• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      不同氮素處理棉花冠層圖像顏色特征分析

      2016-11-28 16:07:19賈彪馬富裕
      江蘇農(nóng)業(yè)科學(xué) 2016年9期
      關(guān)鍵詞:動(dòng)態(tài)變化數(shù)字圖像棉花

      賈彪+馬富裕

      摘要:為了探明顏色特征值參數(shù)與棉花生長(zhǎng)發(fā)育的關(guān)系,選用北疆2個(gè)棉花主栽品種新陸早43號(hào)(XLZ 43)和新陸早48號(hào)(XLZ 48)為試驗(yàn)材料,于2013—2014年開展5個(gè)N素水平的小區(qū)試驗(yàn),應(yīng)用高清數(shù)碼相機(jī)獲取棉花群體冠層圖像,通過(guò)數(shù)字圖像識(shí)別系統(tǒng)提取各處理棉花群體冠層圖像的顏色特征參數(shù)值,分析各顏色特征指數(shù)在棉花生育進(jìn)程內(nèi)的動(dòng)態(tài)變化。結(jié)果表明,基于RGB模型的紅光值(R)、綠光值(G)和基于HIS模型的亮度值(I)能充分反映棉花群體生長(zhǎng)發(fā)育規(guī)律,且相關(guān)性好,其動(dòng)態(tài)模擬曲線的函數(shù)通式為:y=a-b×ln(x+c);基于HIS模型的色度值(H),隨不同施N量的增加,擬合參數(shù)呈現(xiàn)規(guī)律性變化,且相關(guān)性顯著,其動(dòng)態(tài)曲線滿足通式:y=a+bx+cx2;而模型中藍(lán)光值(B)的動(dòng)態(tài)變化雖然滿足二次函數(shù)關(guān)系,但不同N素水平間擬合參數(shù)值波動(dòng)性大,規(guī)律不明顯;飽和度值(S)動(dòng)態(tài)模擬結(jié)果不理想,無(wú)規(guī)律可循,這說(shuō)明S值受氮水平影響較小。因此顏色特征指數(shù)R、G和I能作為棉花群體監(jiān)測(cè)的量化指標(biāo)。

