Documente Academic
Documente Profesional
Documente Cultură
net/publication/236856154
CITACIONES LEE
2 992
3 autores:
41 PUBLICACIONES 44 CITACIONES 116 PUBLICACIONES 708 CITACIONES
kourosh Vahdati
Universidad de Teherán
VER EL PERFIL
Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:
las relaciones de agua y las características anatómicas de tejido cultivado hojas de nogal Ver proyecto Mahmood
Todo el contenido de esta página siguiente fue subido por kourosh Vahdati el 24 de febrero de 2014.
Resumen: Uno de los principales componentes de la célula de la planta es la clorofila y su contenido juega un papel importante en funciones de la planta. En
esta investigación la clorofila ( CHL de aquí en adelante) contenido de hojas de cinco variedades de nogal se midió utilizando métodos SPAD y químicas.
Entonces el CHL valores de contenido se compararon con características de color de las hojas para determinar la correlación entre CHL contenido y
características de color de la hoja. Para determinar las funciones de color, se utilizó la técnica de procesamiento de imágenes y los componentes de color de
rojo (R), verde (G) y azul (B) en RGB espacio y el matiz (H), la saturación (S) y la intensidad (I) en HSI Se determinó el espacio. En la compresión de la
CHL Contenido con características de color en RGB espacio, no había una fuerte correlación entre CHL contentarse con componentes rojo, verde y azul. Por lo
tanto, el análisis se llevó a cabo utilizando los datos combinados tales como, ( RB) / (R + B)
función. la medida CHL contenido también se compararon con los componentes de tono, saturación e intensidad y las correlaciones fueron
más resaltados. Los análisis mostraron que no hubo coeficientes de correlación de -0,78 y 0,87 entre ( RB) / (R + B) y Tono CHL contenido,
respectivamente, y matiz componente de color tenía el coeficiente de correlación más con CHL contenido entre los análisis.
palabras clave: Método químico% clorofila% de contenido de imagen de procesamiento% Modelado% de la nuez
Nomenclatura:
WL hojas de nogal
INTRODUCCIÓN la CHL contenido de los tejidos vegetales a ser determinado para tales
los efectos de diferentes regímenes de luz, nutrientes y otros conversión de energía de la luz para almacenar energía química. los
las condiciones de crecimiento en la eficiencia de diversos cantidad de radiación solar absorbida por una hoja en gran parte
índices fotosintéticas incluyendo evolución O, CO
2 2 depende del contenido de pigmento fotosintético;
fijación, o la biosíntesis de carbohidratos. Porque por lo tanto, CHL contenido puede determinar indirectamente la
papel fundamental de la clorofila ( CHL) en la fotosíntesis, producción potencial y primaria fotosintética [2-4].
la tasa de estos índices se presenta a menudo por unidad de En cuanto al hecho de que el color de las hojas puede indicar la cantidad de
CHL expresada en términos de masa o molares; que sea inevitable CHL en hojas y el CHL contenido en las hojas es de cerca los estudios
Autor correspondiente: Mahmood Mahmoodi, Departamento de Ingeniería Técnica Agrícola de la Facultad de Abooraihan,
Universidad de Teherán, Teherán, Irán, PO Box: 11365/4117. Tel: +989128314857 Fax:
+982913025200 E-mail: m.mahmoodi5@gmail.com.
1
WASJ
relacionadas con la planta estado de nutrientes [5], como representante de MATERIALES Y MÉTODOS
CHL contenido de la planta, simplemente se puede utilizar como un índice para estimar el
Varias funciones de componentes de color (por Octubre 1 hasta diciembre 5, 2008 a partir de un número de nuez
comparaciones) y CHL metros (que dan una arbitraria cultivares en Seed y el Instituto Improvement Plant (SPII),
valor) se han desarrollado para estimar CHL contenido karaj, Corrí. cuatro comercial cultivares, 'Lara',
[3, 6, 7]. Haboudane et al., [ 6] han encontrado correlaciones entre 'Franquette', 'Hartley' y 'Pedro' y un nativo prometedor
CHL contenido y la reflectancia del dosel en particular en el 'K' variedad se tomaron
72 muestras (Figura 1). el muestreado
región espectral de verde (550 nm) a borde rojo (750 nm) hojas estaban bajo el estrés que afecta CHL contenido.
