于e Cognition软件对叶脉显微图像进行多尺度分割,综合利用显微图像的光谱信息和几何信息构建提取知识库,并使用叶脉循环生长法对提取结果进行完善,增加叶脉网络的完整性。结果表明,叶脉提取的最优阈值分别为:尺度参数200,形状参数0. 7,紧凑度参数0. 3,亮度特征值230～280,光谱特征值180～230,几何特征值大于1. 5。叶脉密度测算的精度均达到了93%以上,对植物叶脉信息的快速提取具有较高的普适性。     

晋中平川区花生的病虫害防治技术

1.防治缺铁黄化症7月—8月是晋中平川区降水比较集中的季节,也是花生生长旺盛的时期,此时容易发生缺铁黄化症。(1)症状花生缺铁时,首先表现为上部嫩叶失绿,而下部老叶以及叶脉仍然保持绿色;严重缺铁时,叶脉失绿,进而黄化,上部新     

基于运动捕获数据的玉米叶片静力应变试验研究

为了研究玉米叶片在不同应力情况下的叶脉的形变情况,进而分析了叶脉骨架的生物力学及运动学特性,以叶尖直立展开期和定型期的玉米叶片为研究对象,提出了一种基于准确运动捕获数据的应力—应变试验方案。试验测试了主脉在不同静态荷载下的形变情况,并从宏观力学层面分析了主脉形变程度随距基部距离的变化趋势。结果表明:处于叶尖直立展开期和定型期的玉米叶片,其主脉上各点随着距基部距离不同表现出不同的生物力学特性,且叶脉垂直最高处的形变程度最大。该研究为应用运动捕获技术获取农学试验数据做出了初步探索。     

基于形态重构的叶片性状特征可视化表达方法

针对目前叶片性状特征在信息融合与表达过程中存在单一性及抽象性等问题,提出一种基于形态重构的叶片性状特征可视化表达方法。以温室黄瓜叶片生长为例,将有效积温、生长速率等作为特征参数,建立叶片形态发生模型,利用参数化样条曲线描述叶缘、叶脉的几何形态,采取二分法递归地分割叶缘及叶脉曲线,以实现叶片曲面的网格化细分,结合叶色纹理信息映射模型,提出叶片性状特征的可视化表达方法。实验结果表明,运用该方法得到的叶片性状特征模拟值与观测值之间的相对误差较小,其决定系数均达到0. 95以上,均方根误差不大于0. 236,与传统的建模方法相比,该模型具有更高的拟合度和可靠性,能够有效实现黄瓜叶片性状变化的动态仿真,可为实时掌握和预测植物生长发育状况提供依据。     

植物叶脉可视化造型研究

提出了植物叶脉可视化建模方法,包括植物叶的形态几何建模及植物叶脉的形状建模.植物叶的形态几何模型采用矩形形状变形;同时对植物叶脉的形状建模提出了多种构建方法.利用非线性多项式生成羽状叶序,提出了基于种子生长的随机迭代方法生成网状脉及基于叶片生长方法生成掌状脉序.方法简单易行,可控性好,易于构造各种不同类型的叶脉.通过给出的树叶模拟结果,表明其仿真效果较好.     

基于L系统的植物叶脉模拟的研究

近年来，随着计算机软硬件技术水平的不断提高，虚拟植物的研究得到了迅猛的发展。为此，针对网状叶脉的特征，以大豆为例，研究了其自相似性。在可视化模拟过程中，设计了描述网状叶脉形态的L系统，并使其在采自真实叶片的轮廓内生长，解决了传统的叶脉模拟方法中的叶缘不吻合问题，基本实现了对网状叶脉的较为形象的模拟。     

基于细胞神经网络的植物叶片图像中叶脉的提取

叶片是植物最重要的器官之一,特别是在识别植物种类时起着关键作用.叶脉包含了植物的内在特征和重要遗传信息,叶脉复杂多变的特点使得传统的边缘检测方法不适用于叶脉络的提取.为此,提出了一种基于细胞神经网络(CNN)的植物叶脉图像提取方法.试验结果表明:与传统图像处理方法相比,该方法通过神经网络参数的合理设计,能够提取出较为理想的叶脉络和叶边缘信息,提高了提取的准确性.     

