论文部分内容阅读
水是农作物的主要组成成分,水分亏缺直接影响农作物的生长,不仅会造成农产品产量的减少,而且会使农产品品质下降,严重时还会造成颗粒无收。因此,充足的水分供给是农业生产很重要的保证。植株含水率是重要的作物生长信息,可直观方便地反映作物水分状况。传统的大水漫灌方式未能利用农作物植株的含水率信息,对不同含水率的农作物植株采取相同的供水量,水资源的利用率低。非接触、非破坏、动态的的获取农作物植株的含水率信息对提高水资源的利用率有重要的意义。
作物在水分生理状况发生变化时,植株颜色会发生相应的变化,这使得我们通过使用计算机获取作物的图像来推断作物植株含水率状况成为可能。
在大棚环境下,对盆栽的水稻和玉米进行有差别的供水,使作物植株的含水率形成差异,采集作物植株的可见光图像。利用作物植株图像的G/R比值图中作物植株与周围环境的亮度差异比较大这一特点,应用阈值分割的方法对图像进行分割,分离作物植株,效果比较理想。用平均规一化的颜色分量值消除光照及叶面积影响后,提取6项颜色特征量:红色分量Re、绿色分量Ge、蓝色分量Be、绿色分量与红色分量的比值GR(Ge/Re)、绿色分量与蓝色分量的比值GB(Ge/Be)、红色分量与蓝色分量的比值RB(Re/Be),分析其与作物植株干基含水率Rg之间的相关性,并建立Rg检测模型。
研究表明,Ge、GR、GB这3个特征量与Rg之间的相关性在水稻“丰两优1号”3个不同生育期及水稻“武育粳5号”、玉米“浚单18号”和“垦粘1号”单生育期均较好,其中,Ge是最稳定的一个特征量,和Rg之间是显著的抛物线关系,其值随Rg的变化规律具有一致性,能够稳定的反映Rg的变化,可以作为检测Rg的颜色特征量。在此基础上,以Ge为图像信息源建立试验作物的植株干基含水率Rg和植株水分缺失率Lr的检测模型,分析了水稻“丰两优1号”3个不同生育期及不同作物检测模型之间的关系。
综上,本研究应用作物植株的可见光图像检测作物植株含水率,提出了利用作物植株图像的G/R比值图分割图像提取作物植株的算法,分析6项颜色特征值与作物植株干基含水率之间的相关性,建立了植株干基含水率Rg和植株水分缺失率Lr的检测模型。