mientras que el mismo se encontró correlación por Kim et al. en A partir de cada cultivar, se eligieron las 30 muestras de hojas. los
la diferente región espectral, que van de la luz visible [8]. los experimentos se realizaron en tres pasos. En primer lugar, como se
Las técnicas de procesamiento de imágenes han sido recientemente una prueba no destructiva, las hojas fueron estudiados en tres
utilizado para los estudios de teledetección relativas agraria diferentes puntos de cada muestra utilizando el método de SPAD en el
seguimiento de proyectos. Es precisamente a causa de, con mucho, más fácil campo. A continuación, las imágenes fueron tomadas en el laboratorio y
adquisición de imágenes y la facilidad de estar disponible como Finalmente, el CHL extraído de las hojas utilizando química
base de datos en tiempo real que el procesamiento de imágenes ha sido el método. captado la
atención de los investigadores como estrategia alternativa. En este punto de vista, el procesamiento de
imágenes ha sido SPAD Método: El contenido de clorofila por unidad de área de cada
usado intensivamente desde el primer momento de la introducción. la hoja se midió en el campo con una CHL metro
Spomer et al. se describe un práctico, micro-computarizado (SPAD-502; Minolta, Tokio, Japón). El SPAD-502
método de análisis de imágenes para cuantificar la hoja CHL contenido medidas de la CHL contenido en el campo como una forma rápida, compacta
una imagen de vídeo en blanco y negro de [9]. Everitt et al. y fácil. Tenía una limitación de medición de 2 x 3 mm con el
presentada el estado y el desarrollo de dicha suspensión en el aire precisión de ± 1,0 unidades SPAD. El principio de medición
sistemas de imágenes de vídeo para la gestión de recursos, con Para el CHL metro era transmitancia a 650 nm (rojo) y
especial énfasis en su aplicación en la agricultura [10]. 940 nm (infrarrojo cercano) longitudes de onda utilizado en 'la ecuación (1)':
estima del dosel CHL con hiper-espectral SPAD : CHL contenido ( SPAD) valor
RGB el espacio se relaciona con casi CHL el contenido de las hojas, IR y0 R: potencia
0 incidente de NIR y rojo, respectivamente
Se ha mantenido por ver si los componentes de color de HSI el espacio
son índice apropiado para la determinación SPAD valores se relacionan linealmente con la hoja CHL contenido.
CHL el contenido de hojas de nogal ( WL) [ 13, 8]. La saturación de color El punto débil es que el coeficiente constante en el
e Intensidad ( HSI) espacio se establece según ecuación ( K) debe ser corregida para especies de plantas y
percepción humana del color que normalmente se limita a individual SPAD metro [16]. Por lo tanto, para determinar la
luz visible. Los componentes H e I son generalmente relacionada CHL contenido con el medidor SPAD-502, una calibración
a la longitud de onda y la amplitud de una luz, en contra CHL contenido determinó con análisis químico
respectivamente. El último pero no menos importante, S es un componente fue requerido.
que mide la “vistosidad” en el HSI espacio [15].
Método de procesamiento de imagen
En esta investigación, algunos algoritmos han sido Adquisición de imágen: Las hojas que eran quirúrgicamente
desarrollado para determinar la correlación entre CHL retirado de las plantas se colocaron plana en la caja de luz
características de contenido y el color de la WL y buscado y fotografiado (Figura 2). La colocación orientación
si los componentes de color de HSI espacio son apropiadas de las hojas en la caja de luz fue al azar. Un color digital
índice para determinar CHL contenido de WL. Nosotros también cámara (Modelo Canon G7, Japón) con una resolución de
método químico en comparación con el método de SPAD a 480 × 640 píxeles se utilizó para grabar imágenes. La Cámara
determinar la exactitud método SPAD. situado verticalmente sobre la caja de luz a una distancia de 30 cm.