缺素叶片图像颜色和纹型特征参数提取的研究

利用计算机图像处理技术进行作物缺素判别，从颜色和纹理两个方面提取番茄缺氮、缺钾、缺铁和正常4种情况下叶片图像的特征参数，取得了较好的效果。     

基于光纤锥视觉的植物叶片脉络提取研究

提出了一种基于光纤锥视觉的植物叶片检测方法,通过光纤锥与CCD 传感器耦合成像获取植物叶片图像。由于叶脉复杂多变的特点,因此采用3种叶脉提取的方法,即迭代阈值法、一维信息熵法和传统的自适应阈值分割法,并用这3种方法分别对两种树叶进行叶片脉络图像提取。利用 K-均值算法,针对叶片脉络图像的7个不变矩信息进行聚类,分析这3种阈值方法的优劣。实验结果表明,这3种方法都可以提取出比较理想的叶脉络和叶边缘信息,但迭代阈值法和自适应阈值法更有利于植物物种识别。     

大豆叶片的特征提取方法研究

综合考虑了叶片的轮廓和叶脉信息,给出了一种新的确定叶片中轴的方法,并依此方法重新定义了描述叶片的各个重要特征。通过实例分析表明,新特征使得大豆叶片的识别准确高效,也证实了新的叶片中轴的确定方法是行之有效的。这一方法的提出为图像识别技术在植物叶片识别诊断中的进一步应用提供了借鉴。     

植物叶片形状可视化模型研究

针对不同形状的叶片,文章提出了植物叶片形状可视化建模的一种方法。植物叶片的形状几何模型造型采用矩形形状变形得到。通过在原矩形的参数方程上连续加上或减去不同幅度、频率、相位的三角波函数以及变形的高斯函数来实现叶片形状可视化模型研究。使用这种建模方法对不同形状的叶片进行研究。然后,在通过研究获得的叶片上加上叶脉,与真实树叶照片的对比,表明其仿真效果较好。     

基于计算机视觉的番茄营养元素亏缺的识别

以肉眼不易识别的番茄缺氮和缺钾初期为研究对象，对体现在叶片颜色和纹理上的缺素症状进行了特征提取，利用遗传算法对提取的众多缺素特征进行优化组合，选择出用于模式识别分类器设计的特征向量，建立了二叉树分类法对番茄缺素进行模式识别的框架，在该框架下，基于模糊K－近邻法建立了缺素的模式识别系统，并进行了识别测试。结果表明，对不易肉眼判别的番茄缺氮和缺钾初期叶片的识别准确度在85％以上，能够满足生产要求。     

苹果缺锌怎么办

苹果缺锌时,发生小叶病,症状主要表现在新梢及叶片上。缺锌果树发芽晚,叶片狭小,质硬而脆,呈黄绿色,有时沿叶脉两侧呈不对称发育,变成“镰刀叶”。枝梢节间缩短,细叶丛生;缺锌严重时,叶片从新梢基部逐渐向     

基于数据约束的黄瓜叶片参数化建模

提出一种基于数据约束的黄瓜叶片参数化建模方法。该方法首先通过对真实叶片形态数据的统计分析获得叶脉分布以及叶缘特征两类形态特征参数,用来约束叶片整体形状并分区域描述叶缘形态细节,再根据参数值计算出叶片轮廓特征点的三维坐标,利用轮廓中轴骨架建模方法生成叶片的三维网格,最后采用纹理贴图技术增加真实感。试验结果表明,采用该方法可以快速、灵活地构建出黄瓜叶片的三维形态,具有较强的真实感效果。