基于激光共聚焦荧光显微成像技术的黄瓜营养元素亏缺检测.doc

  
约49页DOC格式手机打开展开

基于激光共聚焦荧光显微成像技术的黄瓜营养元素亏缺检测,摘 要黄瓜栽培历史悠久,种植普遍,是世界性的蔬菜。黄瓜生长过程当中容易出现磷、氮等营养元素亏缺的状况,因此快速、准确地诊断黄瓜缺素具有极其重要的意义。本研究尝试采用激光共聚焦荧光显微成像技术检测黄瓜叶片叶绿体的变化,对黄瓜植株缺素状况进行诊断。主要研究内容如下:1. ...
编号:139-1471445大小:668.00K
分类: 论文>生物/化学论文

内容介绍

此文档由会员 那年三月 发布

基于激光共聚焦荧光显微成像技术的黄瓜营养元素亏缺检测


摘  要
黄瓜栽培历史悠久,种植普遍,是世界性的蔬菜。黄瓜生长过程当中容易出现磷、氮等营养元素亏缺的状况,因此快速、准确地诊断黄瓜缺素具有极其重要的意义。本研究尝试采用激光共聚焦荧光显微成像技术检测黄瓜叶片叶绿体的变化,对黄瓜植株缺素状况进行诊断。主要研究内容如下:
1. 在温室大棚中以无土栽培的方式培养缺磷、缺氮和对照组黄瓜叶片对象,通过酶解法分离黄瓜叶片叶绿体,优化叶片叶绿体的分离条件和激光共聚焦荧光显微镜的拍摄参数(激发波长488nm,发射波长686-720nm),得到叶绿体的荧光图像。
2. 黄瓜叶片叶绿体图像的预处理及其特征提取。将激光共聚焦荧光显微成像技术获得叶绿体的图像做灰度化和去噪等预处理。采用平均值法将图像灰度化,采用中值滤波法去噪。提取了7个形状特征和荧光强度特征,并对这些参量做了归一化处理,归一化后得到的特征矩阵用于缺素识别模型的建立。
3. 黄瓜植株叶片的缺素识别模型的建立。主要采取线性判别分析(LDA)、K最近邻分类算法(KNN)、反向传播人工神经网络(BPANN)、支持向量机(SVM)四种模式识别方法对黄瓜叶片叶绿体的缺素情况进行定性识别。结果