|本期目录/Table of Contents|

[1]劳东青,陈立平,邬欢欢,等.基于计算机视觉的枣叶含水率估算模型[J].江苏农业科学,2015,43(04):384-386.
　Lao Dongqing,et al.Study on jujube leaf water content estimation model based on computer vision[J].Jiangsu Agricultural Sciences,2015,43(04):384-386.
点击复制

基于计算机视觉的枣叶含水率估算模型(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第43卷
期数:
2015年04期
页码:
384-386
栏目:
农业工程与信息技术
出版日期:
2015-04-25

文章信息/Info

Title:
Study on jujube leaf water content estimation model based on computer vision
作者:
劳东青1;  陈立平1;  邬欢欢1;  郭丽峰1;  李发永2
1.新疆塔里木大学信息工程学院，新疆阿拉尔 843300； 2.新疆塔里木大学水利与建筑工程学院，新疆阿拉尔 843300
Author(s):
Lao Dongqing; et al
关键词:
图像分析; 叶片含水率; 红枣; 中值滤波; 估算模型; 计算机视觉
Keywords:
-
分类号:
S126；TP391.4
DOI:
-
文献标志码:
A
摘要:
通过对枣叶图像预处理、颜色特征提取及含水率测定，分析枣叶图像颜色特征值与含水率的相关性。结果表明，枣叶G-R和H这2个颜色特征与含水率相关性显著。基于G-R和H建立枣叶含水率估算模型为：y=0.877 2-0.001 5×(G-R)-0.101 3×H，复相关系数R为0.890 7，应用计算机视觉技术进行枣叶含水率估算可行。
Abstract:
-

参考文献/References:

［1］康绍忠，蔡焕杰，冯绍元.现代农业与生态节水的技术创新与未来研究重点［J］. 农业工程学报，2004，20(1)：1-6.
［2］彭文，李庆武，霍冠英，等. 基于计算机视觉的植物水分胁迫状况监测方法［J］. 科学技术与工程，2013，13(9)：2313-2317，2330.
［3］Ahmad U，Mardison S，Tjahjohutomo R，et al. Development of automatic grading machine prototype for citrus using image processing［J］. Australian Journal Agricultural Engineering，2010，1(5)：165-169.
［4］梁改梅，杨锦忠，陈稳良，等. 计算机图像处理与分析技术在作物领域的应用［J］. 科技情报开发与经济，2006，16(12)：222-224.
［5］Romano G，Baranyai L，Gottschalk K，et al. An approach for monitoring the moisture content changes of drying banana slices with laser light backscattering imaging［J］. Food and Bioprocess Technology，2008，1(4)：410-414.
［6］于常乐. 基于图像处理的叶片含水量的无损检测研究［D］. 长春：吉林大学，2007.
［7］孙瑞东，于海业，于常乐，等. 基于图像处理的黄瓜叶片含水量无损检测研究［J］. 农机化研究，2008(7)：87-89.
［8］蔡鸿昌，崔海信，高丽红，等. 基于颜色特征的叶片含水率与比叶重估算模型初探［J］. 中国农学通报，2006，22(8)：532-535.
［9］王方永，王克如，王崇桃，等. 基于图像识别的棉花水分状况诊断研究［J］. 石河子大学学报：自然科学版，2007，25(4)：404-407.
［10］杜丽美.几种常见的图像去噪算法研究［J］. 山西大同大学学报：自然科学版，2012，28(5)：7-9.
［11］甘露萍，谢守勇，邹大军.基于计算机视觉的烤烟鲜烟叶含水量无损检测及MATLAB实现［J］. 西南大学学报：自然科学版，2009，31(7)：166-170.
［12］Zakaluk R，Ranjan R S. Artificial neural network modelling of leaf water potential for potatoes using RGB digital images：a greenhouse study［J］. Potato Research，2006，49(4)：255-272.

相似文献/References:

[1]杨青.一种基于图像分析的玉米病虫害智能化识别方法[J].江苏农业科学,2014,42(07):128.
　Yang Qing.Intelligent recognition method of maize diseases and pests based on image analysis[J].Jiangsu Agricultural Sciences,2014,42(04):128.
[2]高宇,高军萍,李寒,等.植物表型监测技术研究进展及发展对策[J].江苏农业科学,2017,45(11):5.
　Gao Yun,et al.Research progress and development countermeasure of plant phenotypic monitoring technology[J].Jiangsu Agricultural Sciences,2017,45(04):5.
[3]向佳琳,姚鑫锋,刘倩,等.基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测[J].江苏农业科学,2018,46(04):105.
　Xiang Jialin,et al.Hyperspectral monitoring of leaf water content in different leaf position of muskmelon in greenhouse[J].Jiangsu Agricultural Sciences,2018,46(04):105.
[4]郭建茂,王星宇,李淑婷,等.基于冠层光谱红边参数和植被指数的冬小麦水分胁迫监测[J].江苏农业科学,2019,47(10):88.
　Guo Jianmao,et al.Study on water stress monitoring of winter wheat based on canopy spectral red-edge parameters and vegetation index[J].Jiangsu Agricultural Sciences,2019,47(04):88.

备注/Memo

备注/Memo:
收稿日期：2014-11-24
基金项目：国家自然科学基金(编号：51169024)；塔里木大学校长基金(编号：TDZKSS201208)。
作者简介：劳东青(1983—)，女，广西灵山人，硕士，讲师，从事图像处理、节水灌溉研究。E-mail：dql904@126.com。
通信作者：李发永，硕士，副教授，从事节水农业研究。E-mail：lisen8279@163.com。
更新日期/Last Update: 2015-04-25