姜伟杰检测技术与自动化装置

分类号：单位代码：10019密级：学号：S08111422学位论文基于多光谱成像技术的番茄叶片叶绿素含量预测研究ResearchonPredictionforChlorophyllContentsofTomatoLeavesBasedonMulti-spectralImagingTechnology研究生：姜伟杰指导教师：孙明申请学位门类级别：工学硕士专业名称：检测技术与自动化装置研究方向：数字信号与图像处理所在学院：信息与电气工程学院2010年5月独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国农业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：时间：年月日关于论文使用授权的说明本人完全了解中国农业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意中国农业大学可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(保密的学位论文在解密后应遵守此协议)研究生签名：时间：年月日导师签名：时间：年月日中国农业大学硕士学位论文摘要I摘要20世纪70年代相关学者们发现植物营养状况及病虫害与其光谱特性密切相关，自此以来，利用光谱分析方法诊断植物的营养状况及病虫害就逐渐成为一种快速无损的现代分析技术而获得了广泛的应用。传统的光谱分析技术预测植物的叶绿素含量的精度较低，而基于3CCD的多光谱摄像机的叶绿素预测研究存在其摄像机本身成本昂贵和无法调整波长通道数等局限性。本文提出了基于多光谱成像技术利用敏感波长下番茄叶片的灰度值来预测其叶绿素含量的研究方法。首先，基于番茄叶片的光谱反射率，选取了三个敏感波长分别为532nm、610nm和700nm，构建了多光谱成像系统，并利用该系统采集了三个敏感波长下的番茄叶片图像。其次，利用多元线性回归分析、主成分分析和偏昀小二乘回归分析等方法建立了预测模型，取得了较好的预测效果，其定标集样本和验证集样本的相关系数Rc2与Rv2均达到了0.9左右。昀后，基于偏昀小二乘回归模型进行了温室番茄叶片叶绿素含量预测系统软件的开发。测试和预测结果表明此方法用于温室番茄叶片的叶绿素检测是有效的和可行的，也为作物的长势检测仪器的开发奠定了基础。关键词：番茄，多光谱成像，叶绿素含量，偏昀小二乘回归分析中国农业大学硕士学位论文AbstractIIAbstractInthe1970s,scholarsfoundthatnutrition,diseasesandinsectpestofplantsarecloselyrelatedtotheirspectralcharacteristics.Sincethen,usingspectralanalysismethodfordiagnosisofplantnutrition,diseasesandinsectpesthasbecomeamethodofwiderangeofapplicationsbecauseofitsfastandnon-destructiveadvantage.Traditionalspectrumanalysistechnologyhasloweraccuracyforforecastingchlorophyllcontentofplants.Researchbasedon3CCDcamerahasthelimitationsofhighcostandthenumberofsensitivewavelengthsisnotadjustable.Thepaperdevelopsanewapproachforforecastingthechlorophyllcontentoftomatoleaves.Firstly,threesensitivewavelengths532nm,610nmand700nmareselectedbasedonspectralreflectanceoftomatoleaves.Amulti-spectralimagingsystemisconstructed,byusingwhichtomatoleafimagesunderthreesensitivewavelengthsarecollected.Secondly,multi-linearregression,principalcomponentanalysisandpartialleastsquareregressionareemployedinforecastmodeling,thegoodresultsareobtained,andtheRc2andRv2reachabout0.9.Finally,thesoftwareforpredictionofchlorophyllcontentsoftomatoleavesbasedonpartialleastsquareregressionmodelisdeveloped.Themethodisproveneffectiveandfeasibleforpredictionofchlorophyllcontentsoftomatoleaves,whichalsolaysthefoundationforthedevelopmentoftestinginstrumentsforthegrowingofcrops.Keywords：Tomato,Multi-spectralimaging,Chlorophyllcontent,Partialleastsquareregression(PLSR)中国农业大学硕士学位论文目录目录第一章引言.......................................................................................1 1.1前言...........................................................................................................1 1.2国内外的研究现状...................................................................................2 1.3研究目标和内容......................................................................................5 1.4本文章节安排..........................................................................................6 第二章实验材料与设备...................................................................7 2.1手持便携式光谱分析仪...........................................................................7 2.2SPAD502叶绿素仪..................................................................................8 2.3分光光度计..............................................................................................9 2.4实验材料................................................................................................10 2.5敏感波长的选择....................................................................................10 2.6多光谱成像系统简介............................................................................16 2.7本章小结................................................................................................21 第三章番茄叶片图像预处理算法研究.........................................22 3.1图像增强................................................................................................22 3.2图像分割................................................................................................26 3.3本章小结................................................................................................29 第四章叶片灰度值与SPAD值的关系.........................................30 4.1叶片SPAD值的测定............................................................................30 4.2叶片灰度值的获取................................................................................30 4.3线性回归分析........................................................................................30 4.4主成分回归分析....................................................................................34 4.5偏昀小二乘回归分析............................................................................38 目录中国农业大学硕士学位论文4.6本章小结................................................................................................40 第五章温室番茄叶绿素含量预测系统的开发.............................41 5.1软件开发环境........................................................................................41 5.2预测番茄叶绿素含量的软件简介.........................................................4