      關(guān)鍵詞:棉花;數(shù)字圖像;顏色特征指數(shù);生育進(jìn)程;動(dòng)態(tài)變化

      中圖分類號(hào): S126 文獻(xiàn)標(biāo)志碼: A

      文章編號(hào):1002-1302(2016)09-0344-08

      隨著計(jì)算機(jī)視覺(jué)技術(shù)和數(shù)字圖像分析技術(shù)的日新月異,應(yīng)用數(shù)字圖像處理技術(shù)分析作物群體顏色特征已步入了農(nóng)業(yè)信息化的快車道。目前,大量研究集中對(duì)作物冠層數(shù)字圖像進(jìn)行分割[1-4],提取其群體顏色特征參數(shù)值[1-4],通過(guò)顏色色彩模型對(duì)作物群體特征進(jìn)行分析[1,3-4],從而探索利用數(shù)字圖像處理技術(shù)進(jìn)行作物長(zhǎng)勢(shì)監(jiān)測(cè)的方法,研究不同群體冠層圖像顏色變化的特征,闡釋農(nóng)作物整個(gè)生育期群體冠層顏色變化規(guī)律,反映農(nóng)作物長(zhǎng)勢(shì)情況的潛在指標(biāo)。這對(duì)于基于計(jì)算機(jī)視覺(jué)技術(shù)的作物長(zhǎng)勢(shì)監(jiān)測(cè)具有極其重要的意義[1]。近年來(lái),國(guó)內(nèi)外學(xué)者運(yùn)用數(shù)碼照相法和數(shù)字圖像分割法在作物長(zhǎng)勢(shì)監(jiān)測(cè)與營(yíng)養(yǎng)狀態(tài)診斷等方面的研究有了突破性進(jìn)展,主要作物包括油菜[5]、小麥[6-12]、玉米[7,13-16]和水稻[17-18]等。對(duì)于棉花作物,通過(guò)分割不同滴灌水處理群體圖像研究表明,基于RGB模型的部分顏色特征參數(shù)與棉花水分含量間呈指數(shù)極顯著相關(guān)[2-3];通過(guò)提取不同密度的顏色特征參數(shù)紅光值R、綠光值G、藍(lán)光值B值,研究發(fā)現(xiàn)其參數(shù)值同密度間呈二次函數(shù)關(guān)系[1]。然而,基于RGB模型對(duì)棉花營(yíng)養(yǎng)指標(biāo)評(píng)價(jià)和基于HIS模型對(duì)棉花長(zhǎng)勢(shì)監(jiān)測(cè)的突破性研究相對(duì)較少,有待于進(jìn)一步創(chuàng)新。應(yīng)用數(shù)字圖像處理和分析技術(shù)可評(píng)價(jià)田間棉花長(zhǎng)勢(shì)長(zhǎng)相和營(yíng)養(yǎng)狀況,為基于數(shù)碼相機(jī)等彩色圖像處理技術(shù)在農(nóng)作物的生長(zhǎng)監(jiān)測(cè)與營(yíng)養(yǎng)診斷應(yīng)用奠定了理論基礎(chǔ);利用數(shù)字圖像分割技術(shù)可實(shí)時(shí)、快速、自動(dòng)、非破壞性地進(jìn)行棉花長(zhǎng)勢(shì)監(jiān)測(cè)與診斷,對(duì)其生長(zhǎng)發(fā)育的季節(jié)性變化進(jìn)行評(píng)估[19],還可以幫助種植戶適時(shí)采取農(nóng)藝措施(施肥、灌水、中耕以及病蟲害防治等),從而提高棉花產(chǎn)量與品質(zhì)[19]。本研究的主要目的是探討6組不同顏色特征參數(shù)R、G、B值和色度值H、飽和度值S、亮度值I值與不同N素水平棉花群體間的相關(guān)性。利用棉花群體特征數(shù)字圖像識(shí)別系統(tǒng)分析處理已獲取的棉花冠層圖像,提取每一張數(shù)字圖像的R、G、B值以及H、S、I值,研究不同N素水平下棉花群體各顏色特征值間的相關(guān)性,從而準(zhǔn)確反映棉花全生育期內(nèi)各顏色分量變化規(guī)律。

      1 材料與方法

      1.1 試驗(yàn)材料

      試驗(yàn)于2013—2014年在石河子大學(xué)農(nóng)學(xué)院田間試驗(yàn)站(44°20′N,86°3′E)進(jìn)行,供試品種為新陸早43號(hào)(XLZ 43)和新陸早48號(hào)(XLZ 48)。2013年4月20日播種,4月30日灌出苗水;2014年4月16日播種,4月21日灌出苗水,留苗密度均為26萬(wàn)株/hm2左右;采用膜下滴灌法進(jìn)行灌水。小區(qū)面積66 m2 (20 m×3.3 m),行株距配置為(10 cm+66 cm+10 cm)×10 cm的采摘種植模式。設(shè)置5個(gè)N水平處理,即:N0(0 kg/hm2,對(duì)照)、N1(120 kg/hm2)、N2(240 kg/hm2)、N3(360 kg/hm2)、N4(480 kg/hm2),完全隨機(jī)排列,重復(fù)3次。各N處理作為追肥隨水施入,各小區(qū)間用防滲帶隔開,獨(dú)立滴灌,全生育期灌水11次,灌水總量5 400 m3/hm2,其他管理措施按當(dāng)?shù)卮筇锔弋a(chǎn)棉田進(jìn)行。各試驗(yàn)小區(qū)播前一次性施基肥P2O5 150 kg/hm2和K2O75 kg/hm2,N肥作為追肥隨滴灌水施入,苗期施10%,蕾期施25%,花期施45%,盛鈴期或吐絮前期施20%。試驗(yàn)地土壤質(zhì)地為壤質(zhì)灰漠土,土壤地力中等。各試驗(yàn)地土壤營(yíng)養(yǎng)狀況如表1所示。

