《表2 统计回归结果：基于计算机视觉的小麦叶面积测量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于计算机视觉的小麦叶面积测量》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对数据进行回归分析，减少误差影响。将侧拍面积、俯拍面积两因素作为两个自变量，叶片真实面积作为因变量，回归结果如表2所示。侧拍面积、俯拍面积和真实面积三者之间的关系还是比较紧密的，且相关性较高，相关系数R均达到了0.95以上，决定系数（相关系数R2）为0.910 08。显著性统计量F值来判定模型的回归效果，用0.05作为显著水平标准值，试验中此值分别为0.000 019 6，小于0.05，说明此回归方程通过了F检验，显著有效。P值也以0.05为参考标准，侧拍、俯拍面积两变量的斜率均小于0.05，说明其可靠性较高，与叶片真实面积的值相关性较大，回归模型可靠显著[14]。表明该回归模型结果可靠，回归分析是有意义的。