基于计算机图像处理检测温室黄瓜幼苗土壤水份含量的技术研究

摘要

本研究选择温室黄瓜作为研究对象，在自然光条件下进行试验，运用计算机图像处理技术，对黄瓜的叶片图像特征进行提取，分析黄瓜植株的生长信息，进而实现对土壤水份含量的检测，检测结果可作为精准灌溉的参考，为后期的灌溉提供科学的依据。 基于以上目的，主要进行了以下研究工作： (1)按照常规方法对植株的生长进行管理，试验中土壤水份含量设计5个处理水平：90％、80％、70％、60％和50％，浇水量按照土壤水份含量各处理水平的±5％控制。使用数码相机统一采集自植株顶部下数第3片功能叶的图像。 (2)对叶片图像进行直方图修正、平滑和锐化等预处理，再分割出叶片和背景。提出了一种适合于自然光条件下分割叶片和复杂背景的方法，采用过绿分割法对图像进行分割，并运用自动选择分类阈值的最大方差比法确定分割阈值T，该方法能很好的将叶片和背景进行分割。 (3)运用图像处理技术，提取出叶片图像各颜色特征值。通过分析土壤水份含量与各颜色特征的线性相关关系得出，土壤水份含量分别与颜色特征r、H之间均呈高度相关性，并且达到了显著性检验水平(p=0.05)，同时，它们的值域变化区间和土壤水份含量水平之间存在有较好的对应关系。选用颜色特征参数r分量和H分量作为检测系统的检测指标，对土壤水份含量进行检测是可行的。 (4)在检测系统的检测指标和土壤水份含量之间建立三层BP神经网络，采用自适应学习速率梯度下降反向传播算法对网络进行训练，训练后的网络对训练样本的正确识别率为100％，对测试样本，处理水平50％至90％的识别率分别为92.5％、97.5％、100％、97.5％和100％。以VC++为开发平台，编制出土壤水份含量的检测系统。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题的提出

1.1.1现代设施农业的发展状况

1.1.2获取作物长势信息的方法及作用

1.1.3土壤水份对温室黄瓜生长与生理特性的影响

1.2计算机图像处理技术用于作物长势检测的应用和发展

1.2.1计算机图像处理技术用于作物长势检测的应用

1.2.2计算机图像处理技术用于作物长势检测的发展

1.3研究内容、关键问题与研究路线

1.3.1研究内容

1.3.2关键问题

1.3.3研究路线

第2章试验设计与图像预处理

2.1试验设计

2.1.1材料与处理

2.1.2图像采集

2.2图像预处理

2.2.1直方图修正

2.2.2图像的平滑

2.2.3图像的锐化

2.3图像的分割

2.3.1过绿分割法

2.3.2阈值T的选取

2.4本章小结

第3章黄瓜叶片图像的特征提取与分析

3.1颜色模型的选取

3.1.1 RGB颜色模型

3.1.2 HSI颜色系统

3.2叶片图像颜色特征参数的选取

3.3土壤水份含量与叶片颜色特征关系分析

3.3.1土壤水份含量与特征R、G、B的关系

3.3.2土壤水份含量与特征r、g、b的关系

3.3.3土壤水份含量与特征H、S的关系

3.3.4土壤水份含量与特征R/(G+B)、G/(R+B)、B/(R+G)的关系

3.4本章小结

第4章检测土壤水份含量的BP神经网络构建

4.1 BP神经网络的原理

4.2 BP神经网络结构的设计

4.2.1网络层数的选择

4.2.2输入层的设计

4.2.3输出层的设计

4.2.4隐含层的设计

4.2.5网络参数的选择

4.3 BP神经网络训练与测试

4.3.1样本的选择和组织

4.3.2网络的训练

4.3.3网络的测试

4.4本章小结

第5章基于BP神经网络的土壤水份含量检测系统设计

5.1检测系统的开发原则与技术指标

5.1.1检测系统的设计原则

5.1.2检测系统的编写原则

5.1.3技术指标

5.2系统设计

5.2.1软件结构

5.2.2主要函数说明

5.3本章小结

第6章结论与讨论

6.1结论

6.2讨论

参考文献

致谢

攻读硕士学位期间发表的学术论文