基于RGB模型的大豆叶片叶绿素含量预测

以大豆叶片叶绿素为对象,基于RGB色彩空间构建叶绿素SPAD估算模型,对大豆叶片叶绿素含量进行预测。首先,采集自然环境下的大豆叶片图像,运用中值滤波法去除图像噪声,并基于k-means算法将叶片从背景中分割;其次,提取叶片图像的红(R)、绿(G)、蓝(B)值,通过运算组合构建颜色特征参数,建立基于大豆叶片颜色特征参数的叶绿素含量估算模型,并对其精度进行评价和验证;最后,组合了R/G/B、R/(R+G-B)、B/(R+G-B)、G/(R+G-B)等4种颜色特征参数,利用这4种颜色特征参数和叶绿素实测值进行回归分析。结果表明,基于B/(R+G-B)的组合精确度最高,R2=0. 438,AARD=9. 58%,RMSE=2. 862。该方法可以快速、无损地预测大豆叶片叶绿素含量,为评估大豆的生理状况提供了参考。     

基于STM32的茶园灌溉远程控制系统

为实现茶树生长过程中需水信息的准确检测和茶园精准灌溉的自动控制,设计了一套以Cortex-M3为内核的系统。该系统采用SD存储卡和服务器两种方式存储数据,GPRS传输数据,可实现茶树在不同生长阶段所需水分的自动监测和调控。实验结果表明,该系统运行可靠、操作简单,具有较强的可拓展性,市场应用前景良好。