基于机器视觉的落叶颜色变化评估及其与叶片氮含量的关系
计算机视觉与模式识别
2025-04-03 v4 机器学习
摘要
苹果（Malus domestica Borkh.）树为多肉树，每年都会脱落叶片。这一过程以叶片颜色从绿色逐渐变为黄色为前提，因为叶绿素在脱落前被逐渐降解。这种颜色变化的启动及其变化率受到多种因素的影响，包括叶片的氮（N）含量。我们预测，在这一过渡期间的叶片颜色可能反映苹果树的氮状态。本研究评估了一种基于机器视觉的系统，用于量化叶片颜色变化与叶片氮含量之间的相关性。在2021年和2023年秋季的一个商业果园中，使用基于地面车辆的立体视觉传感器收集了在5个星期内的彩色和3D图像数据集。通过颜色和深度阈值方法，对前景中的树木进行点云分割。然后，通过定义的黄色指数（yellowness index，即树中黄色植被与绿色植被之归一化比值，范围从-1到+1，-1表示完全绿色，+1表示完全黄色）来估算每个树冠中黄叶的比例。本研究提出的基于梯度提升的方法优于基于K-means的方法（在计算时间和准确性方面），在估算黄色指数时达到了0.72的R²值。该指标能够捕捉到研究期间绿色向黄色的渐变过渡。叶氮含量较低的树木在叶氮含量较高的树木之前显示了向黄色的颜色过渡。
引用
@article{arxiv.2404.14653,
title = {Machine Vision-Based Assessment of Fall Color Changes and its Relationship with Leaf Nitrogen Concentration},
author = {Achyut Paudel and Jostan Brown and Priyanka Upadhyaya and Atif Bilal Asad and Safal Kshetri and Joseph R. Davidson and Cindy Grimm and Ashley Thompson and Bernardita Sallato and Matthew D. Whiting and Manoj Karkee},
journal= {arXiv preprint arXiv:2404.14653},
year = {2025}
}