基于數(shù)字圖像處理技術(shù)的水稻長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf

1、依據(jù)水稻的生長(zhǎng)狀態(tài)信息對(duì)其生長(zhǎng)因素進(jìn)行控制，對(duì)于最大限度地節(jié)約能源并使水稻高產(chǎn)具有重要意義。針對(duì)傳統(tǒng)的人工觀察法效率低下且觀察結(jié)果主觀性強(qiáng)；遙感監(jiān)測(cè)、遠(yuǎn)程監(jiān)測(cè)等方法受觀測(cè)范圍所限且不適合單個(gè)農(nóng)場(chǎng)實(shí)時(shí)快速、小面積監(jiān)測(cè)等不足，本文提出利用圖像處理技術(shù)對(duì)所拍攝到的水稻圖像進(jìn)行分析處理，并據(jù)此獲取水稻的生長(zhǎng)狀態(tài)，進(jìn)而實(shí)現(xiàn)對(duì)水稻長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè)。 本文通過在南京浦口農(nóng)場(chǎng)水稻田進(jìn)行實(shí)地實(shí)驗(yàn)，利用數(shù)碼相機(jī)獲取水稻圖像并建立了相應(yīng)的圖像處理方法。論

2、證了依據(jù)單株水稻圖像形態(tài)參數(shù)的提取來判斷水稻長(zhǎng)勢(shì)狀況的可行性，并據(jù)此法分別探討研究了幾個(gè)主要生育期群體水稻的葉面積及葉面積指數(shù)與實(shí)測(cè)的葉面積及葉面積指數(shù)間的相互關(guān)系模型。主要的研究?jī)?nèi)容如下： 針對(duì)單株水稻圖像葉尖部位不易分割出的特點(diǎn)，本文提出了采用局部灰度線性變換來對(duì)水稻圖像實(shí)行增強(qiáng)處理；單株水稻圖像細(xì)化過程中出現(xiàn)的毛刺現(xiàn)象在文中也采用了較好的處理方法進(jìn)行去除；此外，比較了中值濾波法的幾種濾波窗口對(duì)水稻群體圖像的去噪效果，最終選

3、用十字型中值濾波法去除圖像采集過程中受到的各種噪聲干擾；提出用顏色特征法對(duì)水稻群體圖像進(jìn)行葉片圖像和背景的分割。 株高、葉尖距以及葉基角是三個(gè)表征水稻長(zhǎng)勢(shì)的主導(dǎo)因素，而這些參數(shù)只通過圖像處理可以比較容易、精確的獲取，所以采用這三個(gè)參數(shù)作為圖像處理技術(shù)對(duì)水稻長(zhǎng)勢(shì)監(jiān)測(cè)的重要指標(biāo)。而對(duì)于葉尖距，無論是運(yùn)用手工測(cè)量方法還是圖像處理方法對(duì)其測(cè)量，均不能用單個(gè)葉尖距的數(shù)值大小進(jìn)行水稻長(zhǎng)勢(shì)狀況優(yōu)劣的判斷，需要統(tǒng)計(jì)其平均葉尖距，并將其作為判斷水