基于图像处理技术的多角度冬小麦氮素营养诊断

为实现基于图像处理技术的多角度冬小麦氮素营养无损监测,以不同氮运筹试验的冬小麦作为研究对象,使用相机对冬小麦冠层进行多角度拍摄,基于openCV图像技术处理冬小麦冠层图像并提取颜色特征参数,结合叶片氮含量指标,利用多元线性回归、逐步多元线性回归、BP-神经网络建立多角度条件下颜色特征参数的氮素监测模型.结果表明,冬小麦冠层图像与叶片氮含量存在一定的相关性,从冠层图像获取的RGB颜色空间中的R、G、B、reG、lnG等5个颜色参数与冬小麦的叶片氮含量相关性均达到极显著水平;不同的拍摄角度对基于图像参数的冬小麦叶片含氮量光谱监测精度造成影响,其中,与冠层水平面呈60°(逆光,与天顶方向夹角30°)拍摄的冠层图像建模效果准确度最高,效果最优(R2=0.896,RMSE=0.572),与冠层水平面呈30°(逆光,与天顶方向夹角60°)次之,与冠层水平面呈90°(逆光,垂直向下,与天顶方向夹角0°)最差.基于R、G、B、lnG、reG等5个颜色特征参数建立的60°冠层图像的多元线性回归模型整体表现最好.