10.3969/j.issn.2095-2783.2020.11.004
基于机器视觉的猕猴桃膨果期营养液预测
针对目前陕西省猕猴桃膨果期存在水肥一体化营养液配比失调的问题,以陕西省眉县"秦美"猕猴桃为研究对象,首先基于超像素和模糊聚类算法完成复杂背景情况下的猕猴桃图像分割,通过对目标区域的像素值统计完成对猕猴桃膨果期生长速率的在线无损检测;其次通过提取的果实图像面积特征参数并结合环境信息参数,利用基于小波分析的多尺度信息融合算法建立营养液电导率(electrical conductivity,EC)和pH预测模型.模型将水肥调配与人为经验施肥对比,预测出该方法可有效节省肥水,并使果实膨大期的猕猴桃膨果率增加5.43％.利用机器视觉及施肥预测模型可以无损、准确地检测猕猴桃的果实膨大生长参数,并使营养液配比精度得到提高,为进一步的水肥一体化精准施肥提供参考依据.
机器视觉、模糊聚类、水肥一体化、小波分析、精准施肥
15
S275.9(农田水利)
陕西省农业科技创新工程资助项目;陕西省科技厅农业科技攻关项目;陕西科技大学博士科研启动基金资助项目
2020-12-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
1234-1240
