基于圖像特征的甘蔗出苗期自動識別技術研究

劉志平，匡昭敏*，馬瑞升，吳炫柯，王 達，李 莉，朱辛華

(1廣西壯族自治區氣象科學研究所/甘蔗氣象服務中心，廣西南寧530022；2柳州市氣象局，廣西柳州545003；3扶綏縣氣象局，廣西崇左532100；4廣西壯族自治區氣象災害防御技術中心，廣西南寧530022)

0 引言

蔗糖占我國食糖產量90%以上，屬于國家重要戰略物資和國家大宗貿易商品[1-2]。甘蔗是我國最重要的食糖來源，也是世界上主要糖料作物之一[3]，其發育期信息一直以來都是甘蔗生產、管理和研究等領域關注的重點。通過準確觀測甘蔗發育的速度和進程等信息，可以科學指導定苗、施肥和病蟲害防治等農事生產活動達到增產目的[4-5]。因此，蔗糖主產地國家普遍對甘蔗發育期進行了嚴格定義和描述，并進行長期的觀測和記錄。近些年遙感技術廣泛應用于作物的生長狀態監測[6-9]，但農作物發育期地面觀測仍不可替代，主要是由于遙感圖像成像距離遠、分辨率低，更適合大尺度下的作物整體生長狀態分析，且遙感解譯模型需要地面實測數據補充修正[10-11]。目前，甘蔗發育期信息主要以人工觀測方式獲取，依賴于觀測人員按照《農業氣象觀測規范》中甘蔗各個發育期的定義進行實地采樣觀測完成[12]，存在工作量和勞動強度大、人力成本高、效率低等問題，人工觀測方式已逐漸不能滿足甘蔗產業發展的需要[13-15]。隨著計算機視覺技術的發展，圖像處理技術開始廣泛應用到農業領域。早在20世紀90年代國外D.A.Heeraman等[16]利用圖像處理技術開展作物生長信息自動識別方法研究。國內相關研究緊隨其后，研究主要集中于水稻、玉米、棉花等大宗作物生長信息的自動觀測領域。其中有些領域已經取得了較大研究進展，投入實際農業生產過程中，成為智慧農業的具體應用，如2019年中國農業科學院農業資源與農業區劃研究所研發的夏玉米生育期自動識別系統。王玉[17]利用顏色索引值提取小麥圖像，采用主成分分析和分塊檢測等技術提出了一種自動檢測小麥發育期方法。陸明等[18]基于田間玉米圖像資料，通過分析玉米群體圖像特征，結合RGB顏色空間提取綠色像素值占比和HSL顏色空間提取黃色像素值占比綜合判定不同生育期，并結合區域標記小面積消去算法消除雜草。毋立芳等[19]基于棉花各個生育期圖像不同特征，基于深度目標檢測和圖像分類相結合建立了棉花發育期自動識別方法。白曉東[20]在基于形態學建模的作物圖像分割水稻禾苗基礎上，利用多特征描述及隨機森林分類方法，梯度直方圖檢測和卷積神經網絡等方法實現了水稻移栽、返青等全生育期自動觀測。綜上所述，圖像識別技術已較成熟且開展了諸多應用試驗，這為甘蔗圖像生育期識別技術研究提供了良好的技術基礎和應用參考。然而，目前鮮見利用甘蔗生長圖像資料進行生育期提取的報道。本文以田間甘蔗生長圖像為研究對象，結合人工觀測經驗，將圖像處理技術引入甘蔗發育期自動觀測領域，探索客觀反映甘蔗出苗期特點的圖像特征描述方法，建立圖像特征與出苗期的關系，從而實現甘蔗出苗期的自動識別，為甘蔗生育期觀測提供新的技術手段。

1 數據獲取與預處理

甘蔗生長圖像由甘蔗農業氣象自動觀測站實時采集，觀測站搭載CCD相機，相機安裝距地面高度為600 cm，拍攝水平視場角約45°，垂直視場角約35°，每天8～17時每小時定點拍攝10張圖像。數據采集子系統自動采集觀測區域內的田間圖像，利用互聯網將圖像傳輸至數據處理中心并儲存，實現甘蔗全生育進程的連續自動觀測，甘蔗圖像采集系統結構如圖1所示。

