葉片顏色與含水率的關(guān)系研究畢業(yè)論文-文庫吧在線文庫
【正文】 40 . 6 5 5 50 . 6 5 5 60 . 6 5 5 70 . 6 5 5 8y v s . x 1變異系數(shù)葉片含水率 D a t aF i tC o n f i d e n c e b o u n d s 圖 41 變異系數(shù)和葉片含水率擬合曲線 分析：由上述運算結(jié)果可知變異系數(shù)和葉片含水率的一元回歸模型為： 00 10 67 55 ??y （ 41） 同時結(jié)果顯示 ??p 。變異系數(shù)可以用來消除和減輕不同度量標(biāo)準(zhǔn)和（或）平均值對兩個或多個樣本的變異程度的影響。 （ 2） 標(biāo)準(zhǔn)差是方差的算術(shù)平方根。 將梧桐葉片的圖像導(dǎo)入 Matlab 并將其二值化，圖所 示是原圖和二值化后的圖片對比。 （ a） 正面 （ b） 反面 圖 31 葉片圖像的正反面 葉片含水率的測定 用烘干法測梧桐樹葉的葉片含水率，具體做法為： 首先對鮮葉片進(jìn)行三次稱重，然后記錄葉片的稱重結(jié)果。 圖像處理中所使用的函數(shù)： Imread：將圖像導(dǎo)入到 MATLAB 中； Im2bw(A,a)：將圖像二值化（ A 代表像素矩陣， a 代表選取的閾值）； Imshow：輸出圖像； Mean：求平均值； Std：求標(biāo)準(zhǔn)差。因為我們一般搜集的都是 RGB 彩色圖像，所以 要 對二值化 圖像 進(jìn)行 處理與分析，首先要把圖像二值化，得到二值化圖像，這樣 才能 對圖像做 下 一步 的處理 。 ba, 的值通過最小二乘法法求得，即求 ba,使得 21( , ) ( )niiiQ a b y a bx?? ? ??取最小值，其中 ( , )iixy ( 1,2,..., )in? 為樣本數(shù)據(jù)，稱該方程為一元直線回歸方程 ． 利用數(shù)學(xué)分析求極值方法，解得 xbya ?? ， 2121xnxyxnyxb niiniii??????? （ 22） 相對應(yīng)的多元線性回歸方程的一般 形式為 : ...2211 xbxbay ??? （ 23） (2)模型檢驗：對所建立的回歸模型進(jìn)行檢驗，通過顯著性檢驗來驗證回歸方程的線性關(guān)系是否顯著。它可以幫助我們用一個或多個自變量的值去估計因變量的值。 天津科技大學(xué) 20xx 屆本科生畢業(yè)設(shè)計 4 2 理論準(zhǔn)備 MATLAB 介紹 MATLAB 是美國 MathWorks 公 司推出的商業(yè)數(shù)學(xué)軟件。 張偉和毛罕平等在《 缺素葉片圖像顏色和紋型特征參數(shù)提取的研究》 [3]中采用圖像處理技術(shù)對番茄進(jìn)行 了缺素判別 , 分別對 缺鉀、缺鐵、缺氮和正常 4 種情況下番茄葉片圖像的特征參數(shù)進(jìn)行了采集和分析 , 取得了顯著的效果 。 作為 林業(yè)的一個重要因素 ，葉片含水率可以 確定火災(zāi)磁化率 ，預(yù)防火災(zāi)的發(fā)生。在農(nóng)業(yè)領(lǐng)域， 植 物葉片 含水 率 可以用來推斷 農(nóng)作物是否缺水以及農(nóng)作物的生長狀況，從 而 提供信息用于灌溉決策 ,收益率估計 以及 干旱條件評估。利用 RGB圖像繪制了灰度直方圖 , 采集了關(guān)于玉米葉片顏色的特征參數(shù) , 對玉米葉片的含水率進(jìn)行了判定和分析。首先利用 圖像處理 的方法 , 對梧桐葉片的 RGB圖像 提取了葉片顏色的三原色紅色、綠色、藍(lán)色的特征參數(shù) ,然后 建立了多個一元和多元 回歸分析的數(shù)學(xué)模型， 對葉片含水率和葉片顏色的關(guān)系進(jìn)行了分析和總結(jié)。 回歸分析的思想 回歸分析是研究數(shù)據(jù)之間相關(guān)關(guān)系的一種統(tǒng)計學(xué)方法，目的在于了解兩個或多個變量間是否相關(guān)、怎樣相關(guān)與強(qiáng)度，并建立數(shù)學(xué)模型，找出最能夠代表因變量和自變量之間關(guān)系的函數(shù)（回歸方程）。 這樣的直線可以有許多條，但我們希望其中的一條能最準(zhǔn)確的反映 X 與 Y 之間的關(guān)系，即我們要找出一條直線，使盡可能多的數(shù)據(jù)點落在這條直線上，記此直線方程為 : bxay ?? （ 21） 其中 x 稱為自變量， y 稱為因變量 。二值 化 圖像 是 圖像處理 技術(shù)天津科技大學(xué) 20xx 屆本科生畢業(yè)設(shè)計 6 中 非常重要的一種 ，特別是在實 際 的圖像處理中，二值圖像處理 是許多系統(tǒng)的基礎(chǔ)構(gòu)成。 RGB 圖像雖然能最大化保持圖像原有的特征，但其最大的缺點就在于數(shù)據(jù)量過于龐大，處理起來比較復(fù)雜。如圖一所示是其中一組葉片的圖像。 本次研究設(shè)定的閾值為 。但它極易受極端數(shù)據(jù)的影響，這是因為平均值對數(shù)據(jù)值的變化反應(yīng)靈敏，每個數(shù)據(jù)的每個微 小變化都會導(dǎo)致不同的結(jié)果。如果度量標(biāo)準(zhǔn)不同和（或）平均值不相等時，就不能采用標(biāo)準(zhǔn)差來比較其變異程度，而需采用變異系 數(shù)（ CV），即標(biāo)準(zhǔn)差與平均值的比值（相對值）來比較。（代碼見附錄 3） 天津科技大學(xué) 20xx 屆本科生畢業(yè)論文 12 表 33 RGB 圖像的平均值和標(biāo)準(zhǔn)差數(shù)據(jù) 葉片編號 分量 平均值 分量 標(biāo)準(zhǔn)差 平均值 標(biāo)準(zhǔn)差 葉片含水率 mr mg mb sr sg sb x S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 天津科技大學(xué) 20xx 屆本科生畢業(yè)論文 13 4 建立回歸模型 模型一：基于二值化圖像變異系數(shù)的一元回歸模型 將圖片的變異系數(shù)作為自變量，葉片含水率為因變量建立一元回歸模型。結(jié)合對 p 值和擬合曲線和分析可以得出這個一元回歸模型可以較為準(zhǔn)確地反映葉片顏色和葉片含水率之間的關(guān)系。（數(shù)據(jù)見表 33，代碼和運行結(jié)果見附錄 3） 分析：由上述運算結(jié)果可知變異系數(shù)和葉片含水率的多元回歸模型為： 4321 *05)( 3. 1168e*06)( 3. 8687e *) 07( 6. 1452e*) 06( 4. 6467e.
研究報告相關(guān)推薦
鄂ICP備17016276號-1