基于可见光光谱的檀香图像分割与植株全铁含量预测

来源：土壤学报杂志2018年第5期北京时间：

作者：陈珠琳,王雪峰

单位：陈珠琳，中国林业科学研究院资源信息研究所；825511059@qq.com,王雪峰，中国林业科学研究院资源信息研究所；xuefeng@ifrit.ac.cn,

摘要：为探究珍贵树种微量元素的精准施肥，提出了一种基于可见光的檀香全铁含量预测方法。通过将亮度色彩颜色（Lab）系统中的亮度分量（L）和颜色分量（b）与大津法、中值滤波、形态学运算相结合的方法，实现林内檀香分割，本方法结果优于支持向量机法分割效果，像素误差在5%之内，颜色误差在3%之内；对分割后的檀香光谱值与全铁含量进行分析得到，叶片全铁含量的最佳值在250~300 mg kg-1之间，低于和高于该区间均会造成叶片失绿；当新叶与老叶光谱值之比作为输入因子时得到的结果最佳，而使用整体光谱值得到的结果最差；寻优算法对结果的增强能力要优于迭代增强，其中，遗传算法结果最佳，说明合适的初始值与阈值对网络预测能力的提高更明显。本研究结果对珍贵树种微量元素的营养诊断具有指导意义，为精准林业提供了一种思路。

关键词：全铁;营养诊断;图像分割;可见光光谱;优化算法

基金资助：国家自然科学基金项目(（31670642）和林业科学技术推广项目（[2016]11号）资助