一種玉米出苗期的自動檢測方法
2023-05-14 09:08:16
專利名稱：一種玉米出苗期的自動檢測方法
技術領域：
本發明屬於數字圖像處理和農業氣象觀測交叉領域，具體涉及一種玉米出苗期的自動檢測方法，即以拍攝的田間玉米前下視序列圖像為對象，利用圖像特徵來檢測玉米是否到達出苗期的方法。
背景技術：
玉米是我國主要的糧食作物之一，種植面積十分廣泛。為了提高玉米的產量和質量，需要對其發育速度和進程進行了解，並分析其各發育期與氣象條件之間的關係，從而鑑定玉米生長的農業氣象條件。然而長期以來，對於玉米各發育期的觀測主要是通過人工觀測的方式，受觀測人員主觀因素的影響較大；同時由於玉米種植地域廣、觀測周期長，利用人力進行觀測也不夠經濟。因此，通過拍攝的玉米前下視序列圖像，藉助圖像處理的手段， 對其發育期進行自動觀測就顯得十分必要。玉米出苗期是玉米營養生長階段第一個重要的發育期環節，有效而準確的識別這個時期，是農業氣象觀測的重要內容，本發明即是利用玉米前下視序列圖像對出苗期進行自動識別。2009年王傳宇等在《農業機械學報》上發表的論文「基於雙目立體視覺的苗期玉米株形測量」中將田間正常生長的玉米植株帶土移至測定臺，利用雙目立體視覺系統對葉片進行分割提取，並計算葉片邊緣點的三維坐標，最終求出葉長、葉片著生高度、莖葉夾角、 葉片方位角等株形指標。但是這種方法僅對單株玉米適用，並不能應用於大面積玉米苗的自動觀測；2010年李榮春等在《玉米科學》上發表的論文「基於圖像處理技術的夏玉米群體長勢監測研究」中通過提取地面覆蓋度的方法對夏玉米的群體葉面積指數(LAI)和乾物質積累(DMA)值進行估測，建立了覆蓋度與葉面積指數(LAI)和乾物質積累(DMA)的回歸關係模型，從而完成對夏玉米群體長勢的估計，但是僅僅利用覆蓋度這一圖像特徵並不能對玉米的發育期進行準確地觀測；2010年司永勝等在《農業機械學報》上發表的論文「基於最小二乘法的早期作物行中心線檢測方法」中利用G-R顏色特徵因子分割作物與背景，再應用垂直投影法動態檢測作物行數，並獲得特徵點圖像，利用特徵點間的鄰近關係對特徵點進行分類，對歸類後的特徵點進行兩次最小二乘法擬合，得到作物行中心線。這種方法雖然可以準確地得到作物的中心線，並以此作為出苗期的判定條件，但是由於實際作物播種時中會存在苗不整齊或者缺苗，以及大量的雜草等情況，都會影響到中心線的提取。因此該方法並不適用於實際大田環境。綜上所述，儘管目前在作物生長監測方面已有許多相關單元技術出現，但都因某種局限性，很難將其應用到實際大田環境的作物發育期自動觀測上來。
發明內容
本發明目的在於提供一種玉米出苗期的自動檢測方法，以實際農田採集的玉米前下視圖像為對象，利用玉米苗的空間分布特徵，準確地檢測出實際大田環境的玉米出苗期時間。
一種玉米出苗期的自動檢測方法，具體為苗候選區提取步驟對實際拍攝的玉米地圖像進行圖像分割，提取苗候選連通區域；苗區域檢測步驟依據苗候選連通區域的形狀特徵和面積閾值，在各苗候選連通區域檢測出玉米苗連通區域；參數統計步驟依據玉米苗連通區域的信息計算玉米地圖像的空間分布均勻度H 和玉米苗的總量Ω ；最終判斷步驟若空間分布均勻度H >空間分布均勻度閾值ΤΗ，並且玉米苗的總量Ω >苗數閾值！^，則表明圖像中的玉米苗到達出苗期。本發明的技術效果體現在本發明自動對所採集的田間玉米前下視圖像進行分割，並對苗進行自動提取，再利用苗的空間分布和數量信息，判斷該圖像區域中的玉米是否進入出苗期。該方法以表徵玉米出苗時空間分布的圖像特徵參數作為判斷依據，實時地對玉米生長期進行判斷，檢測結果準確率高，對分析玉米發育期與氣象條件之間的關係，鑑定玉米生長的農業氣象條件以及對玉米的農事活動都具有重要的指導意義。
圖1是本發明的整體流程圖；圖2是玉米大田原始圖像；圖3是對圖2進行綠色分割後的結果圖；圖4是對圖3進行苗自動提取後的結果圖；圖5是對圖4進行空間分布均勻度計算的示意圖。
具體實施例方式本發明提供一種玉米出苗期的自動檢測方法，以實際農田採集的玉米前下視圖像為對象，利用圖像空間分布均勻度與苗的數量，來準確地檢測出玉米到達出苗期的時間。下面結合附圖來詳細說明本發明的具體實施方式
