原文服务方: 作物学报       
摘要:
研究了利用机器视觉技术快速获取棉花群体叶绿素信息的方法,以期获得预测性高的颜色特征参数.结果表明,RGB颜色系统的G-R、(G-R)/(G+R)、r与g的组合值和棉花功能叶叶绿素含量、群体绿色指数呈极显著相关,而且拟合度较高;HIS颜色系统的Hue值和棉花功能叶叶绿素含量、群体绿色指数之间也极显著相关.对筛选出的两组模型进行检验,预测精度在84.07%~93.04%之间,推荐预测精度最高的G-R参数作为获取棉花群体叶绿素信息的最佳颜色指标.G-R预测叶绿素含量和群体绿色指数的模型分别为y=-1.3008+0.2125(G-R)-0.0038(G-R)2(R2=0.8669* *)和y=-0.9726+0.1227(G-R)-0.0016(G-R)2(R2=0.7487* *).
推荐文章
用机器视觉技术获取棉花叶片叶绿素浓度
机器视觉
RGB
HIS
棉花叶片
叶绿素浓度
基于机器视觉的森林防火监测技术初步研究
机器视觉
森林防火
监测技术
基于机器视觉的智能鱼群健康状况监测系统
机器视觉
鱼群
健康监测
运动目标跟踪
实时化
智能化
基于机器视觉的病人多状态监测系统设计
病人状态监测
背景差
目标特征
实时监测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的棉花群体叶绿素监测
来源期刊 作物学报 学科
关键词 棉花群体 机器视觉 叶绿素 RGB HIS 图像覆盖度
年,卷(期) 2007,(12) 所属期刊栏目 研究论文
研究方向 页码范围 2041-2046
页数 6页 分类号 S5
字数 语种 中文
DOI 10.3321/j.issn:0496-3490.2007.12.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (88)
参考文献  (6)
节点文献
引证文献  (41)
同被引文献  (126)
二级引证文献  (237)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(9)
  • 引证文献(4)
  • 二级引证文献(5)
2011(17)
  • 引证文献(6)
  • 二级引证文献(11)
2012(25)
  • 引证文献(2)
  • 二级引证文献(23)
2013(24)
  • 引证文献(4)
  • 二级引证文献(20)
2014(28)
  • 引证文献(6)
  • 二级引证文献(22)
2015(34)
  • 引证文献(4)
  • 二级引证文献(30)
2016(34)
  • 引证文献(4)
  • 二级引证文献(30)
2017(30)
  • 引证文献(5)
  • 二级引证文献(25)
2018(26)
  • 引证文献(0)
  • 二级引证文献(26)
2019(23)
  • 引证文献(2)
  • 二级引证文献(21)
2020(21)
  • 引证文献(1)
  • 二级引证文献(20)
研究主题发展历程
节点文献
棉花群体
机器视觉
叶绿素
RGB
HIS
图像覆盖度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
作物学报
月刊
0496-3490
11-1809/S
大16开
1950-01-01
chi
出版文献量(篇)
5614
总下载数(次)
0
总被引数(次)
197718
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导