      1.2 冠層圖像獲取

      與試驗(yàn)過(guò)程中葉面積指數(shù)(LAI)測(cè)量時(shí)間同步,2013年和2014年圖像獲取均從現(xiàn)蕾開始,每隔12 d拍攝1次,選用1 220萬(wàn)像素Canon EOS 450D(Canon Inc.,Japan)數(shù)碼照相機(jī)獲得棉花冠層圖像。數(shù)碼相機(jī)安裝在一自制的鋁合金單腳支架上,距地面高度2.20 m,鏡頭與地面垂直拍攝,拍攝時(shí)單腳架安置在2.05 m標(biāo)準(zhǔn)寬膜中間位置,標(biāo)準(zhǔn)寬膜可播種6行,即單腳架安裝在第3行位和第4行位中間位置,保證拍攝每1張圖片能獲取6行完整棉株信息。

      圖像獲取難免會(huì)受環(huán)境因子影響,主要包括天氣變化、光照度等。為確保圖像清晰可靠,根據(jù)新疆當(dāng)?shù)貢r(shí)間選擇拍攝時(shí)段(北京時(shí)間12:00—14:00),天氣狀況良好,無(wú)風(fēng)、無(wú)云或風(fēng)速較小的晴空,圖像分辨率為4 272×2 848像素,存儲(chǔ)格式為JPEG格式。

      1.3 顏色參數(shù)值提取

      將獲取的棉花群體冠層圖像傳輸?shù)接?jì)算機(jī),通過(guò)數(shù)字圖像識(shí)別系統(tǒng)將圖像進(jìn)行分割(圖1),數(shù)字圖像識(shí)別系統(tǒng)是基于Microsoft Visual Studio.NET平臺(tái),運(yùn)用Visual C++和Matlab 軟件編寫代碼,提取RGB模型和HIS模型顏色空間對(duì)應(yīng)的顏色參數(shù)值[20-21]。

      1.4 數(shù)據(jù)分析

      本研究采用SPSS 17.0 (SPSS Inc.,Chicago,USA)進(jìn)行數(shù)據(jù)分析與處理,運(yùn)用Origin Pro 8.5 (Origin Lab.,USA)進(jìn)行數(shù)據(jù)擬合與作圖,選用決定系數(shù)(R2)判斷數(shù)據(jù)擬合的優(yōu)劣[22]。

      2 結(jié)果與分析

      2.1 基于RGB模型下不同N處理棉花群體數(shù)字圖像特征

      由圖2和圖3可以看出,在棉花整個(gè)生育期內(nèi),顏色特征指數(shù)R和G動(dòng)態(tài)變化相似,受施N量不同影響顯著,2品種變化結(jié)果遵循一個(gè)普遍規(guī)律,隨著出苗后天數(shù)的增加,R值和G值呈現(xiàn)先快速增加后緩慢增加的狀態(tài)。即從苗期到蕾期均呈現(xiàn)快速增加,從花期、結(jié)鈴期到吐絮期緩慢增長(zhǎng)。運(yùn)用Origin8.5對(duì)顏色特征指數(shù)R值和G值進(jìn)行擬合,模擬結(jié)果表明,各處理棉花群體圖像的R值和G值均表現(xiàn)為對(duì)數(shù)函數(shù)曲線,其模擬方程式為:y=a-b×ln(x+c)。

      由曲線模擬結(jié)果(表2)可知,在棉花全生育期內(nèi),不同氮素水平的顏色指數(shù)值R和G均呈對(duì)數(shù)函數(shù)關(guān)系,且擬合度較高,均達(dá)到了顯著水平,R2>0.705,這充分反映在棉花整個(gè)生育期內(nèi)所需的氮肥量由當(dāng)季土壤氮素提供。將模擬方程相對(duì)應(yīng)參數(shù)a、b和c進(jìn)行比較,研究結(jié)果發(fā)現(xiàn),隨施N量不同,參數(shù)a、b值有規(guī)律地減?。坏珔?shù)c值隨著施N量的增加變化規(guī)律不明顯。由此可見(jiàn),不同施N量主要影響參數(shù)a、b的改變,進(jìn)而影響顏色指數(shù)值R和G變化。

