论文部分内容阅读
为建立智能营养诊断技术,根据缺素导致的苗期油菜叶片颜色变化特征,提出一种甘蓝型油菜缺素计算机智能图像诊断技术。使用山崎配方无土培育了一批油菜并采集苗期油菜叶片图像,以建立正常、缺氮、缺磷和缺钾4类油菜图像库。使用Grab Cut算法提取前景并挑选颜色特征显著的图像建立4个梯度的模板图像集合,其余图像被划分为训练图像和测试图像。训练图像对模板图像集合的颜色直方图反向投影得到匹配指数集合,用于训练贝叶斯分类器得到分类特征参数。计算测试图像的匹配指数并输入分类器得到缺素诊断结果。全部算法使用VC++和Op