论文部分内容阅读
农业信息化是衡量国家农业现代化水平的重要标志之一。随着计算机信息技术与生命科学等学科的进一步交叉与融合,通过计算机模拟并可视化地表达作物生命进程中复杂的形态学变化和生理生化过程已经成为可能,并且逐步发展为现代农业学科的一个重要方向。研究中以水稻为研究对象,以数码相机所拍摄的水稻序列图像作为数据来源,通过提取图像中水稻侧影轮廓线,建立水稻的三维可视化模型。在拍摄水稻序列图像的同时,利用叶绿素计(SPAD仪)测量水稻叶片的叶绿素含量(SPAD值),通过数字图像处理技术,探寻叶片图像中对应区域的颜色参数与水稻SPAD值的定量关系,为水稻三维模型反演水稻植株的SPAD值提供理论基础。具体研究情况如下:1、本研究选取数码相机作为机器视觉体系中图像传感器进行水稻序列图像的采集设备,从多视角对水稻进行序列图像的拍摄。从计算机视觉体系的数据采集情况来看,水稻图像质量高,纹理叶色特征清晰可见。以此高质量序列图像为数据基础,通过提取图像侧影轮廓的构建水稻三维模型建模。2、研究的主要目的在于采用无损方式获取高精度的水稻三维模型,将基于侧影轮廓的三维建模方法应用到水稻三维模型的构建中并得到了较高精度的水稻三维模型,水稻模型的叶长、叶宽、株高等形态指标的精度达到了较高水平,这一精度级别与目前世界上先进的激光扫描仪所构建的模型精度级别相同,而构建成本要远远小于后者,利用这一技术能够实现作物形态数据的实时获取和可视化效果好的三维模型。该精度下的水稻形态数据可以很好地满足科研工作者的精度要求,因此本研究属于农业信息学领域的基础应用研究,具有十分重要的理论意义和使用价值。3、通过对建模过程所获取的水稻图像进行叶色参数提取和分析,探索水稻叶色参量与叶片SPAD值之间的定量关系,为水稻三维模型表达水稻内部生长变化动态,从而定量描述水稻生长发育过程等研究提供理论基础。实验中数据表明,水稻叶片的叶绿素值(SPAD值)与三维建模过程中采集的水稻序列图像图像对应叶片部位的RGB颜色参量有显著非线性相关。研究中,先选取一组测量数据,对其图像中的RGB参量与叶片实测SPAD值进行多元非线性回归分析,并得出预测模型方程,再选取一组数据验证所得预测方程的正确性。结果表明,在三维建模过程中的水稻图像RGB能够反演真实水稻植株的叶片SPAD值,为对整株水稻的叶绿素含量和氮素营养水平进行评定提供了可行的理论基础。