基于高光谱成像技术的水稻叶片SPAD值及其分布问题研究

高光谱成像技术在快速无损检测植物叶片叶绿素含量上得到越来越广泛的应用.运用SPAD仪可同期获得叶片的叶绿素含量.以水稻叶片为研究对象,首先采集水稻活体植株至培养皿,利用SPAD502叶绿素计采集叶片的SPAD值,最后使用高光谱成像仪采集水稻叶片的高光谱影像.运用不同的植被指数和偏最小二乘法分别对SPAD值进行回归分析.结果显示,偏最小二乘回归模型精度较高且较为稳定.根据最佳预测模型反演叶片上任意像素的SPAD含量,通过伪彩色配色即可得到水稻叶片SPAD分布图像.该方法为研究水稻植株的生长状况提供了更为具体的数据资料,为水稻的产量估测和病害预警提供了新的依据和方法.

水稻叶片颜色可视化模拟方法研究

提出了一种基于SPAD数据分布图像的水稻叶片颜色渲染方法。通过大田水稻样本试验采集水稻叶片图像并测定叶片SPAD值,分析并构建了SPAD值与叶片图像的R、G、B分量值之间关系模型,模型判定系数分别为0.932 8,0.833 1,0.562 3,表明SPAD与叶片图像R、G颜色分量之间存在相关性。通过SPAD数据分布图像表征SPAD值在叶片表面的空间分布状况,对叶片表面的颜色差异以及随生长时间变化过程进行可视化模拟,并通过微软的Direct3D9.0图形函数库和vc++编程,在前期水稻叶片三维模型的基础上,实现了水稻叶片颜色变化过程的可视化模拟,实现方法具有很好的推广性。