Resumen

Síntomas especiales podrían observarse en las hojas de arroz cuando se exponen a deficiencia de potasio, y estos síntomas generalmente se muestran de manera diferente bajo diferentes niveles de potasio, lo que ofrece una base para un diagnóstico rápido de nutrición. En este estudio de investigación, se llevaron a cabo dos años de experimentos hidropónicos en arroz (proporcionando 5 niveles de nutrición de potasio desde extremadamente corto hasta normal) y las imágenes de las hojas se adquirieron mediante escaneo óptico en cuatro períodos de crecimiento. Para diagnosticar el contenido de nutrición de potasio, los síntomas especiales, incluido el margen de la hoja de color marrón amarillento y las manchas necróticas, fueron segmentados y cuantificados por el método orientado a objetos a partir de las imágenes de las hojas, y se extrajeron 6 características espectrales adicionales de la hoja mediante la función de análisis de color de imagen del software MATLAB. Basándose en la relación entre el contenido de potasio y las características de la hoja, el valor V (valor promedio del canal V en el modelo de color RGB) calculado en toda la hoja y la punta de la hoja, el área del margen de la hoja amarillento y el número de manchas necróticas se aplicaron en el establecimiento del modelo de identificación de estrés de potasio utilizando la máquina de vectores de soporte (SVM). Los resultados indicaron que las precisión de identificación general de los contenidos de nutrición de potasio del arroz fue del 90%, 94%, 94% y 96% en cuatro períodos de crecimiento diferentes (etapa de macollaje productivo, etapa de macollaje inválido, etapa de entallado y etapa de embuchado), respectivamente. Los datos obtenidos de otro año se utilizaron para validar el modelo, y las precisiones de identificación fueron del 94%, 78%, 80% y 84%, respectivamente. En general, la extracción de los síntomas específicos mediante la segmentación orientada a objetos es una extensión de la tecnología de visión artificial en el diagnóstico de la deficiencia de potasio, y su aplicación en el diagnóstico de la nutrición de las plantas es valiosa para la cuantificación de características efectivas y la mejora de la precisión de identificación.

• Materias:Espectrofotométricos Espectros Raman Nanodiamantes Características espectrales Oxicombustible
• Subjects:Spectrophotometric Raman spectra Nanodiamonds Spectral characteristics Oxyfuel
• Palabras claves:Deficiencia de potasio; Imágenes de hojas; Características espectrales; Modelo de color RGB; Modelo de identificación; Máquina de vectores soporte
• Keywords:Potassium deficiency; Leaf images; Spectral characteristics; RGB color model; Identification model; Support vector machine