和實施步驟。圖1是本發明的整體流程圖，具體為(1)苗候選區提取步驟，如圖2所示為實際拍攝的玉米地圖像，首先對該圖像進行圖像分割，提取各綠色候選連通區域，分割結果如圖3所示；分割方法可採用環境自適應分害Ij方^去(Lei F. Tian. Environmentally adaptive segmentation algorithm for outdoor imagesegmentation. Computers and electronics in agriculture,1998,21 :153 168)、超綠算子分割方法(D. Μ. Woebbecke, G.E.Meyer，K. Von Bargen, D. Α. Mortensen. Color Indices for weed identificationunder various soil, residue, and lighting conditions. Transactions of theASAE，1995，38(1) :259 269)、基於 Mean Shift 的 LHIf象^(Zheng L, Zhang J, Wang Q. Mean-shift-based color segmentation ofimages containing green vegetation. Computers and Electronics inAgriculture, 2009,65 :93-98)等等。(2)苗區域檢測步驟，即利用形狀特徵和連通域像素麵積，對各綠色候選連通區域進行自動判斷，若連通域特徵屬於閾值範圍，則確定為玉米苗連通域，否則剔除該連通域，對圖3進行處理後的結果如圖4所示；所述形狀特徵可以採用傅立葉描述子、偏心度、與連通域具有相同二階矩橢圓的長短軸之比等等。本實施例選擇與連通域具有相同二階矩橢圓的長短軸之比作為形狀特徵，閾值範圍為W，3]；連通域像素麵積閾值需根據相機參數與相機高度通過實驗確定。本實施例的面積閾值取[30，150]，單位為像素，圖像解析度為 1620X 1772像素，相機高度為5米，相機焦距為16毫米。(3)參數統計步驟，即利用圖像中苗的連通域信息，計算圖像的空間分布均勻度 H，並且統計出全圖中苗的數量Ω ；空間分布均勻度的計算步驟如下a.首先對玉米苗圖像進行網格化，按長寬等分為M*M個區域，網格劃分儘量滿足網格區域的邊長大於玉米苗的長度和寬度，圖5給出一個實例，該圖像中M = 5。b.統計每個網格區域中苗的數量Ni,，Ni表示第i個區域中苗的數量，其中i = 1,…，M*M ；c.按照公式(1)分別計算出每個區域苗的出現概率Pi,其中i = 1，. . .，M*M ；
_NiPi 二 ^mTMT- (1)
λ =ι Nid.最後，按照公式(2)求出整幅圖像的空間分布均勻度，其中Pi為每個區域苗出現的概率。H 二 — E1r^fPiInPi (2)全圖中苗的數量可根據網格內苗數的總和求得，即Ω= Tf=TNi;(4)最終判斷步驟，即若當前圖像按照上述步驟計算出來的空間分布均勻度H大於閾值ΤΗ，並且全圖苗的數量Ω大於苗數閾值ΤΩ，則表明圖像已到達出苗期，否則未到達出苗期。空間分布均勻度的取值範圍與網格數有關，即
，通過設定空間均勻度的閾值ΤΗ，來對是否出苗進行判斷，本實施例的M取5，Th取1. 93。苗數閾值與玉米苗的播種密度、相機拍攝實際面積有關，需根據實驗確定。本實施例中相機拍攝的實際面積為20 平方米，播種密度為10株每平方米，苗數閾值1^取150。將本發明在多個農業氣象觀測臺站的樣田進行試驗，自動檢測的結果顯示，本發明所獲得的出苗期時間與人工觀測的時間相一致，檢測結果準確率高，對分析玉米發育期與氣象條件之間的關係，鑑定玉米生長的農業氣象條件以及對玉米的農事活動都具有重要的指導意義。
權利要求
1.一種玉米出苗期的自動檢測方法，具體為苗候選區提取步驟對實際拍攝的玉米地圖像進行圖像分割，提取苗候選連通區域； 苗區域檢測步驟依據苗候選連通區域的形狀特徵和面積閾值，在各苗候選連通區域檢測出玉米苗連通區域；參數統計步驟依據玉米苗連通區域的信息計算玉米地圖像的空間分布均勻度H和玉米苗的總量Ω ；最終判斷步驟若空間分布均勻度H >空間分布均勻度閾值ΤΗ，並且玉米苗的總量 Ω >苗數閾值！^，則表明圖像中的玉米苗到達出苗期。
2.根據權利要求1所述的玉米出苗期的自動檢測方法，其特徵在於，所述參數統計步驟具體為a.對玉米苗圖像進行網格化得到M*M個區域；b.統計每個網格區域中苗的數量Ni,i = 1，…，M*M;c.計算玉米苗圖像的玉米苗總量
3.根據權利要求2所述的玉米出苗期的自動檢測方法，其特徵在於，所述空間分布均勻度閾值Th的取值範圍為
。
全文摘要
本發明提供一種玉米出苗期的自動檢測方法，該方法自動對所採集的田間玉米前下視圖像進行分割，並對玉米苗進行提取，再利用苗的空間分布和數量信息，判斷該圖像區域中的玉米是否進入出苗期。該方法以表徵玉米出苗時空間分布的圖像特徵參數作為判斷依據，實時地對玉米生長期進行判斷，檢測結果準確率高，對分析玉米發育期與氣象條件之間的關係，鑑定玉米生長的農業氣象條件以及對玉米的農事活動都具有重要的指導意義。
文檔編號G06T7/00GK102592118SQ20111045816
公開日2012年7月18日 申請日期2011年12月31日 優先權日2011年12月31日
發明者餘正泓, 吳茜, 張雪芬, 曹治國, 李翠娜, 白曉東, 薛紅喜, 鄢睿丞 申請人:華中科技大學