2
WASJ
Fig. 1: Imágenes tomadas de las hojas de las variedades de nogal incluyendo 'Lara' (a), 'Franquette' (b), 'Hartley' (c), 'Pedro' (d),
'K' (e)
72 (la cámara).
Fig. 2: Representación esquemática de la caja de luz con la luz ajustable y la distancia cambiante.
Las imágenes fueron tomadas en un tejido de color negro, que puede Segmentación de imagen: segmentación de imágenes - subdividiendo
restarse fácilmente por las rutinas estándar de segmentación una imagen en diferentes partes u objetos - se usó como
debido al contraste de color entre el fondo y el primer paso en el análisis de imágenes. Las imágenes eran
muestras. subdividido hasta la los objetos pueden ser interesados
3
WASJ
distinguirse de sus antecedentes. en la segmentación Cla = ( 13.7 × UNA 663,6) - (2,85 x UNA 646,6) (5)
algoritmos, la umbralización, región de cultivo, región de división y
luego se analizaron merging. Acta de umbral era una parte importante CHLB = ( 22.39 × UNA 646,6) - (5,42 x UNA 663,6) (6)
en la imagen
segmentación. El valor de umbral se presentó como constante Chl (una + b) = ( 8.29 × UNA 663,6) + (19,54 x UNA 646,6) (7)
valor para la mismo ambiental
condiciones. En esta investigación el umbral se calcula usando una máscara que RESULTADOS
imágenes de las hojas. SPAD Método: La media de CHL contenido medido utilizando el método de
En este trabajo, los componentes de color de rojo ( R), SPAD registrado como 36,82, 29,40, 38,27, 41,22 y
verde ( SOL) y azul ( SEGUNDO) en RGB el espacio se determina a partir de 13,96 SPAD de 'Lara', 'Pedro', 'Hartley', 'Franquette' y 'K',
imágenes de cada hoja. Luego, durante el análisis de color, el HSI espacio respectivamente
72 (Figura 3). El mínimo CHL contenido
espacio [17]. espacios- de color RGB y HSI - puede ser transformado de uno SPAD. La de 'Franquette' era máxima y varió entre 25,7 y 49 SPAD.
3 teniendo en cuenta diferentes CHL s por separado, el chla estuvo entre 0,12 y
S = 1 - [Min (, RGB , )] (3)
( RGB
+ + ) 0,15, 0,11 hasta 0,13, 0,13 a 0,16, 0,12 a 0,18 y
0,055 a 0,08 [(mg Chl) / ( gramo LW)] de 'Lara', 'Pedro', 'Hartley,
[( RGRB
- ) (+ - )] / 2 'Franquette' y 'K', 72 respectivamente.
H = arccos { } (4)
2 1/2 valores correspondientes de CHLB varió desde 0,09 hasta 0,013,
[( RG- )( + RBGB
- )( - )]
0,07-0,11, 0,06-0,14, 0,09 a 0,14 y 0,045-,06 [(mg Chl) / ( gramo LW)]. El
total CHL contenido de 'K' fue el 72
Extracción de características: Se desarrollaron los algoritmos para determinar las
más baja entre las variedades y varió 0,10-0,14 [(mg Chl) / ( gramo LW)].
características de color mediante el uso de software MATLAB 7.2. Finalmente, los
Por otra parte, el total
métodos para determinar las correlaciones entre CHL Se examinaron las características
CHL contenido de 'Franquette' osciló 0,24-0,33 [(mg Chl) / ( gramo LW)] y
de color y el contenido de las hojas.
mostró el valor más alto de
CHL contenido entre las variedades.
