基于SVM的植物叶片缺水和缺肥状况分析研究

 2022-01-17 11:01

论文总字数:29440字

目 录

第一章 前言 1

1.1课题研究的背景和意义 1

1.1.1课题研究背景 1

1.1.2课题研究意义 2

1.2国内外研究现状 3

1.2.1国内研究现状 3

1.2.2国外研究现状 4

1.3 MATLAB介绍 4

1.3.1 MATLAB 4

1.3.2 MATLAB的发展 4

1.3.3 MATLAB的特点 5

1.4 MATLAB与图像处理 5

第二章 图像采集与预处理 5

2.1图像采集装置选择 5

2.2工作环境条件 6

2.3图像预处理 6

2.3.1 图像灰度化 6

2.3.2 图像去噪 8

2.3.3 图像分割 10

第三章 图像特征选择 12

3.1 颜色模型选择 12

3.1.1 RGB彩色模型 12

3.1.2 HIS彩色模型 14

3.2特征提取 16

3.2.1颜色特征提取 16

3.2.2纹理特征提取 19

3.2.3图像像素的均值、方差 22

第四章 PCA降维算法 25

4.1 PCA(主成分分析) 25

4.2 PCA的实现 25

第五章 SVM分类器及测试结果 26

5.1 SVM方法 26

5.1.1线性分类 26

5.1.2非线性分类 26

5.2 SVM分类结果 27

5.2.1杜鹃花数据测试结果 27

5.2.2玉米数据测试结果 28

5.2.3测试结果统计 29

第六章 总结和展望 30

参考文献: 30

致谢 32

基于SVM的植物叶片缺水、缺肥状况分析研究

陈书圆

, China

Abstract: Both water and fertilizers are essential ingredients for healthy crop survival. Whether it is water shortage or lack of fertilizers will not be conducive to their healthy survival. Especially for crops, the lack of fertilizers may lead to the loss of crop granules, affecting the yield and quality of crops. Therefore, in order to allow plants to grow better, we need to keep abreast of their growth information, such as whether there is water shortage or lack of fertilizer. This paper chooses a flower to represent the rhododendron flowers to determine the lack of water, and selects a crop to represent maize for the identification of water deficit and nitrogen deficiency. It provides guidance for timely fertigation of crops and also makes efforts to fully realize intelligent irrigation and fertilization.

This project is designed to take the leaves of plants as the research object, image acquisition of normal, water-deficient and nitrogen-deficient leaves, and MATLAB as the image processing platform. In the RGB and HIS color space respectively, the color features of each component are extracted: mean, variance, and slope; the mean and variance of the image in RGB space are extracted, as well as its energy, entropy, moment of inertia, deficit moment, contrast, A total of 25 feature parameters. Then PCA method is used to reduce the dimension according to the extracted feature parameters, and the principal components that determine whether the crop is in a water-deficient state or in a nitrogen deficient state are obtained. Finally, combined with pattern recognition, the SVM classifier is used to model the dimensionality-reduced feature vectors. , And test validation, to achieve an exact system to determine whether the plant leaves lack of water and whether the lack of fertilizer system. The experimental results show that the accuracy of water shortage judgment of azaleas reaches 90%, and the discriminating accuracy of water shortage and fertilizer deficiency in maize leaves reaches 83.33%.

Keywords: image processing; feature extraction; modeling; MATLAB;

第一章 前言

1.1课题研究的背景和意义

1.1.1课题研究背景

(1)人工智能的发展

人工智能这一术语的提出是从1956年的达特茅斯会议开始的,到现在已经有了六十多年的历史,发展过程跌宕起伏,几起几落。近年来,人工智能又迎来了它的春天。去年阿尔法围棋实现了全球第一个将排名世界第一的人类职业棋手打败的人工智能程序;在北大一百二十周年校庆上,百度 CEO李彦宏捐赠了一笔大额经费用于北大学科中与人工智能交叉领域的前沿研究,为推动人工智能的发展做出了自己的贡献。

人工智能AI(Artificial Intelligence)中的是计算机具有与人类相同的智能的能力,包含着丰富的尖端的综合学科,例如计算机科学、脑神经学、统计学等。它能够代替人类实现许多功能,例如分析和决策等等。温斯顿教授(美,麻省理工学院)提出:”AI就是研究怎样利用计算机模仿人类,去做原来只有人才能完成的一些工作[1]。”即分析人类活动行为规范让计算机效仿人类的思维方式,例如识别、分析、认知等,创造出具备一定智能的人工系统。

(2)社会背景

当今社会,珍贵的水资源正变得越来越稀缺,伴随着人口膨胀、农业和工业的生产规模不断扩大,水资源供不应求日益严重。目前我们人类可以使用的淡水资源,仅占全球总储水量的十万分之七而已,水资源的极度匮乏已经严重影响了全球大部分国家的正常生活和发展。

水资源供不应求的问题已经不仅仅归结为资源问题了,它更成为涉及到世界各国人民健康生活,人民长治久安的十分紧要的战略问题。

有数据结果表明,我国现如今的缺水总量预计为400亿m3,每一年的受旱土地面积竟然多达两百多万平方公里,受影响的粮食产量多达一百多亿公斤,农业缺水量巨大。我国重要河流黄河从80年代起,基本上每一年都会出现断流的状况,断流规模、频率不断增加,给农业和工业带来了非常严重的损失,与此同时断流的情况也给沿河居民的生活带来了极大的影响。

就我国的现状,水污染问题日益突出,全国每一年排放的污水除去加工处理排放的工业废水和日常污水经外,余下没有处理过的污水就直接排放河流,导致水体污染,全国河川中,有部分受到污染,少数遭到严重污染,导致清江变浊,鱼虾死亡。

(3)缺氮对玉米作物的影响

玉米作物是目前人们生活中最常见的一种高产农作物,它的年总产量是全世界最高。现在全球有大约三分之一的人把玉米作为主要粮食。玉米作物的健康成长与否都将直接关系到它的产量和最终的产品质量,进而影响到人们对粮食的需求,所以玉米作物的种植状况生长状态的跟踪是十分值得人们深入探讨和研究的。

通过我国近些年来对前沿技术例如智能化发展的需要,响应节约能源,为推动人类生活向着更加舒适智能的方向发展,以及结合我国目前水资源和粮食产量现状的分析,研究作物灌溉的精确时机和研究作物施肥的精确时间是提高水资源的利用率、提高我国粮食质量的重要目标。

1.1.2课题研究意义

自从物联网这一概念被提出以来,物联网技术便以掩耳不及迅雷之势发展起来,其中也包括与农林业相结合的技术。特别是近些年人工智能的快速发展,智能农林业精量灌溉系统等物联网应用技术已经开始运用到了生活的方方面面中,并不断的优化和更加智能化。

在水资源有限的条件下,现代灌溉倾向于节约水资源[2]。发展智能化节水浇灌系统能够有效的解决目前农林业供水困难;发展节水林业对我国园林建设和维护有着非常重要的意义:实现智能自动浇灌可以解放园丁的劳动力,提高园林管理的工作效率。提高水资源的利用率是实现可持续农林业发展的途径之一。为实现这一目标,我们必须打破在农业、园林建设中传统的用水观念,建立起一个智能的符合当代社会发展需求的供水体系。

剩余内容已隐藏,请支付后下载全文,论文总字数:29440字

相关图片展示:

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;