论文部分内容阅读
叶绿素是植物叶片的基本组成物质之一,是植物生长和受环境胁迫等情况的敏感指示器。植物在营养素缺乏或者受到其他外界环境干扰时,都会在叶片叶绿素的含量和分布上表现出来。利用新技术快速、准确和无损的测量植物叶片的叶绿素含量及其分布,替代费时费力的化学分析方法,对植物长势检测与估产、营养诊断与施肥等有重要意义。本研究以黄瓜叶片为研究对象,探讨应用高光谱图像技术检测叶片叶绿素含量及其分布的方法,主要的研究内容如下:1按照常规方法提取黄瓜叶片高光谱图像特征参数,如红边参数和植被指数,分析它们与叶绿素含量之间的关系,发现各参数与叶绿素之间存在一定的相关关系,但是相关性均不高。结果表明,红边参数和植被指数反映的信息较单一,而且必须针对具体情况对其修正,有很大的局限性;2研究主成分分析法和独立分量法提取高光谱图像特征参数,提取黄瓜叶片高光谱图像光谱维的前10主成分分量和前8个独立分量,分别利用多元回归建立叶绿素含量的预测模型,其预测集相关系数R分别达到0.827和0.831。利用逐步回归比较两种方法,独立分量分析法只需要一个独立分量既能与叶绿素含量的相关系数R达到0.766,而主成分分析法需要前3个主成分综合才能得到相似效果。结果表明,利用独立分量法分析黄瓜叶片高光谱图像,预测叶片叶绿素含量的方法是可行的,且独立分量分析比主成分分析更有优势;3首次根据独立分量分析法得到的叶绿素含量预测模型,计算出黄瓜叶片叶绿素的分布图。结果表明利用分离出来的独立分量计算得到的黄瓜叶片叶绿素含量分布图与实际情况相符合,为植物营养元素亏缺等研究奠定基础;4用IDL(interface description language)对ENVI (The Environment for Visualizing Images)进行二次开发,开发出了一套高光谱图像数据处理软件,集成了基于批量处理的高光谱图像的标定、感兴趣区域提取、各波长图像及其纹理信息提取、独立分量图计算、数据输出等功能,为快速有效的处理高光谱图像海量数据提供了思路,为科研提供了便利。本论文对利用高光谱图像技术预测黄瓜叶片叶绿素含量及其分布进行了初步研究,探索了独立分量法在高光谱图像处理中的应用。研究成果不仅为高光谱图像处理探索了新的方法,而且为利用高光谱图像技术快速无损检测植物叶片叶绿素含量及其分布提供了充分的理论依据,对实现植物营养诊断、病虫害判断和植物长势监测等方面的自动化、智能化有着积极的意义。