基于農業圖像檢測技術的玉米植株圖像獲取及預處理

焦紅強

圖像是人類認識世界的基礎，是獲取和傳遞信息的重要手段。圖像處理技術的發展，對農業信息化的提高有著巨大作用。農業圖像檢測技術的逐步成熟對于農作物長勢檢測、種子質量鑒別和農產品質量等級檢查有廣泛應用。

《農業圖像檢測技術與實踐研究》首先對數字圖像處理、計算機視覺和分形理論進行了介紹，在此基礎上，以農業圖像為主要研究對象，重點講解了對玉米、大豆、甘薯等農作物圖像的信息進行采集和分析加工方式。同時，還對傳統的圖像處理算法中存在的缺陷進行改進，進一步拓展了實踐應用領域。

玉米植株的高度和密度對于玉米生長期間的營養需求有極大影響，玉米植株高度的檢測和玉米產量也有關系，只有合理的高度和密度才能獲得較高的產量。《農業圖像檢測技術與實踐研究》中玉米植株圖像實驗研究章節中，對玉米植株圖像獲取、圖像預處理以及玉米植株的機器檢測實驗進行了詳細的介紹和闡述，通過計算機圖像處理可以減輕測量工作的勞動強度和減少測量時間。所以，農業圖像檢測技術的應用，有助于合理密植，提高作物產量。

精細農業是將智能化引入農業生產而形成的一種新的農業形式。電腦視覺技術在植物生產、農業資源信息共享、農副產品灰度和質量檢查上有廣泛的應用。目前，我國玉米種植面積在0.2億hm2左右，在全球范圍中排在第2位。玉米的大面積種植造成玉米植株密度難以把握，在這種情況下，計算機視覺技術的引入對玉米生長情況的掌控有很大幫助，根據植株生長情況進行灌溉、施肥，大大提高了工作效率。

《農業圖像檢測技術與實踐研究》中對圖像處理基礎進行了全面的分析，其中的圖像分割技術、圖像提取技術在農業圖像檢測中有很多的應用。在當下的農業圖像檢測技術中，Casady等利用計算機視覺技術，將采集圖像的對比度之差，與玉米及其土質背景相適應，進行灰度分割，得到玉米的生長情況。將采集到的圖像進行處理之后，可以得到植株生產情況的參考數據，另外，應用數學形態學的方法去除影子和噪音，通過二值化圖像提取玉米生長的高度。

基于計算機視覺的玉米植株的高度測量系統由攝像設備、圖像處理裝置和計算機構成。在工作時，首先在田間安裝檢測設備，白天通過攝像機來拍攝玉米圖像，晚間則是通過紅外設備來獲取圖像，然后，將圖像傳送到圖像處理器，進行計算機分析計算，獲得植株的高度，完成測量。

在玉米植株圖像獲取時，還會采用植物表型檢測的方式。植物表型檢測的方式是植物表型組學研究的一個重要方向，通過植物表型檢測，可以為植物功能基因分析和環境影響研究提供完整的參考數據，從而對玉米植株情況進行實時監測和數據采集。通過實時圖像處理監測玉米的生長狀況。該方法通過模糊聚散類處理獲得玉米和背景敏感的閾值，從中找出通過X射線在作物圖像上最大累積的綠色像素，根據這些沿線排列的像素計算玉米的植物株的密度。《農業圖像檢測技術與實踐研究》對計算機視覺理論進行了全面分析，其中的空間幾何以及三維重建技術在農作物的植株分析中有重要應用。Nakarmi等學者利用3D計算機視覺技術進行玉米植株密度的空間測量，通過透視的關系，得到玉米植株的間距。這種測量方式的精度很高，平均測量誤差能夠控制在2.45 cm，從而滿足了玉米耕種規劃的要求。

作為一本農業圖像檢測方面的專業著作，《農業圖像檢測技術與實踐研究》可供廣大的科研工作人員、農業工程技術人員使用，同時也可以提供給計算機專業、農學類專業的學生參考使用。農業圖像檢測技術的進步，對于農業信息的發展有重要作用，通過計算機視覺技術來檢測玉米植株的生長情況的方式是智能農業的具體表現，隨著現代科學技術的高速發展，在農業生產中將會有更多的工作被計算機代替，農業生產的效率也將走上一個更高的臺階。