公开(公告)号：CN109827957A

公开(公告)日：2019-05-31

申请号：CN201811540722.0

申请日：2018-12-17

Applicant: 南京邮电大学

Inventor： 白晓东 ,  杨爱萍 ,  张坤 ,  段里成 ,  赵铭卓 ,  姜啸晨 ,  曹卉

IPC: G01N21/84

Abstract: 本发明公开了一种基于计算机视觉的水稻叶片SPAD值估测方法，该方法包括：(1)采集一定数量的水稻叶片样本，并将所述水稻样本放在18％灰板上，获取对应样本图像；(2)测定所有样本图像的SPAD值；(3)采用阈值分割法去除样本图像中的灰板部分，留下绿色叶片主体部分；(4)提取所述样本图像的颜色特征，获得样本图像中的RGB颜色空间中颜色特征和HSV颜色空间中的颜色特征；(5)以所述颜色分量为输入，采用逐步回归分析方法，建立基于颜色分量的SPAD值估测模型M'2。本发明提出的方法，可快速得到整片水稻叶片SPAD值数据，估测结果精度较高、误差小，不仅能减少人工检测水稻叶片SPAD值的工作效率，还能为水稻叶片可视化研究提供依据。

公开(公告)号：CN109827957B

公开(公告)日：2021-04-06

申请号：CN201811540722.0

申请日：2018-12-17

Applicant: 南京邮电大学

Inventor： 白晓东 ,  杨爱萍 ,  张坤 ,  段里成 ,  赵铭卓 ,  姜啸晨 ,  曹卉

IPC: G01N21/84

Abstract: 本发明公开了一种基于计算机视觉的水稻叶片SPAD值估测方法，该方法包括：(1)采集一定数量的水稻叶片样本，并将所述水稻样本放在18％灰板上，获取对应样本图像；(2)测定所有样本图像的SPAD值；(3)采用阈值分割法去除样本图像中的灰板部分，留下绿色叶片主体部分；(4)提取所述样本图像的颜色特征，获得样本图像中的RGB颜色空间中颜色特征和HSV颜色空间中的颜色特征；(5)以所述颜色分量为输入，采用逐步回归分析方法，建立基于颜色分量的SPAD值估测模型M'2。本发明提出的方法，可快速得到整片水稻叶片SPAD值数据，估测结果精度较高、误差小，不仅能减少人工检测水稻叶片SPAD值的工作效率，还能为水稻叶片可视化研究提供依据。