      由圖4動(dòng)態(tài)變化可以看出,在棉花的整個(gè)生長(zhǎng)發(fā)育進(jìn)程中,顏色特征指數(shù)B受施N素水平影響顯著,但動(dòng)態(tài)變化規(guī)律不同于R和G,應(yīng)用Origin 8.5對(duì)B值進(jìn)行擬合,模擬結(jié)果表明,不同氮素處理棉花群體圖像B值均表現(xiàn)為開口向下的二次函數(shù)曲線變化趨勢(shì),模擬方程式為:y=a+bx+cx2。

      顏色特征指數(shù)值B二次函數(shù)曲線模擬結(jié)果(表3)表明,在棉花整個(gè)生育期內(nèi),5個(gè)氮素水平擬合度相對(duì)較高,達(dá)到了顯著水平或極顯著水平,R2>0.727。但將各模擬方程對(duì)應(yīng)的參數(shù)a、b、c值進(jìn)行分析比較發(fā)現(xiàn),不同施N量間,參數(shù)a、b、c值隨著施N量的增加變化規(guī)律不明顯,這說(shuō)明不同N素水平棉花冠層顏色特征指數(shù)B所呈現(xiàn)出的二次函數(shù)曲線不能準(zhǔn)確反映其動(dòng)態(tài)變化規(guī)律,可能是由于棉花葉片反射的藍(lán)色顏色特征指數(shù)值極少,從而導(dǎo)致B值變化規(guī)律不明顯。這充分說(shuō)明應(yīng)用RGB模型進(jìn)行棉花長(zhǎng)勢(shì)監(jiān)測(cè)時(shí),顏色特征指數(shù)B不能準(zhǔn)確評(píng)判施N量不同帶來(lái)的影響,不能用B值進(jìn)行棉花長(zhǎng)勢(shì)監(jiān)測(cè)與N素評(píng)價(jià),因此B值不能作為評(píng)判棉花群體顏色動(dòng)態(tài)變化特征的指標(biāo)變量。

      2.2 基于HIS模型下不同N處理棉花群體數(shù)字圖像特征

      由圖5動(dòng)態(tài)變化趨勢(shì)可以看出,在棉花整個(gè)生育期內(nèi),對(duì)于亮度值I變化規(guī)律類似于RGB模型中顏色特征指數(shù)R和G,且不同N素水平下2品種XLZ 43和XLZ 48遵循一定的變化規(guī)律。同理,運(yùn)用Origin 8.5對(duì)I值進(jìn)行模擬,模擬結(jié)果表明,5個(gè)氮素水平處理棉花群體圖像I值均表現(xiàn)為開口向下的對(duì)數(shù)函數(shù)曲線,其模擬方程通式為:y=a-b×ln(x+c)。

      由表4可見(jiàn),各氮素水平模型擬合度較高,R2>0.778。將亮度值I模擬方程相對(duì)應(yīng)參數(shù)a、b、c值進(jìn)行比較,結(jié)果類似于R值和G值各參數(shù)變化規(guī)律,不同施N量間,隨施N量的增加,參數(shù)a、b值呈規(guī)律性減小,參數(shù)c值變化幅度不明顯。

      由圖6可以看出,在棉花整個(gè)生育期內(nèi),不同N素水平顯著影響棉花色度色調(diào)值H的變化,運(yùn)用Origin 8.5對(duì)H值進(jìn)行模擬,模擬結(jié)果表明,各處理棉花群體圖像的H值均為開口向上的二次函數(shù)曲線變化,其模擬方程通式為:y=a+bx+cx2。

      由圖7可以看出,在棉花整個(gè)生育期內(nèi),不同N素水平對(duì)棉花冠層圖像飽和度值S的影響無(wú)明顯規(guī)律,波動(dòng)性大,無(wú)規(guī)律可循,且各施N處理間差異不顯著。

