学位论文 > 优秀研究生学位论文题录展示
玉米小斑病的图象处理技术及生理指标的研究
作 者: 李静
导 师: 丁克坚;邵陆寿
学 校: 安徽农业大学
专 业: 植物病理学
关键词: 玉米小斑病 图象处理 颜色特征值 病情指数
分类号: TP391.41
类 型: 硕士论文
年 份: 2007年
下 载: 117次
引 用: 1次
阅 读: 论文下载
内容摘要
本文对玉米小斑病图象及监测原理与方法进行了较系统的研究,将作物病害危害程度的监测理论和技术与现代信息技术结合,根据我国植保工作、病害监测的基本现状、发展趋势及现实需求,构建了基于图像识别的玉米小斑病发病程度诊断系统,得到以下结论。1数字图象的采集与预处理试验中所采集的作物植株图像包含土壤、塑料盆、杂草等一些背景因素,但土壤等非植物背景的红色分量R占主导地位,而叶片部分的绿色分量G占主导地位,从而为植物与非植物背景的识别提供了很好的依据。通过利用玉米植株彩色图像的R、G、B单个分量和R、G、B的组合分量分别对图像进行分割,提取作物植株,比较发现以(2G-R-B)组合分割玉米植株能够得到较为满意的效果。对于大量图片的作物植株的提取,使用迭代的方法自动选择最佳的分割阈值。用上述方法对试验中采集的图像进行分割,全部成功自动分割,很好的将玉米植株与背景分离开来。2玉米小斑病图象的颜色特征值与单株病情指数之间的关系本实验用RGB和HIS两个颜色系统的特征值分别建立了18个对苗期和拔节期不同发病程度的玉米单株病情指数进行预测的统计模型,并分别筛选出决定系数最高的5组,用未参加建模的15株玉米图像的颜色特征值进行验证。从预测值和实测值间线性回归方程的决定系数的大小可以看出,不同模型的预测精度有所差异,但对这两个不同生育期而言,均以红色分量R、红色分量与绿色分量互为比值的组合值R/G和G/R与其对应的病情指数间的回归模型的预测精度较高。3单叶水平下颜色特征值、病斑占叶片面积百分率和叶绿素含量间的关系3.1颜色特征值与病斑占叶片面积百分率之间的关系从RGB和HIS两个颜色系统的特征值与单叶水平下病斑占叶片面积百分率建立的18个统计预测模型中筛选出决定系数最高的6组,并用未参加建模的玉米图像的颜色特征值进行验证,发现由这6组回归模型的预测精度均比较高。3.2病斑占玉米叶片面积的百分率与叶绿素含量间的关系病斑占叶片面积的百分率与叶绿素含量之间均存在极显著的相关关系,相关系数都达到0.95以上,并且随着病斑占叶片面积的百分率的增加,各叶绿素的含量也随之降低。3.3颜色特征值与不同感病程度的玉米叶片的叶绿素含量间的关系通过对不同发病程度玉米叶片的颜色特征值和其对应的叶绿素a、b和a+b浓度之间进行回归分析,并根据决定系数的大小从中共筛选出22组模型进行验证。结果发现R、G、R/G、G/R、R/(G+B)、r和H等颜色特征值与叶绿素a浓度的回归模型的预测效果较好;R、G和H等特征值与叶绿素a+b浓度的回归模型的预测精度较高;但各颜色特征值与叶绿素b浓度的回归模型的预测精度均较低。4不同发病程度下玉米植株生理指标的变化根据以整株为单位的玉米小斑病的分级标准,将植株的发病情况分为0级、0.5级、1级、2级、3级和4级。采用L16400便携式光合仪测定感染玉米小斑病的植株净光合速率、气孔导度和蒸腾速率等生理指标。结果表明,随着感病程度的增加,净光合速率、气孔导度和蒸腾速率均呈现下降趋势。
|
全文目录
中文摘要 3-5 英文摘要 5-10 文献综述 10-15 引言 15-17 1 研究的目的及意义 15-16 2 研究目标与内容 16-17 材料与方法 17-23 1 病害与调查 17-18 1.1 供试材料 17 1.2 试验设计 17-18 1.2.1 处理设置 17 1.2.2 病原菌接种方法 17 1.2.3 病害调查与统计 17-18 2 图象采集与预处理 18-21 2.1 数字图象处理系统 18-19 2.1.1 系统框图 18-19 2.1.2 系统的实现 19 2.2 数字图象的采集 19 2.3 数字图象的预处理 19-20 2.3.1 作物植株的分割 19-20 2.3.2 光照强度影响的消除 20 2.3.3 叶面积影响的消除 20 2.4 图象特征数据的提取 20-21 2.4.1 颜色系统的选择 20-21 2.4.2 特征数据的提取 21 3 数字图像分析 21-22 4 不同发病程度的玉米植株生理指标的测定 22 5 不同发病程度的玉米叶片叶绿素含量的测定 22-23 5.1 取样 22 5.2 叶绿素含量的测定 22-23 结果与分析 23-53 1 数字图象的采集与预处理 23-27 1.1 以彩色图象的RGB分量图进行分割的效果 23-25 1.2 以彩色图像的RGB分量组合进行分割的效果 25-27 2 