基于LabVIEW葡萄叶片还原糖含量的测试方法

• 作者: 李红岭 杨梅 武季玲 贾尚云 邵世禄 高晓阳
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: LabVIEW Matlab 叶片图像 还原糖 参数提取 分类识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 试验与测试
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP339
• 字数: 3586字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.08.014

摘要

目前对葡萄叶片营养元素诊断大都利用化学滴定法或者光谱仪器分析法,但此类方法仅适用于实验室小批量作物测试,难以应用至大批量农业生产中.因此本系统以葡萄叶片为测试对象,在Lab-VIEW软件平台下,提出了一种基于夜间葡萄叶片中还原糖含量的测定系统.具体为利用USB工业摄像头实时采集叶片图像,借助于Vision Development Module模块中的Vision Assistant完成图像处理工作,进而通过LabVIEW中“脚本与公式”模块调用Matlab Script脚本节点编程,提取叶片图像颜色和纹理特征值参数,使用支持向量机(SVM)算法构建分类器模型对487幅葡萄叶片糖分含量进行分类识别.结果 表明该系统分类识别准确率高达87.349％,单次测试时长为2～5 min.证明该系统精度高、工作稳定,对提高农业经济效益方面具有重要意义,有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵世禄	甘肃农业大学机电工程学院	28	234	7.0	14.0
2	武季玲	甘肃农业大学机电工程学院	25	482	10.0	21.0
3	高晓阳	甘肃农业大学机电工程学院	42	192	8.0	12.0
4	杨梅	甘肃农业大学机电工程学院	42	128	7.0	8.0
5	李红岭	甘肃农业大学机电工程学院	27	82	4.0	8.0
6	贾尚云	甘肃农业大学机电工程学院	3	3	1.0	1.0