基于激光共聚焦熒光顯微成像技術的黃瓜營養(yǎng)元素虧缺檢測.doc
約49頁DOC格式手機打開展開
基于激光共聚焦熒光顯微成像技術的黃瓜營養(yǎng)元素虧缺檢測,摘 要黃瓜栽培歷史悠久，種植普遍，是世界性的蔬菜。黃瓜生長過程當中容易出現(xiàn)磷、氮等營養(yǎng)元素虧缺的狀況，因此快速、準確地診斷黃瓜缺素具有極其重要的意義。本研究嘗試采用激光共聚焦熒光顯微成像技術檢測黃瓜葉片葉綠體的變化，對黃瓜植株缺素狀況進行診斷。主要研究內容如下：1. ...
內容介紹
此文檔由會員 那年三月 發(fā)布
基于激光共聚焦熒光顯微成像技術的黃瓜營養(yǎng)元素虧缺檢測
摘 要
黃瓜栽培歷史悠久，種植普遍，是世界性的蔬菜。黃瓜生長過程當中容易出現(xiàn)磷、氮等營養(yǎng)元素虧缺的狀況，因此快速、準確地診斷黃瓜缺素具有極其重要的意義。本研究嘗試采用激光共聚焦熒光顯微成像技術檢測黃瓜葉片葉綠體的變化，對黃瓜植株缺素狀況進行診斷。主要研究內容如下：
1. 在溫室大棚中以無土栽培的方式培養(yǎng)缺磷、缺氮和對照組黃瓜葉片對象，通過酶解法分離黃瓜葉片葉綠體，優(yōu)化葉片葉綠體的分離條件和激光共聚焦熒光顯微鏡的拍攝參數(shù)（激發(fā)波長488nm，發(fā)射波長686-720nm），得到葉綠體的熒光圖像。
2. 黃瓜葉片葉綠體圖像的預處理及其特征提取。將激光共聚焦熒光顯微成像技術獲得葉綠體的圖像做灰度化和去噪等預處理。采用平均值法將圖像灰度化，采用中值濾波法去噪。提取了7個形狀特征和熒光強度特征，并對這些參量做了歸一化處理，歸一化后得到的特征矩陣用于缺素識別模型的建立。
3. 黃瓜植株葉片的缺素識別模型的建立。主要采取線性判別分析（LDA）、K最近鄰分類算法（KNN）、反向傳播人工神經網絡（BPANN）、支持向量機（SVM）四種模式識別方法對黃瓜葉片葉綠體的缺素情況進行定性識別。結果
