论文摘要
本文运用图象及视觉技术提取水稻纹枯病不同等级下颜色特征值,研究了不同感病等级下颜色变化的规律性;以病斑高率作为判断受害程度的标准,分析水稻病斑相对高度与病情指数之间的相关关系;并对不同感病等级下叶片颜色特征值的变化与叶片的生理生化指标变化等方面进行较为系统的研究。1.水稻纹枯病不同病害等级情况下图象处理研究对水稻纹枯病整株图象进行分割,以(2G-R-B)图分割水稻植株叶片部分能够得到较为满意的效果,整株取阈值进行分割效果较好。直方图中谷底处在0.4附近,因此选择T=0.4作为初值,对试验中采集的31幅图像进行分割,可以全部成功自动分割,除有少量的黄叶信息丢失。利用图象处理进行整株颜色特征参数提取,结果可以看出,随着等级的增加,叶片的R值表现出一定的规律呈上升趋势,H值表现出一定的下降趋势。因各级之间颜色特征值存在一些重叠区域,区分效果并不明显,故直接进行整株图象颜色提取的方法用于病害等级检测是不可行的。2.水稻纹枯病不同感病等级下叶片颜色特征值的变化分析水稻纹枯病不同感病等级叶片颜色特征值的变化分析,结果表明:随着病害等级的增加,叶片的R值、G值、r值、S值呈现逐渐升高的趋势;叶片的B值、b值、H值呈现逐渐降低的趋势;而B值、g值变化无规律可寻。各颜色特征值区分病害等级的结果如下:(1)R值可将1级与3级、2级与4级、1级5级较好的区分出来,区分效果最好。(2)G值可将2级、3级、4级间明显区分出来。(3)r值对1级、2级、3级间无法区分,但对1级与4级,1级与5级间可以区分。(4)b值可将2级和3级区分出来。(5)H值可将1级与4级、2级与4级区分出来。(6)S值可将2级与4级区分出来。3.应用距离方法对水稻纹枯病危害程度进行检测研究应用距离方法对水稻纹枯病危害程度的检测试验中,结果表明,2级正确率80%3级正确率89%,4级正确率100%,5级正确率80%。检测的正确率在80-100%之间,此方法可以用于水稻纹枯病的病害等级的检测。对水稻纹枯病病斑的相对高度与病情指数间进行了相关分析,表明水稻纹枯病病斑的相对高度与病情指数之间呈极显著相关,相关系数达到0.8534。4.水稻纹枯病不同感病等级下生理指标的差异研究水稻纹枯病不同感病等级下的生理指标测定结果表明,感病植株的叶片的净光合速率、气孔导度及蒸腾速率明显低于对照,随着感病等级的不断增加,其净光合速率、气孔导度、蒸腾速率均是不断减小的。5.水稻纹枯病不同感病等级下酶活性变化分析水稻纹枯病不同感病等级下的酶活性(PPO,POD,PAL)测定结果表明,纹枯病叶片各酶活性变化是随着感病等级的增加而逐渐减小的。同一感病等级情况下,随着叶位的增加酶活性是逐渐降低的;同一叶位情况下,随着感病等级的加重,酶活性的也是逐渐降低的。
论文目录
相关论文文献
- [1].基于时间一致性局部颜色特征的无纹理3D物体实时跟踪[J]. 计算机辅助设计与图形学学报 2020(01)
- [2].基于图片颜色特征的图像检索方法研究[J]. 数字技术与应用 2017(01)
- [3].西安市年轻女性对夏季连衣裙视觉舒适性要求调研分析及设计研究[J]. 明日风尚 2017(11)
- [4].音乐课[J]. 文学港 2017(09)
- [5].白云鄂博稀土矿浮选泡沫图像颜色特征与品位相关性研究[J]. 有色金属(选矿部分) 2019(06)
- [6].基于颜色特征的常见舌质舌苔分类识别[J]. 微型机与应用 2017(17)
- [7].基于颜色特征的图像检索技术综述[J]. 电脑知识与技术 2017(13)
- [8].基于颜色特征的记忆容量和事件相关电位分析[J]. 中国实用神经疾病杂志 2013(12)
- [9].基于数字图像的茶叶物料颜色特征分析与研究[J]. 电脑知识与技术 2018(19)
- [10].基于烤烟颜色特征构建烤烟感官质量预测模型[J]. 河南农业大学学报 2016(04)
- [11].不同氮素处理棉花冠层图像颜色特征分析[J]. 江苏农业科学 2016(09)
- [12].基于图像处理和支持向量机的初烤烟叶颜色特征区域分类[J]. 作物学报 2012(02)
- [13].一种融合整体和局部颜色特征的图像检索方法[J]. 微型机与应用 2009(19)
- [14].基于颜色特征的画家艺术风格提取方法[J]. 计算机应用 2020(06)
- [15].基于颜色特征和尺度自适应的时空上下文算法[J]. 计算机工程与设计 2019(02)
- [16].基于高层颜色语义名称的显著性检测[J]. 计算机应用研究 2018(07)
- [17].土的颜色研究进展与展望[J]. 土工基础 2018(04)
- [18].一种新的基于颜色特征的图像检索方法[J]. 兰州理工大学学报 2010(02)
- [19].基于颜色特征的图像检索[J]. 江西广播电视大学学报 2010(02)
- [20].一种基于颜色特征的自适应目标跟踪算法[J]. 信息技术 2018(03)
- [21].基于自适应颜色特征学习的目标跟踪技术[J]. 计算机工程与应用 2017(02)
- [22].基于颜色特征的马铃薯绿皮检测[J]. 黑龙江八一农垦大学学报 2011(01)
- [23].主色调颜色特征的图像检索与分类[J]. 计算机工程与应用 2011(24)
- [24].基于颜色特征和相关反馈的图像检索方法[J]. 山东理工大学学报(自然科学版) 2009(02)
- [25].醇对木糖-甘氨酸美拉德反应体系颜色特征及抗氧化活性的影响[J]. 食品工业科技 2013(23)
- [26].基于颜色特征的昆虫自动鉴定方法[J]. 昆虫知识 2008(01)
- [27].基于边缘和颜色特征的图像检索技术[J]. 微计算机应用 2008(11)
- [28].基于颜色特征码本的病害图像分类算法研究[J]. 安徽农业科学 2018(04)
- [29].融合颜色特征和灰度特征的时空上下文跟踪[J]. 计算机工程与设计 2018(04)
- [30].交通警示性图片颜色特征选取仿真[J]. 计算机仿真 2018(04)