论文部分内容阅读
数字图像技术在作物科学上得到了广泛的应用,已有很多利用数字图像技术对空间分布相对均匀的作物的群体图像进行研究,而对于在空间上分布不均匀的棉花群体图像特征研究少见报道。本研究将计算机图像处理技术运用于田间拍摄棉花图像的群体分析研究,提取包括覆盖度、颜色特征、株高、株行配置、整齐度等的棉花群体特征。对棉花作物而言,传统农学的测量方法很难获得精确的覆盖度,而利用数字图像处理技术则很容易获取这一参数。传统农学获取棉花群体长势的整齐状况主要是通过目测,主观性强,误差大,并且只能定性描述,而利用数字图像处理技术可以将整齐度这一指标量化。对于棉花生长的整齐状况,本研究建构了新的整齐度算法并且实现了这一算法。对于株高和配置,与传统方法相比,数字图像技术提供了新的途径以获取这些参数指标。在距离测量这一环节,与田间通过传统手工测量方法所得出的实际值相比,软件测距在宽行距、窄行距以及株高这三个方面的准确度达到了很高的精度,分别达到了99.1%,94%和95.32%。结果表明,可以利用数字图像技术进行棉花图像的群体特征提取与分析。与人工测量方法相比,基于数字图像技术的特征提取方法具有快速、便捷、无损等优点。除了以上的棉花作物群体特征的提取,本研究利用已经构建的单叶拍摄的规范,对单叶的一些特征参数进行了提取,并实现了对病变叶片的分析和诊断。结果表明,只要选用适当的图像分割算法,就可以很好地实现病变叶片的图像分割。这为病变叶片的定量化分级以及诊断打下了坚实的基础。