-
题名基于光场相机的大豆冠层叶面积无损测量方法研究
被引量：2
- 1
-
-
作者
顾正敏
李臻峰
宋飞虎
张君生
庄为
-
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
-
出处
《浙江农业学报》
CSCD
北大核心
2018年第12期2144-2152,共9页
-
基金
国家自然科学基金(51406068)
江苏省政策引导类计划(产学研合作)--前瞻性联合研究项目(BY2015019-16)
-
文摘
大豆上、中、下冠层叶面积分布是大豆植株株型状况评价、产量预测的重要依据,而传统上、中、下冠层叶面积测量方法采用大田切片法,该方法过程繁琐,且会对叶片造成伤害。针对这一问题,引入光场相机重聚焦技术分别得到聚焦在上、中、下叶片的重聚焦图像,通过图像处理技术提取聚焦平面的叶片,去掉离焦平面的叶片,分别得到上、中、下层的投影面积。选用开花期103盆宏秋品种大豆植株作为校正集,根据光场相机的标定计算各冠层叶片的校正系数,获得修正后的各冠层叶片投影面积。建立大豆植株各冠层投影面积和真实叶面积的回归模型,并选20盆作为预测集来验证各回归模型。研究发现:上层叶面积模型的决定系数为0. 945,预测集的最大误差为4. 48%,均方根误差为4. 376;中层叶面积模型的决定系数为0. 796,预测集的最大误差为13. 62%,均方根误差为7. 273;下层叶面积模型的决定系数为0. 914,预测集的最大误差为8. 63%,均方根误差为1. 529。上层和下层叶面积测量模型相关性高,由于上层叶片的遮挡,中层叶面积模型相关性略低。
-
关键词
冠层叶面积
光场重聚焦
大豆植株
图像处理
回归模型
-
Keywords
canopy leaf area
light field refocusing
soybean
image processing
regression model
-
分类号
S126
[农业科学—农业基础科学]
-
-
题名大豆开花期叶片面积双视角无损测量系统的构建
- 2
-
-
作者
顾正敏
李臻峰
宋飞虎
张君生
庄为
朱冠宇
-
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
-
出处
《贵州农业科学》
CAS
2018年第6期140-143,共4页
-
基金
国家自然科学基金项目"喷雾流场液滴参数全场彩虹技术与消光法融合的二维多点测量方法研究"(51406068)
江苏省政策引导类计划(产学研合作)-前瞻性联合研究项目"植入脉冲杀菌及气味检测的白酒自动勾兑系统研究"(BY2015019-16)
-
文摘
为作物叶面积的无损测量提供理论依据,以开花期103盆大豆品种宏秋的植株作为校正集,通过图像处理建立大豆植株顶视投影面积(TA)、侧视投影面积(SA)和真实叶面积(y)的回归模型,并在大豆开花期选20盆作为预测集验证回归模型,为消除叶片倾角对测量结果的影响,将顶视和侧视投影面积作为预测模型自变量优化模型。结果表明:顶视投影面积和真实叶面积的回归模型中,幂函数模型y=2.04×10^(-4)×TA^(1.049)为最优模型,决定系数(R^2)=0.949,最大误差为8.71%,均方根误差为12.56;优化的多元幂函数模型为y=2.37×10^(-4)×TA^(0.908)×SA^(0.144),R^2=0.960,最大相对误差的绝对值为4.29%,均方根误差为8.77。计算机视觉系统无损测量单株大豆开花期叶片面积可行,且测量精度高,适用于不同地区和不同品种大豆的叶面积测量。
-
关键词
图像处理
无损测量系统
大豆植株
叶片面积
回归模型
-
Keywords
image processing
nondestructive measurement system
soybean plant
leaf area
regression model
-
分类号
S126
[农业科学—农业基础科学]
-
