%0 Journal Article
%T 水稻氮素机器视觉诊断最佳叶位和位点的选择研
%A 祝锦霞
%A 邓劲松
%A 林芬芳
%A 王珂
%J 农业机械学报
%P 179-183
%D 2010
%X 选用扫描仪获取水稻叶片的数字图像，通过比较第1和第3完全展开叶(L1和L2)颜色参量的空间分布，研究基于机器视觉技术的水稻氮素诊断的最佳叶位和位点选择。结果表明基于机器视觉的水稻氮素营养诊断是有理论依据的，能反映出叶片的营养状况;选择B、b、b/(r+g)、b/r、b/g作为最优颜色特征参量；比较颜色特征参量对应的变异系数CV，得到低氮处理的CV明显高于正常氮素水平，同时CV随着叶位的增加而减小；不同位点的CV其叶尖和叶基的变化幅度较为接近，不同位点间差异不显著。初步研究选择第3完全展开叶作为水稻无损氮素诊断的最佳叶位。
%K 水稻
%K 氮素
%K 机器视觉
%K 叶位
%K 位点
%K 变异系数
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20100436&flag=1