本文通过机器视觉技术将作物(万寿菊)生长发育健康水分需求表象特征提取出来,实现特征提取的无损化和处理的快速化,建立作物生长发育健康水分需求评判体系模型,为灌溉决策正确性提供可靠的数据支持,实现作物灌溉的精确定量性,降低资源、能源以及劳动力消耗。为了提高系统的准确度,提出了对图像进行处理前要经过图像的预处理,以消除图像中的无关信息,恢复有用的真实的信息,从而增强有关信息的可检测性和最大限度地简化数据。本文中选用的滤波器是巴特沃兹滤波器,Butterworth低通滤波器没有“振铃”现象,而且能够提高图像的细节清晰度,是一种具有最大平坦幅度响应的低通滤波器,在线性相位、衰减斜率和加载特性三个方面具有特性均衡的优点。因此在实际使用中,巴特沃斯滤波器已被列为首选,用途十分广泛。在图像特征值提取过程中,分别提取了万寿菊的颜色值和纹理,在颜色值的提取过程中采用的是RGB颜色模型,RGB颜色模型是利用R,G,B三个分量表示一个像素的颜色。R,G,B分别表示红,绿,蓝3种不同的颜色,将颜色特征R,G,B分别提取出来作为判断万寿菊水分状态的特征值。描述纹理图像特性的参数有很多种,本文采用了均值、一致性、熵来描述图像的纹理特征。基于AHP的模糊综合评价是将AHP与模糊综合评判两种方法的特点相结合,通过层次分析法算出各层次事件(因素)的权重,再通过模糊综合评判得出各基本因素对上层事件、直至顶层事件的影响情况,最终评价出总目标的方案状况.建立作物生长发育健康水分需求评判体系模型。图像处理仿真平台设计利用MATLAB中的GUI(Graphic User Interface)实现制作一个供反复使用且操作简单的专用工具。提供图像输入、图像增强、图像分析及输出作物水分状态的功能。
本文来源: https://www.lw50.cn/article/671de2db326338ed13874f31.html