关海鸥 马晓丹 黄燕 杜松怀 焦峰 陈争光 王苫社

摘  要：针对如何利用农作物叶面颜色特征判断其营养症状的实际问题，应用数字图像处理技术和最小二乘支持向量机，提出一种基于支持向量机的农作物缺素症状诊断方法。首先运用数字图像处理技术计算农作物叶面颜色特征;然后将归一化颜色空间特征输入最小二乘支持向量机，相应缺素症状作为输出，通过遗传算法确定最优组合参数，进而建立了农作物缺素症状诊断方法。通过大豆缺素症状实际资料的仿真诊断结果表明，该方法速度快且精度高，具有良好的适应性和实用性。

关键词：农作物缺素;诊断方法;颜色特征;支持向量机

引言

农作物叶片表面不同的颜色特征及规律，可反映其不同的营养状况，对于农业生产的高效益且可持续发展非常重要[1]。20世纪90年代，国内外学者已经开始使用图像处理技术应用到农作物营养信息监测方面的研究[2]，将数字图像的多维特征与智能信息处理技术有机结合[3-5]，为农作物缺素症状诊断提供了理论基础。文章以大豆叶面的彩色图像为研究对象，应用数字图像处理技术计算大豆缺素症状发生时叶面的颜色特征向量，然后将归一化颜色空间特征向量输入最小二乘支持向量机，并运用遗传算法确定最优组合参数，建立大豆叶面颜色特征与相应缺素症状非线性映射关系，从而提出一种基于支持向量机的农作物缺素症状诊断方法。……