圖1 甘蔗圖像采集系統結構

根據甘蔗出苗期自動提取需要，選取了廣西柳城縣2015～2016年2年2～5月份、廣西扶綏縣2016～2018年3年2～5月份的甘蔗圖像資料，以及同期人工平行觀測資料，并歸整資料和剔除受背景干擾、光照強度和和曝光不均勻等帶來較大影響的噪聲圖像，形成研究所需的甘蔗出苗期基礎數據集。

2 甘蔗出苗期圖像特征分析及識別技術

2.1 甘蔗出苗期圖像特征分析

甘蔗出苗期也稱幼苗期，農業氣象觀測規范給出甘蔗出苗期的定義是：對于單株苗，錐狀幼芽露出地面，長約2 cm，則表明達到出苗期；到幼莖基部節上的芽萌發出土至2 cm止即為出苗期中止，對整個觀測樣區是自發出土后的蔗芽有 10%發生第一片真葉起，到有50%以上的蔗苗長出5片真葉時止。甘蔗出苗期自動識別的基礎需要先了解其生長發育特性，然后通過認識和提煉特性，從視覺特征上把握出苗期的關鍵要素，從而有針對性選取適合該要素的圖像特征和檢測手段。從獲取的田間圖像發現，首先是甘蔗出苗時植株矮小，相對于相機拍攝高度比例懸殊，以致拍攝效果無法滿足提取植株高度要求；其次是所獲取的是下視圖像且空間分辨率較低，無法反映植株細節；此外，甘蔗出苗植株分布稀疏，所獲取圖像的幼苗數量偏少，不能較好反映整個觀測樣區甘蔗植株發育的整體性。因此，受觀測圖像本身限制，不能照搬農業氣象觀測規范定義識別甘蔗出苗期，需要根據圖像的實際特點，利用圖像特征的描述方法結合人工觀測經驗綜合判斷。通過對柳城站2015～2016年2年拍攝的甘蔗生長圖像分析發現，當甘蔗到達出苗期會呈現2個顯著特征：一是幼苗植株呈綠色且大量突然顯現，圖像具備突變性特征；二是幼苗植株數量、葉片數量和葉片面積大小等形態都連續發生變化，植株覆蓋度連續變化明顯，圖像呈現漸變性特點。

2.2 甘蔗出苗期識別技術

根據甘蔗出苗期圖像特征分析結果，甘蔗出苗期自動提取技術思路是利用植株顏色特征結合圖像突變性提取幼苗植株，并根據幼苗植株覆蓋度漸變性來判斷是否到達出苗期，其技術思路如下圖2所示。

圖2 甘蔗出苗期自動提取流程

2.2.1 植株圖像分割

甘蔗植株幼苗是綠色，與周邊環境中的土壤等背景顏色差別較大，根據甘蔗植株的綠色特征可以分割出甘蔗出苗期的植株幼苗。為了提高甘蔗幼苗植株分割精度，首先利用去相關拉伸 DS(Decorrelation Stretch) 方法進行對圖像預處理，增強植株圖像飽和度，提高圖像分割質量。DS基本原理是對原始圖像進行坐標變換，然后對變換后的圖像選擇性拉伸，經過坐標逆變換恢復圖像，原始甘蔗植株圖像圖3(a)增強后結果見圖3(b)所示。

增強后的彩色圖像具有豐富信息，利用RGB顏色模型的彩色圖像分割方法可以提取幼苗植株綠色。RGB顏色模型是對紅(R)、綠(G)、藍(B)3個顏色通道的變化，以及相互之間不同程度的疊加來獲取感知顏色，分割后甘蔗植株綠色的顏色分量主要是對應綠色分量G。通過對植株圖像的R、G、B 3個通道的顏色分量值統計分析發現，綠色分量G值大于紅色分量R值及藍色分量B值，驗證了類似于甘蔗等綠色植物表面顏色主要是以綠色分量為主的特征。由于甘蔗綠色植株面積小受陰影和光線影響也小，采用G/R和G/B設置閾值分割植株和背景是可行的。定義Value分割綠色植株，Result為1時代表綠色植株，0代表土壤等背景。建立的Result與G/R值和G/B值關系式如下：

