TY -的A2 -李,年轻的郑大世盟——陈,傈僳族盟——黄,世韩盟——太阳,渊源盟——朱Enyan AU -王,柯PY - 2019 DA - 2019/09/29 TI -快速识别基于机器视觉的钾营养大米中的压力和面向对象分割SP - 4623545六世- 2019 AB -特殊症状可以观察到在水稻叶子当暴露于缺钾时,这些症状通常显示不同在不同钾水平,提供快速营养诊断的基础。在这个研究,两年的水培试验水稻钾营养水平(提供5从极短正常)进行了和叶图像光学扫描获得的四个发展时期。钾营养诊断内容,特殊的症状包括黄棕色的叶缘和坏死斑点从叶子图像分割和量化的面向对象方法,和叶的6进一步的光谱特征提取的图像颜色MATLAB软件的分析功能。基于钾含量和叶特征之间的关系, G值(平均值 G通道在RGB颜色模型)计算出整个叶子和叶子,黄色的叶缘的面积,和坏死斑点的数量用于钾压力的识别模型的建立采用支持向量机(SVM)。结果表明,水稻钾营养的整体识别精度内容分别为90%,94%,94%,和96%在四个不同的生长周期(生产分蘖期、无效的分蘖期、拔节期、孕穗期),分别。从一年获得的数据被用来验证模型,识别精度分别为94%,78%,80%,和84%,分别。一般来说,利用面向对象分割提取的具体症状是机器视觉的延伸技术在诊断缺钾,及其在植物营养诊断中的应用是有价值的有效特征的量化和提高识别精度。SN - 2314 - 4920你2019/4623545 / 10.1155——https://doi.org/10.1155/2019/4623545——摩根富林明——《光谱学PB - Hindawi KW - ER