      由表5可以看出,不同氮素水平的色度色調(diào)值H,在棉花生長(zhǎng)全生育期內(nèi)均滿足二次函數(shù)關(guān)系,且5個(gè)氮素水平相關(guān)性和擬合度相對(duì)較高,也達(dá)到了顯著水平或極顯著水平,R2>0.504,將各函數(shù)對(duì)應(yīng)的參數(shù)a、b、c值進(jìn)行比較,結(jié)果發(fā)現(xiàn),不同施N量間參數(shù)a、b、c值隨著施N量的增加,變化幅度不明顯;對(duì)于飽和度S運(yùn)用二次函數(shù)進(jìn)行模擬,結(jié)果表明,在棉花整個(gè)生育期內(nèi),5個(gè)氮素水平S值各參數(shù)擬合度偏低,R2最大值為0.292,且各N素處理間均未達(dá)到顯著水平, 將模擬的參數(shù)值進(jìn)行分析比較發(fā)現(xiàn),參數(shù)值a、b、c值無(wú)任何規(guī)律,失去統(tǒng)計(jì)學(xué)意義。因此色調(diào)值H和飽和度值S無(wú)法反映棉花生長(zhǎng)的生物學(xué)意義。

      3 結(jié)論與討論

      本研究采用高清數(shù)碼相機(jī)獲取棉花冠層圖像,運(yùn)用Microsoft Visual Studio.NET平臺(tái)、Visual C++和Matlab軟件編寫代碼,提取了不同施N水平下棉花冠層圖像顏色參數(shù)動(dòng)態(tài)變化特征,探討了各顏色特征參數(shù)在棉花生育進(jìn)程內(nèi)的動(dòng)態(tài)變化,分析了基于RGB模型[23]和HIS模型[24-25]的顏色參數(shù)值對(duì)棉花群體冠層圖像顏色特征的影響。研究結(jié)果表明,基于RGB模型的R值和G值和基于HIS模型的I值能充分反映棉花生長(zhǎng)發(fā)育規(guī)律,其動(dòng)態(tài)模擬曲線的函數(shù)通式為y=a-b×ln(x+c),且相關(guān)性顯著,精確度高,能作為棉花生長(zhǎng)監(jiān)測(cè)與診斷的量化指標(biāo)。

      棉花的生長(zhǎng)環(huán)境和生長(zhǎng)條件不同,其植株表現(xiàn)出的顏色特征就不同[26]。本研究表明,施N量不同,棉株冠層各部位表現(xiàn)出的顏色特征就不同,應(yīng)用圖像識(shí)別系統(tǒng)提取的顏色參數(shù)R、G、B值和H、S、I值也不同(圖1)。這說(shuō)明棉株冠層顏

      色特征參數(shù)值的規(guī)律性變化由棉花生長(zhǎng)過(guò)程中的葉片數(shù)量、葉片大小、株高、葉傾角及棉鈴數(shù)等多個(gè)綠色體反射光決定。

      本研究發(fā)現(xiàn),基于顏色參數(shù)R和G擬合的動(dòng)態(tài)曲線具有規(guī)律性的變化(圖2、圖3),但參數(shù)B擬合曲線波動(dòng)性大(圖4),與孫恩紅等的研究結(jié)果[4,27-28]相類似。這充分表明了棉花冠層綠色體、土壤等的反射和吸收水平;而基于顏色參數(shù)H、S、I值的動(dòng)態(tài)分析表明,亮度值I動(dòng)態(tài)變化規(guī)律類似于R和G值(圖5、表4),飽和度值S變化沒(méi)有規(guī)律可循[17,29]。這充分說(shuō)明HIS模型中I值反映顏色參數(shù)各波長(zhǎng)的總能量,受拍攝環(huán)境、光源和光照度等因子的影響,所以試驗(yàn)拍攝過(guò)程選擇晴天正午時(shí)分,環(huán)境條件誤差小,從而減少了數(shù)字圖片獲取誤差;S值反映彩色的濃淡與飽和度,受外界環(huán)境因素影響非常大,在拍攝過(guò)程中受光照、天氣等多種影響因子的干擾比較明顯,變化幅度較大,因而失去其統(tǒng)計(jì)學(xué)與生物學(xué)意義。