式⑴中，Result1、Result2、Result3分別為圖像像素點的G/R值、G/B值和R值的比較結果。根據不同光照條件下圖像像素點的R、G、B分量值統計分析，Value1和Value2值分別為1.1和1.7，分割結果見圖3(c)所示。田間雜草與甘蔗幼苗植株顏色相似，對分割效果影響較大，需要進一步對雜草進行消除處理。處理方法主要為利用甘蔗種植行向等間距且呈直線分布的特點，基于連通區域標記方法去除小面積雜草對圖像的干擾，雜草消除后圖像結果見圖3(d)。

圖3 甘蔗出苗期分割結果

2.2.2 整體性檢測 甘蔗一般是等行距規律種植，且每行中植株叢間也近似等間距，植株圖像的像素點呈現小面積連通分布，甘蔗進入出苗期后圖像顯著特征是覆蓋度連續性變化明顯。因此，通過檢測植株空間位置結合覆蓋度變化可以判斷甘蔗是否處于出苗期。主要方法如下：⑴標記圖像分割結果的連通域，并合并相鄰連通域；⑵確認每個連通域質心，標定植株初始位置；⑶計算以初始位置為中心的連通區域覆蓋度大小，綜合統計每天圖像中綠色植株的覆蓋度。出苗期覆蓋度判定條件是：當幼苗露出地面檢測到甘蔗植株時，作為計算其覆蓋度的起始條件；結合人工觀測經驗，當檢測到50%以上的幼苗長出5片真葉時判斷為出苗期終止，作為覆蓋度的終止條件。甘蔗植株覆蓋度計算(Pg)是甘蔗植株像素與圖像總像素(P)之比，本文以 Pg/P設置閾值進行判斷，以Coverage代表判定結果，1代表處在出苗期，0則代表不在出苗期，建立的關系式如下：

式⑵中根據像素點G分量值統計結果結合人工同步觀測資料，Value3和Value4經驗值分別為0.036和0.177。甘蔗幼苗植株檢測結果和出苗期期覆蓋度變化分布見圖4和圖5所示。

圖4 甘蔗幼苗植株檢測結果

圖5 甘蔗出苗期覆蓋度變化

3 識別實例及分析

利用上述基于圖像特征的甘蔗出苗期自動識別技術對 2016～2018年廣西扶綏縣甘蔗出苗期進行識別，并與人工平行觀測資料進行對比，根據出苗期起始誤差、結束誤差和誤檢天數進行精度分析，分析結果見表1所示。對應2016年，生育期總天數分別為20和14天，自動識別比人工觀測起始晚4天，結束早2天，起始和結束時間相差6天；對應2017年，生育期總天數分別為16和15天，自動識別比人工觀測起始晚2天，結束晚3天，起始和結束時間相差5天；對應2018年，生育期總天數分別為16和17天，自動識別比人工觀測起始早1天，結束早2天，起始和結束時間相差3天；總體識別效果較理想。

表1 甘蔗出苗期自動識別與人工觀測結果對比

4 小結

根據 2015～2016年廣西柳城縣甘蔗農業氣象自動觀測站觀測圖像，基于甘蔗出苗期圖像特征建立了甘蔗出苗期自動識別方法。該方法是利用甘蔗幼苗植株圖像的突變性和漸變性特征，以RGB顏色特征算法G/R和G/B指標分割圖像，分割后采用連通區域標記方法消除圖像中部分雜草的干擾，并通過檢測植株覆蓋度實現甘蔗出苗期自動識別。利用識別方法對 2016～2018年廣西扶綏縣甘蔗出苗進期行檢驗并與人工平行觀測結果進行比對，總誤檢天數分別相差6、5和3天，總體識別效果較理想。證明基于圖像特征的識別方法適用于甘蔗生育期自動提取，有望為甘蔗生育期觀測提供新的技術手段。