4
WASJ
0.3
Cuando los métodos para determinar la correlación entre la
y = 0,0054 x + R 0.046 2 = 0.9957 CHL contenido y R, G y segundo componentes de imágenes de hojas se
0.25
La clorofila de las hojas de contenido
contenido entre las variedades (Tabla 3). Por lo tanto, el análisis se realizó
0.15
en los datos combinados de diferentes valores de componentes de color.
0.1
Varias funciones se derivaron de la R, G y segundo
0.05
variedad se considera y se concluyó que la contenido. La cámara no pudo reducir el ruido de ganancia
mediana de segundo componente se desvió considerablemente de manera uniforme; sin embargo, para los datos obtenidos bajo la los de R y sol componentes
para la WVS. condiciones naturales, es necesario reducir el ruido en
El valor medio de segundo componente varió de 26,02 para A fin de generalizar la estimación. La normalización es uno
'Hartley' a 33,25 de 'Pedro' y implicado método casi para reducir este tipo de ruido y valores constantes normalizadas entre las variedades (Tabla
2). las relaciones de diferencia, (RB) / (R + B) y ( RG) / (R + G),
Tabla 1: Parámetros estadísticos del total CHL contenido de (a + b) para diferentes variedades de nogal estadísticos
--------------------------------------------------------------------------------------------------------------------------------------------------------------------
† CHL = clorofila
Tabla 2: Parámetros estadísticos de sol y segundo componentes de color para diferentes variedades de nueces
El parámetro estadístico sol segundo sol segundo sol segundo sol segundo sol segundo
Media 31.55 27.63 37.40 33.25 32.06 26.02 36.32 31.04 41.47 33.13
Std.err 0.93 0.86 1.29 1.20 0.90 0,76 1.62 1.51 1.05 1.14
min 20.59 18.48 23.28 19.88 21.59 18.49 22.83 20.05 28.60 21.06
Max 42.55 39.56 67,54 61.65 44.40 36,83 56.44 51.73 54,16 47.26
5
WASJ
Tabla 3: Coeficientes de correlación entre diversas funciones utilizando R, G y segundo y los valores CHL contenido para diferentes variedades de nueces
contenido de clorofila
----------------------------------------------------------------------------------------------------------------------------------------------------
† *nivel
*
significativo al 1%
† nsno significativa
† CHL = clorofila
Fig. 5: Correlación entre RB y CHL contenido para todas las variedades de nogal.
Fig. 6: Correlación entre ( RB) / (R + B) y CHL contenido para todas las variedades de nogal.
son funciones aplicables que pueden usar los datos recogidos a 0.010 para 'Pedro'. El valor más bajo de ( RB) / (R + B)
bajo diferentes condiciones naturales. El valor medio de fue registrado para 'Lara' y el valor determinado de
(RB) / (R + B) varió de 0,036 de 'Lara' a 0,105 de 'K' 72 función en 'K' era más
72 que las otras variedades
y la de ( RG) / (R + G) oscilado entre -0,039 para 'Hartley' (Figura 6). El normalizada ( RB) / (R + B) se encontró que era
6
WASJ
Satistical Parámetro H S H S H S H S H S
Media 1.58 0.07 1.10 0.08 1.52 0.11 1.60 0.09 0.95 0.14
Std.err 0.04 0.01 0.01 0.01 0.02 0.01 0.03 0.01 0.02 0.01
min 1.17 0.02 0.88 0.03 1.23 0.03 1.07 0.04 0.87 0.04
Max 1.88 0.11 1.19 0.12 1.85 0.20 1.89 0.16 1.21 0.28
Fig. 7: Correlación entre H componente de color y CHL contenido para todas las variedades de nogal.