      近年來(lái),3D數(shù)碼相機(jī)和無(wú)人機(jī)技術(shù)的發(fā)展日新月異,若大力發(fā)展近、遠(yuǎn)距離的無(wú)人機(jī)對(duì)棉花冠層進(jìn)行圖像采集、圖像處理和生長(zhǎng)檢測(cè)與診斷,且不斷提升檢測(cè)設(shè)備的光學(xué)精確度與敏感度,將會(huì)使新疆超高產(chǎn)棉花的生產(chǎn)管理和數(shù)字化、信息化有一個(gè)全新的技術(shù)創(chuàng)新與突破。

      參考文獻(xiàn):

      [1]李亞兵,毛樹春,韓迎春,等. 不同棉花群體冠層數(shù)字圖像顏色變化特征研究[J]. 棉花學(xué)報(bào),2012,24(6):541-547.

      [2]王方永,王克如,王崇桃,等. 基于圖像識(shí)別的棉花水分狀況診斷研究[J]. 石河子大學(xué)學(xué)報(bào):自然科學(xué)版,2007,25(4):404-407.

      [3]王方永,王克如,李少昆,等. 利用數(shù)字圖像估測(cè)棉花葉面積指數(shù)[J]. 生態(tài)學(xué)報(bào),2011,31(11):3090-3100.

      [4]雷詠雯,王 娟,李 艷,等. 圖像分析在大田作物生長(zhǎng)監(jiān)測(cè)中的應(yīng)用進(jìn)展[J]. 新疆農(nóng)業(yè)科學(xué),2006,43(3):213-217.

      [5]Behrens T,Diepenbrock W. Using digital image analysis to describe canopies of winter oilseed rape during vegetative developmental stages[J]. Journal of Agronomy and Crop Science,2006,192(4):295-302.

      [6]Li Q Q,Dong B D,Qiao Y Z,et al. Root growth,available soil water,and water-use efficiency of winter wheat under different irrigationregimes applied at different growth stages in North China[J].Agriculture Water Management,2010,97(10):1676-1682.

      [7]Raun W R,Solie J B,Taylor R K,et al. Ramp calibration strip technology for determining midseason nitrogen rates in corn and wheat[J]. Agronomy Journal,2008,100(4):1088-1093.

      [8]Mayfield A H,Trengove S P. Grain yield and protein responses in wheat using the N-sensor for variable rate N application[J]. Crop and Pasture Science,2009,60(9):818-823.

      [9]Pan G,Li F M,Sun G J. Digital camera based measurement of crop cover for wheat yield prediction[C]. IEEE International,2007:797-800.

      [10]Chen X P,Zhang F S,Rmheld V,et al. Synchronizing N supply from soil and fertilizer and N demand of winter wheat by an improved Nmin method[J]. Nutrient Cycling in Agroecosystems,2006,74(2):91-98.

      [11]Jia L L,Chen X P,Li M Z,et al. Optimum nitrogen fertilization of winter wheat based on color digital camera image[J]. Communications in Soil Science and Plant Analysis,2007,38(11/12):1385-1394.

      [12]Jia L L,Chen X P,Zhang F S,et al. Use of digital camera to assess nitrogen status of winter wheat in the northern china plain[J].Journal of Plant Nutrition,2004,27(3):441-450.

      [13]Yu Z H,Cao Z G,Wu X,et al. Automatic image-based detection technology for two critical growth stages of maize:emergence and three-leaf stage[J]. Agricultural and Forest Meteorology,2013(174):65-84.

      [14]Toshihiro S,Anatoly A,Gitelson B D,et al. Application of day and night digital photographs for estimating maize biophysical characteristics[J]. Precision Agriculture,2012,13(2):285-301.

      [15]Wang Y,Wang D J,Shi P H,et al. Leaf nitrogen concentration with a digital still color camera under natural light[J]. AgronomyJournal,2014,103(2):529-535.

      [16]Graeff S,Claupein W. Quantifying nitrogen status of corn (Zea mays L.) in the field by reflectance measurements[J]. European Journal of Agronomy,2003,19(4):611-618.

