RGB与HSI色彩空间下预测叶绿素相对含量的研究

• 作者: 周琼 孙爱珍 孙玉婷 杨文姬 杨红云 王映龙
• 来源期刊: 浙江农业学报
• 学科: 农学
• 关键词: 水稻 SPAD值 支持向量机 HSI RGB
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 生物系统工程
• 页码范围: 1782-1789
• 页数: 8页
• 分类号: S126
• 字数: 6241字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1524.2018.10.23

摘要

为探明RGB与HSI两种色彩空间下水稻叶色图像参数与叶绿素相对含量(SPAD)之间的关系,应用支持向量机的方法预测水稻叶片的SPAD值,为快速精准获取植物SPAD值提供理论基础,同时为科学施肥提供理论指导.水稻田间试验于2015—2017年在江西农业大学农学试验站和江西省成新农场进行,供试水稻品种为金优458(JY458)、中早35(ZZ35)和两优培九(LYP9),每个水稻品种均设计4组不同的氮素水平.通过对获取的水稻图像进行叶色参数提取以及叶绿素仪测量的SPAD值来分析水稻叶色图像参数与SPAD值之间的关系,并用支持向量机的方法建立相关模型预测SPAD值.结果显示,较RGB色彩空间下三种水稻品种在HSI色彩空间上预测值的均方根误差分别减少了0.067 5(JY458)、0.020 0(ZZ35)和0.154 2(LYP9),平均相对误差比RGB色彩空间下分别减少了0.084 2 ( JY458)、0.133 5 (ZZ35)和0.238 2 百分点( LYP9).水稻叶片在两种不同色彩空间下的叶色图像参数和水稻叶片SPAD值之间存在显著性相关(P＜0.05),利用改进的网格搜索算法优化支持向量机的方法建立水稻叶片SPAD值预测模型,其预测结果误差小,为快速准确无损获取植物SPAD值的预测提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王映龙	江西农业大学计算机与信息工程学院	82	408	13.0	17.0
3	杨红云	江西省高等学校农业信息技术重点实验室	35	172	9.0	11.0
5	孙玉婷	江西农业大学计算机与信息工程学院	6	13	3.0	3.0
8	周琼	江西农业大学计算机与信息工程学院	6	17	3.0	4.0
11	孙爱珍	江西省高等学校农业信息技术重点实验室	3	11	2.0	3.0