[1]孙玉婷,杨红云,王映龙,等.基于支持向量机的水稻叶面积测定[J].江苏农业学报,2018,(05):1027-1035.[doi:doi:10.3969/j.issn.1000-4440.2018.05.009]
 SUN Yu-ting,YANG Hong-yun,WANG Ying-long,et al.Determination of rice leaf area based on support vector machine[J].,2018,(05):1027-1035.[doi:doi:10.3969/j.issn.1000-4440.2018.05.009]
点击复制

基于支持向量机的水稻叶面积测定()
分享到:

江苏农业学报[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2018年05期
页码:
1027-1035
栏目:
耕作栽培·资源环境
出版日期:
2018-10-25

文章信息/Info

Title:
Determination of rice leaf area based on support vector machine
作者:
孙玉婷1杨红云23王映龙13周琼1孙爱珍3杨文姬23
(1.江西农业大学计算机与信息工程学院,江西南昌330045;2.江西农业大学软件学院,江西南昌330045;3.江西省高等学校农业信息技术重点实验室,江西南昌330045)
Author(s):
SUN Yu-ting1YANG Hong-yun23WANG Ying-long13ZHOU Qiong1SUN Ai-zhen3YANG Wen-ji23
(1.School of Computer and Information Engineering, Jiangxi Agricultural University, Nanchang 330045, China;2.School of Software, Jiangxi Agricultural University, Nanchang 330045, China;3.Key Laboratory of Agricultural Information Technology of Colleges and Universities in Jiangxi Province, Nanchang 330045,China)
关键词:
叶长叶宽叶面积网格搜索算法支持向量机
Keywords:
leaf lengthleaf widthleaf areagrid search algorithmsupport vector machine
分类号:
TP751
DOI:
doi:10.3969/j.issn.1000-4440.2018.05.009
文献标志码:
A
摘要:
本研究探讨了水稻叶长、叶宽与叶面积之间的关系。应用改进网格搜索算法参数优化后的支持向量机对计算机图像处理技术测量所得到的样本数据进行训练,以水稻叶片长度(L),叶片最大宽度(W)、叶面积回归拟合值(S)作为输入变量对水稻叶面积进行预测。结果表明,在不同的水稻品种下,相比于其他模型本研究提出的支持向量机Ⅲ模型预测结果的均方根误差和平均相对误差最低,均方根误差分别为1.882 1(两优培9),1.387 3(金优458)和1.348 2(中早35),平均相对误差分别为2.901 4%(两优培9),5.273 5%(金优458)和4.929 3%(中早35)。该模型能较真实地反映水稻叶面积的实际大小,满足农业科学研究的需求,为植物叶面积的预测提供了一种新的方法。
Abstract:
This study explored the relationship among rice leaf length, leaf width and leaf area. The support vector machine(SVM) based on improved grid search algorithm was used to train the sample data obtained by the computer image processing technique. Rice leaf area was predicted by using the leaf length (L), leaf maximum width (W) and leaf area regression fitting value (S) as input variables. The results showed that the root mean square error and average relative error of SVMⅢ model prediction results proposed in this study were the lowest compared with other models. The root mean square error were 1.882 1 (LYP9), 1.387 3 (JY458) and 1.348 2 (ZZ35), respectively. The average relative errors were 2.901 4% (LYP9), 5.273 5% (JY458) and 4.929 3% (ZZ35), respectively. The model can reflect the actual size of rice leaf area more faithfully and meet the needs of agricultural science research, which provides a new method for plant leaf area prediction.

参考文献/References:

[1]左欣,韩斌,程嘉林. 基于数字图像处理的植物叶面积测量方法[J]. 计算机工程与应用, 2006, 42(27):194-196.
[2]王忠芝,张金瑞. 基于图像处理的叶面积测量方法[J]. 网络新媒体技术, 2010, 31(5):68-72.
[3]赵燕,刘晶,王辉.洛阳市13种绿化树种叶面积的回归测算[J]. 江苏农业科学,2016,44(10):254-257.
[4]陈超君,黄敏,尹小红. 广金钱草叶面积测量方法的研究[J]. 作物杂志, 2007(5):46-48.
[5]曹红梅,宋世鑫,谢兆森. 蓝莓叶面积测定回归方程的建立[J]. 北方园艺, 2014(24):1-6.
[6]薛义霞,栗东霞, 李亚灵. 番茄叶面积测量方法的研究[J]. 西北农林科技大学学报(自然科学版), 2006, 34(8):116-120.
[7]刘洪波,张江辉,白云岗,等. 香梨叶面积测定方法对比研究[J]. 新疆农业科学, 2013, 50(3):453-459.
[8]谢穗鸿,陈诗隆,杨伟中,等. 木菠萝叶面积无损伤测定方法研究[J]. 东南园艺, 2010(1):4-7.
[9]宋世威,刘厚诚,陈日远. 节瓜叶面积回归方程的比较[J]. 中国蔬菜, 2004, 1(6):18-20.
[10]杨劲峰,陈清,韩晓日,等. 数字图像处理技术在蔬菜叶面积测量中的应用[J]. 农业工程学报, 2002, 18(4):155-158.
[11]赵英,付海天,黄国弟,等. 基于图像处理技术的杧果叶面积非损伤估测技术初探[J]. 中国南方果树, 2013, 42(5):87-88.
[12]高君亮,郝玉光,张景波,等.基于数字图像处理的防护林体系三种杨树叶面积测定[J]. 农机化研究, 2013(7):39-42.
[13]崔世钢,秦建华,图像处理法测定油菜叶面积的研究[J]. 湖北农业科学, 2017, 56(14):2756-2757.
[14]陆秀明,黄庆,孙雪晨,等.图像处理技术估测水稻叶面积指数的研究[J]. 中国农学通报, 2011, 27(3):65-68.
[15]孙涛,刘振波,葛云健,等. 基于数码相片Gamma校正的水稻叶面积指数估算[J]. 生态学报, 2014, 34(13):3548-3557.
[16]顾婷,高晓雯,孙成明,等. 基于无人机图像的水稻拔节期叶面积指数估算[J]. 农业网络信息, 2015(12):63-65.
[17]吴大伟,李聪,徐丽,等.基于图像处理技术的植物叶片相关参数测量研究[J]. 科技信息, 2010(4):106.
[18]常军,李祯,朱业玉,等. 基于支持向量机(SVM)方法的冬季温度预测[J].气象科技, 2005(S1):102-106.
[19]王磊. 支持向量机学习算法的若干问题研究[D]. 成都:电子科技大学,2007.
[20]丁世飞,齐丙,谭红艳. 支持向量机理论与算法研究综述[J]. 电子科技大学学报, 2011, 40(1):2-10.
[21]彭光金,司海涛,俞集辉,等. 改进的支持向量机算法及其应用[J]. 计算机工程与应用, 2011, 47(18):218-221.
[22]王健峰,张磊,陈国兴,等. 基于改进的网格搜索法的 SVM 参数优化[J]. 应用科技, 2012(3):28-31.
[23]程洪,LUTZ DAMEROW,MICHAEL BLANKE,等. 基于图像处理与支持向量机的树上苹果早期估产研究[J].农业机械学报,2015,46(3):9-14,22.
[24]杨红云,孙爱珍,何火娇. 水稻叶片几何参数图像视觉测量方法研究[J]. 湖北农业科学, 2015(17):4317-4320.
[25]马敏,李绪孟. 水稻叶面积测量方法的研究[J]. 湖南农机, 2014(6):119-120.
[26]白云岗,董新光,张江辉,等. 无核白葡萄叶面积及一年生枝条干物质质量简易测定方法研究[J]. 新疆农业科学, 2010, 47(9):1744-1748.
[27]卜海东,顾蔚,齐永平,等. 基于图像处理华中五味子叶面积的回归测算[J]. 植物生理学报, 2008, 44(3):543-547.
[28]安佳佳,李茂富,黄绵佳,等. 香蕉叶面积回归模型的建立[J]. 南方农业学报, 2009, 40(6): 724-727.
[29]曾燕蓉,朱方容,林强,等. 几种桑树叶面积测量方法及叶片大小与叶片质量的相关性分析[J]. 蚕业科学, 2013(5):868-876.

备注/Memo

备注/Memo:
收稿日期:2018-02-28 基金项目:国家自然科学基金项目(61562039、61363041、61462038);江西省教育厅科技项目(GJJ160374、GJJ170279) 作者简介:孙玉婷(1995-),女,江西萍乡人,硕士研究生,研究方向为机器学习与农业信息技术。(E-mail)18270826309@163.com 通讯作者:杨红云,(E-mail)nc_yhy@163.com
更新日期/Last Update: 2018-11-05