计算机图像识别在玉米生长模型中的应用

分类:论文范文 发表时间:2020-04-29 10:14

  摘要:为了应对玉米植株的自动化监控,有效预测玉米产量,设计了玉米的生长模型系统。该系统以图像识别技术为基础,选择植株形貌参数,可有效预测玉米果实质量。整个系统包含图像分析、生长参数分析和玉米生长模型系统3部分。首先进行图像灰度化处理,进行二值分割,后采用中值滤波改进方法去除噪声;最后采用Hilditch细化算法,得到玉米植株骨架图。利用本系统对同一玉米植株进行27天观察,探索植株高度H、宽度W和节结个数N与时间之间的关系。系统以植株高度H、宽度W和节结个数N作为自变量,以植株玉米果实质量作为应变量,建立关系式,预测结果与实际结果吻合良好。

  关键词:玉米生长模型;图像识别;图像分割;图像细化

  0引言

  玉米具有产量高、生长周期快及对于环境要求较低的特点,是国家支柱型粮食作物[1]。玉米的稳产、高产对于国家的粮食安全起到关键性作用。随着人口老龄化社会的来临及农村青壮年劳动力的流失,从事农业生产的劳动力越来越少[2]。对于大规模种植的玉米等粮食作物,急需实现自动化监控,准确实现产量预计。传统的植株生长模型重点在于记录植株的施肥量[3]、补水量和光照强度等可控因素[4],忽略对玉米果实产量的预测。此类模型可以保证植株养分充足,但会出现植株生长茂盛、果实产量较低的情况[5]。为了准确预测植株产量,以植株成长过程中的形态参数作为研究对象,基于图像识别技术对植株图像进行处理,得到植株形状学参数。同时,记录选定参数随时间的变化规律,拟合果实质量和选定参数之间的关系。结果表明,本模型与实际情况吻合良好。

计算机图像识别在玉米生长模型中的应用

  1系统组成

  系统主要包括图像分析系统、植株生长参数分析系统及玉米分析系统,如图1所示。CCD摄像机采集玉米植株图像,图像分析系统首先进行图像灰度化处理,对数据量进行压缩;其次,进行图像分割(即进行二值化处理)采用中值滤波改进方法对其进行降噪处理;最后,采用图像细化的算法,对图像进行处理,得到玉米植株的骨干图。植物形态学分析表明,植株高度H、宽度W和节结个数N能表明植株的生长状态。因此,利用本系统对玉米植株进行27天图像处理,分别对3个因素与时间进行拟合,探寻之间的关系,最终输出植株高度H、宽度W和节结个数N;以植株高度H、宽度W和节结个数N为自变量,以玉米质量m为应变量,进行拟合,建立3因素与玉米果实质量之间的关系,完成生长模型建立。

  2图像处理

  2.1图像灰度化

  图片中的任何一种颜色都由红、蓝、绿3种颜色通过不同强度叠加而成[6]。系统以CCD相机作为检测元件,当被拍摄物体光线进入CCD矩阵时,会在相应的像素点上产生强度向量Pi(R,G,B),在驱动电压和时钟的作用下,输出强度矩阵是像素矩阵数据量的3倍[7]。图像分析时,如果对某一单通道进行分析,造成样本信息不完整,分析结果可靠性差;如果对三通道同时进行分析,就会造成计算量大,算法复杂。因此,提出新的强度量I来综合表征三通道的强度,在保证图像特征的前提下,压缩数据量到原来数据量的1/3。转化公式如式(1)所示。对玉米植株彩色图像进行灰度化处理[8],玉米植株图像完整,轮廓清晰,如图2所示。I=0.229R+0.578G+0.114B(1)

  2.2图像分割与降噪

  研究玉米植株的形态重点在于植株的轮廓及轮廓中心线的走向,因此对灰度图像进行进一步化简,只包含植株和背景两部分,植株所在位置像素强度赋值255,背景强度赋值为0。现需确定植株部分判定标准,即阈值T:像素强度大于T,认为该像素为植株部分;像素强度小于T,认为该像素为背景,从而实现图像分割。求解阈值T过程如下:1)阈值初始化如式(2)所示。其中,Imax为图像中最强灰度值;Imin为图像中最弱灰度值。通常认为,I>Tk的像素点为植株,I<Tk的像素点为背景。Tk=Imax+Imin2(2)2)计算步骤1)中植株像素点的平均灰度Iok和背景像素点的平均灰度Ibk,即Iok=I(m∑,n)>TkI(m,n)I(m∑,n)>Tk1Ibk=I(m∑,n)<TkI(m,n)I(m∑,n)<Tk1(3)

  3植株生长参数分析

  植物形态学分析表明:植物的株高H、植株宽度W和植株节结数N可以反映植株的生长状况。植株高度对于植物生长具有重要意义,植物过高会造成土壤养分到叶片进行光合作用的转移距离加大,影响光合作用效率,不利于果实坐果与生长,且防风性能变差,容易倒伏;植株高度过低,其他植物会对其造成遮挡,影响植物光照强度,光合作用下降,且气体流动性降低,CO2的获取量下降,会直接影响光合作用效率[11]。植物宽度体现了叶子的伸张程度,宽度越大,植物的伸张程度越好;叶子接收阳光进行光合作用的效果越好。植物节数体现了叶子数量,同时与根系发育相关,茎节密集根系越发大,同时植物的抗倒伏能力越大。因此,选定植株高度为H、植株最大宽度为W和植株节数作为表征玉米植株生产状态的参量,采用本系统对同一玉米植株进行27天观察,3个参数随时间的变化如图6所示。

  参考文献:

  [1]黄贱荣,谭上勇.玉米优良品种及栽培技术的推广措施[J].吉林农业,2018(22):31-33.

  [2]廖柳文,高晓路.人口老龄化对乡村发展影响研究进展与展望[J].地理科学进展,2018,37(5):617-626.

  [3]尚辉.化肥减量对玉米农田土壤氮分布及作物氮吸收的影响[J].江苏农业科学,2018,46(20):66-69.

  [4]李晓光.不同栽培方式对玉米光合特性及产量的影响[J].中国集体经济,2018(27):162-163.

上一篇:互联网金融对农村普惠金融发展的助推作用 下一篇:辣椒起垄覆膜机的设计与试验研究