      [17]祝錦霞,鄧勁松,林芬芳,等. 水稻氮素機(jī)器視覺(jué)診斷最佳葉位和位點(diǎn)的選擇研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2010,41(4):179-183.

      [18]Wang Y,Wang D J,Zhang G,et al. Estimating nitrogen status of rice using the image segmentation of G-R thresholding method[J]. Field Crops Research,2013(149):33-39.

      [19]Sui R X,Thomasson J A,Hanksb J,et al. Ground-based sensing system for weed mapping in cotton[J]. Computers and Electronics in Agriculture,2008,60(1):31-38.

      [20]Bai X D,Cao Z G,Wang Y,et al. Crop segmentation from images by morphology modeling in the CIE L*a*b* color space[J].Computers andElectronics in Agriculture,2013(99):21-34.

      [21]Guijarro M,Pajares G,Riomoros I,et al. Automatic segmentation of relevant textures in agricultural images[J]. Computers andElectronics in Agriculture,2011,75(1):75-83.

      [22]蓋鈞鎰. 試驗(yàn)統(tǒng)計(jì)方法[M]. 北京:中國(guó)農(nóng)業(yè)出版社,2000:175-190.

      [23]齊國(guó)紅,張?jiān)讫?,張晴? 基于作物病害葉片顏色的病斑提取方法[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(12):434-436.

      [24]夏永泉,李耀斌,曾 莎. 基于HSI顏色空間的植物葉片病斑提取方法[J]. 江蘇農(nóng)業(yè)科學(xué),2015,43(8):406-408.

      [25]田 昊,王維新,畢新勝,等. 基于圖像處理的機(jī)采棉雜質(zhì)提取算法[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(1):366-368.

      [26]Jia B,He H B,Ma F Y,et al. Use of a digital camera to monitor the growth and N status of cotton[J/OL]. The Scientific World Journal,2014-02-27[2015-08-10]. http://dx.doi.org/10.1155/2014/602647.

      [27]孫恩紅. 基于數(shù)字圖像的棉花群體光合有效射的時(shí)空分布[D]. 北京:中國(guó)農(nóng)業(yè)科學(xué)院,2012.

      [28]顧 清,鄧勁松,陸 超,等. 基于光譜和形狀特征的水稻掃描葉片氮素營(yíng)養(yǎng)診斷[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(8):170-174.

      [29]孫 紅,孫 明,王一鳴. 植物生長(zhǎng)機(jī)器視覺(jué)無(wú)損測(cè)量研究綜述[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,37(10):181-185.

      猜你喜歡
      動(dòng)態(tài)變化數(shù)字圖像棉花
      棉花是花嗎?
      棉花
      小讀者(2020年4期)2020-06-16 03:33:54
      ARGUS-100 藝術(shù)品鑒證數(shù)字圖像比對(duì)系統(tǒng)
      偵查階段“證據(jù)材料的動(dòng)態(tài)變化”監(jiān)督與控制研究
      廣西木材產(chǎn)量動(dòng)態(tài)研究
      塔里木河流域水資源承載力變化及其驅(qū)動(dòng)力分析
      動(dòng)態(tài)變化的網(wǎng)絡(luò)系統(tǒng)安全處理機(jī)制研究
      科技資訊(2016年18期)2016-11-15 18:08:29
      基于塊效應(yīng)測(cè)度的JPEG數(shù)字圖像盲取證
      心中的“棉花糖”
      第三講 棉花肥害診斷及其防治
      微博| 铜鼓县| 德昌县| 乌什县| 静海县| 伊川县| 鄱阳县| 岳阳市| 大足县| 大关县| 汉中市| 屯门区| 林口县| 黑龙江省| 潜山县| 池州市| 淄博市| 霍山县| 永安市| 光泽县| 普陀区| 黔东| 沾益县| 民权县| 浮梁县| 承德市| 水城县| 全椒县| 遵义县| 县级市| 郯城县| 阿荣旗| 陆良县| 嘉善县| 旬阳县| 湛江市| 秦皇岛市| 临澧县| 五常市| 绍兴县| 冷水江市|