玉米小斑病图像颜色特征值与单株病情指数之间的关系分析 27-33 2.1 RGB颜色系统特征值与单株病情指数之间的关系分析 27-31 2.1.1 苗期发病的玉米图象的RGB颜色系统特征值与对应病情指数之间的关系分析 27-29 2.1.2 拔节期发病的玉米图象的RGB颜色系统特征值与对应病情指数之间的关系分析 29-31 2.2 HIS颜色系统特征值与单株病情指数之间的关系分析 31-33 2.2.1 苗期发病的玉米图象的HIS颜色系统特征值与对应病情指数之间的关系分析 31-32 2.2.2 拔节期发病的玉米图象的HIS颜色系统特征值与对应病情指数之间的关系分析 32-33 3 单叶水平下颜色特征值、病斑占叶片面积百分率和叶绿素含量间的关系分析 33-41 3.1 颜色特征值与病斑占叶片面积百分率之间的关系分析 33-36 3.1.1 RGB颜色系统特征值与病斑占叶片面积百分率之间的关系分析 33-35 3.1.2 HIS颜色系统特征值与病斑占叶片面积百分率之间的关系分析 35-36 3.2 病斑占玉米叶片面积的百分率与叶绿素含量间的关系 36-37 3.3 颜色特征值与不同感病程度的玉米叶片的叶绿素含量间的关系分析 37-41 3.3.1 RGB颜色系统特征值与叶绿素含量之间的关系分析 37-40 3.3.2 HIS颜色系统特征值与叶绿素含量之间的关系分析 40-41 4 模型检验 41-51 4.1 玉米小斑病图像颜色特征值与单株病情指数间的回归模型检验 41-44 4.1.1 苗期发病的玉米植株图像颜色特征值与对应病情指数的回归模型检验 41-42 4.1.2 拔节期发病的玉米植株图像颜色特征值与对应病情指数的回归模型检验 42-44 4.2 单叶水平下颜色特征值与病斑占叶片面积百分率之间的回归模型检验 44-46 4.3 单叶水平下颜色特征值与叶绿素a、b、a+b含量之间的回归模型检验 46-51 4.3.1 颜色特征值与叶绿素a含量之间的回归模型检验 46-49 4.3.2 颜色特征值与叶绿素a+b含量之间的回归模型检验 49-50 4.3.3 颜色特征值与叶绿素b含量之间的回归模型检验 50-51 5 不同发病程度下玉米植株生理指标的变化 51-53 5.1 净光合速率的变化 51-52 5.2 气孔导度的变化 52 5.3 蒸腾速率的变化 52-53 讨论 53-55 1数字图象的采集与预处理 53 2玉米小斑病图象颜色特征值与单株病情指数及单叶水平下图象特征值 与病斑占叶片面积百分率和叶绿素浓度之间的关系 53-54 3单株和单叶颜色特征与群体特征关系探讨 54-55 结论 55-57 1数字图象的采集与预处理 55 2玉米小斑病图象颜色特征值与单株病情指数之间的关系 55 3单叶水平下颜色特征值、病斑占叶片面积百分率和叶绿素含量间的关系 55 4模型检验 55-56 5不同发病程度下玉米植株生理指标的变化 56-57 参考文献 57-62 致谢 62-63 作者简介 63
|
相似论文
- 平遥长山药连作障碍机理研究及其防治对策,S436.32
- 苹果褐斑病的高光谱遥感监测估算分析研究,S436.611
- 基于计算机图像处理的叶片氮素检测系统研究,TP391.41
- 云南省昭通炎山铅锌矿矿区遥感信息融合与成矿预测,P618.4
- CIMMYT玉米种质Ent17大斑病抗性基因解析及Ht1生物信息学分析,S435.11
- 基于MATLAB的医学影像后处理的应用研究,TP391.41
- 玉米灰斑病初侵染源、田间发生动态、生物学特性及药剂防治研究,S435.131
- 烟草种质资源对蚀纹病及脉斑病的田间抗病性研究,S435.72
- 非制冷焦平面在比色测温系统应用的研究,TN215
- 恒星的光度测量,P141.2
- UV-B辐射与稻瘟病菌胁迫对两个水稻品种幼苗生长、生理和稻瘟病的影响,S435.111.41
- 汽车主动防撞系统研究,TP391.41
- 辅助虚拟布景的视频字幕实时分离系统设计与实现,TP391.41
- “柏拉玛地”玉米大斑病无病斑型抗性基因HtNB的定位,S513
- 基于数字图象处理技术的光学位移测量方法的研究,TP391.41
- 基于计算机图像处理的叶绿素含量检测系统研究,TP391.41
- 基于虚拟仪器技术的有机半导体光电器件自动化测试系统,TN383.1
- 动平衡机跳动度测量稳定性及轮胎型号识别研究,TP391.41
- 不同级别马铃薯脱毒种薯的生长表现及生理生化指标研究,S532
- 小麦条锈病辅助鉴别寄主的筛选和品种中梁22号的抗条锈性遗传分析,S435.121
- 玉米抗大斑病Ht基因标记研究与山西省大斑病菌小种鉴定,S435.131
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|