-
题名基于新梢叶节距的苹果树叶片氮含量检测
被引量：3
- 1
-
-
作者
刘双喜
张磊
张宏建
荆林龙
权泽堃
王金星
-
机构
山东农业大学机械与电子工程学院
山东农业大学山东省园艺机械与装备重点试验室
-
出处
《中国农机化学报》
北大核心
2019年第7期89-96,共8页
-
基金
“十三五”国家重点研发计划(2016YFD0201104)
山东省高等学校科技计划(J15LF08)
“双一流”奖补资金资助(SYL2017XTTD14)
-
文摘
为实现苹果树叶片氮含量的快速无损检测,提出一种基于苹果树新梢叶节距估测叶片氮含量的方法。通过图像处理技术提取不同施氮水平下的苹果树新梢叶节距图像特征,得到新梢叶节距与叶片含氮浓度之间的关系,建立出苹果树叶片氮含量检测模型。试验验证,建立的随机森林检测模型决定系数为0.838 6,均方根误差为2.376 9。本方法可以为苹果园合理施用氮肥提供科学参考。
-
关键词
苹果树叶片
施氮水平
叶节距
氮含量检测
视觉测量
-
Keywords
apple tree leaves nitrogen application levels
leaf node pitches
nitrogen content tests
vision measurement
-
分类号
S661.1
[农业科学—果树学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像处理的苹果树叶片氮含量检测
被引量：1
- 2
-
-
作者
权泽堃
王金星
刘双喜
胡安瑞
刘雪梅
-
机构
山东农业大学机械与电子工程学院
山东省农业装备智能化工程实验室
-
出处
《现代农业装备》
2021年第3期40-48,共9页
-
基金
国家重点研发计划项目(2016YFD0201104)
国家苹果产业技术体系项目(CARS-27)。
-
文摘
为精准预测苹果树果实膨大期、成熟期和采收期的叶片氮含量,提出一种基于图像处理的苹果树叶片氮含量预测模型。首先,在可见光光谱范围内使用无人机及数码相机采集不同时期苹果树树冠图像及新梢叶片图像,应用数字图像处理技术,提取苹果树冠的色彩特征和新梢叶片图像的形态特征;其次,采用凯式定氮法测定苹果树叶片的氮含量,对提取的图像特征参数和苹果树叶片的氮含量进行多项式回归模型、支持向量机(SVM)模型、人工神经网络模型的构建,并根据相关评价指标确定最优模型为人工神经网络模型;最后,对苹果树果实膨大期、成熟期、采收期3个不同时期的氮含量预测模型进行验证,确定预测模型的准确性。试验结果表明,不同时期氮含量预测模型的均方根误差(RMSE)分别为0.039、0.029、0.037,平均绝对误差(MAE)分别为0.338、0.403、0.412,平均绝对百分比误差(MAPE)分别为0.582、0.635、0.642,模型预测值与实际值拟合程度较好,该模型可以实时监控苹果树氮营养状态,为实现果园精准施肥管理提供理论依据。
-
关键词
图像处理
叶面积
树冠色彩
氮含量检测
-
Keywords
image processing
leaf area
crown color
nitrogen detection
-
分类号
S661.1
[农业科学—果树学]
-