una correlación negativa (osciló -0,34 a -0,66) con línea y la intersección fueron 6,27 ± 0,03 (St.err = 2,5%) y
CHL contenido de las hojas entre las variedades. Era 12,56 ± 0,04 (St.err = 3%), respectivamente, y la raíz
encontrado que ( RB) / (R + B) era la función equipado de RGB cuadrado medio de los residuos fue 4 SPAD. Explotar el espacio para estimar la CHL el contenido de
las hojas usando sólo el podría ser limitada in vivo debido a la variación inherente de
los datos de la cámara digital. Utilizando los datos en general el la intensidad en las condiciones de iluminación al aire libre. los
variedades, coeficiente de correlación entre CHL contenido y conjunto de datos de imágenes en color característica, que aplica un reducido
(RB) / (R + B) mostró el mayor coeficiente de correlación H conjunto de características, surgió como el mejor modelo para CHL
en RGB espacio que fue -0,78 (Figura 6). la estimación del contenido WL En el presente estudio.
Los resultados en HSI espacio mostró que la media de También elimina las características de intensidad que pueden estar
yo componente de color calculado para cinco variedades osciló beneficioso en una iluminación al aire libre tales altamente variable
de 29.01 a 'Hartley' a 38,39 por 'K'. Además, el 72 condiciones. Además, el análisis demostró que tales
valores medios de S componente de color variaba de 0,07 para métodos se pueden utilizar para estimar literalmente CHL contenido
'Lara' a 0.14 de 'K' (Tabla724). de WL mientras que las muestras examinadas bajo controlado de laboratorio
registran como más alto mientras que era el valor más bajo en 'K'
(Figura
72 7). Los valores máximos y mínimos de DISCUSIÓN
H componente de 'Franquette' fueron 1,89 y 1,07, respectivamente
(Tabla 4). valores correspondientes de 'K' eran 72 El presente estudio demostró que las propiedades de la hoja
1,21 y 0,87, respectivamente. los H componente se encontró color en el RGB espacio fueron sensibles a CHL contenido
que se correlaciona positivamente (osciló de 0,39 a 0,85) que está de acuerdo con los de la obtenida por
con el CHL contenido de las hojas entre las variedades Kawashima y Nakatani [13]. Sus resultados también
(Figura 7). Utilizando los datos en general, las variedades, la correlación implicado que RB muestra la correlación más alta con
coeficiente entre la H y los valores CHL El contenido era CHL el contenido de alguna WVS. Además, el más alto
0,87 y mostró el coeficiente de correlación más alto se obtuvo el coeficiente de correlación cuando ( RB) / (R + B)
Entre las características de color. La regresión entre fue probado. Nuestros resultados confirman la premisa mencionada
H y los valores CHL contenido del total WVS mostró una lineal y demostró que ( RB) / (R + B) es la función más equipado
2
relación con (R = 0,76). La pendiente de la regresión de RGB espacio para estimar la CHL el contenido de las hojas.
7
WASJ
Teniendo en cuenta la radiación solar, se intentó 6. Haboudane, D., J. Miller, E. Pattey, P. Zarco Tejad
mejorar el método anterior reportado por Kawashima y Nakatani a través de e I. Strachan, 2004. hiperespectrales Indices de Vegetación y
la combinación de los datos de la cámara de vídeo con las relativas a la nuevos algoritmos de predicción verde del follaje de Lai:
radiación solar simultánea [13]. Además, la normalización reduce el efecto de Modelado y validación en el contexto de la agricultura de
la radiación solar cuando la radiación solar no se examinó al mismo tiempo. precisión. Journal of Remote Sensing of Environment, 90:
de intensidad, que pueden ser beneficioso en una muy variables condiciones 7. Huang, Z., BJ Turner, SJ Dury, IR Wallis y
2. Las cooperativas, Carolina del Norte, C. Stone, DS Culvenor, L. Chisholm y R. 13. Kawashima, S. y M. Nakatani, 1998. Un algoritmo para la estimación CHL
Merton, 2002. CHL El contenido de eucalipto de la vegetación en el nivel de Contenido en hojas utilizando una cámara de vídeo. Diario de Annals
Ver las
estadísticas
estadísticas
de la
depublicación
publicación