基于计算机视觉的作物营养诊断系统的关键技术研究现状.pdfVIP

黑龙江农业科学 2009(2)：137～140 Heilong,iiangAgriculturalSciences 基于计算机视觉的作物营养诊断系统的关键技术研究现状 郑丽颖 ，张敬涛。，王谦玉 (1．哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨，150001；2．黑龙江省农业科 学院佳木斯分 院，黑龙江佳木斯 ，154007) 摘要：近年来，随着高分辨率数码照相机和摄像机的问世，基于计算机视觉的方法成为无损诊断作物营养的解决方案 之一。详细分析 了基于计算机视觉的作物营养诊断关键技术的研究现状 ，主要包括冠层 图像分割技术、冠层 图像特征 提取与分析技术、诊断模型建立技术。同时指 出了现有研 究方法所存在的问题以及未来的研究方向。 关键词 ：计算机视觉；作物营养诊断；图像分割 ；特征提取与分析 ；建模 中图分类号：TP29 文献标识码 ：A 文章编号 ：1002—2767(2009)02-0137-04 Review onKeyTechnologiesofComputerVision-BasedDiagnosisof CropNutritionStatus ZHENGLi-yingj，ZHANGJing-tao2，WANGQian-~ (1．ComputerScienceandTechnologyCollegeofHarbinEngineeringUniversity，Harbin，Heilongjiang 150001；2．JiamusiSub-academyofHeilongiiangAcademyofAgriculturalSciences，Jiamusi，Heilongjiang 154007) Abstract：Withthedevelopmentofhi-resolutiondigitaltechnology，computervisionbasedmethodhasbecomeoneofthecrop nutritiondiagnoses．Thekeytechnologieswereanalyzedindetailinthispaper，suchascropcanopyimageSegmentation，lea— tureextractionandanalysis，aswellasmodeling．Meanwhile，thedisadvantagesexistedinthetechnologiesproposedbythe researcherswerealsopo intedout，aswellasthefuturework． Keywords：computervision；cropnutritiondiagnosis；imagesegmentation；featureextractionandanalysis；modeling 作物营养诊断的研究起始于 19世纪。从 2O世纪 经网络 (ArtificialNeuralNetwork，ANN)预测作物硝酸 50年代起，得到了快速发展 传统的植物营养诊断方 盐含量。。；2004年，中国农业大学雷咏雯等人研究了棉 法主要有：形态诊断法，化学诊断法和酶诊断法，显微 花冠层图像颜色特征与棉花施氮量的关系，利用回归 化学法、组织解剖方法以及电子探针方法等。随着高 分析技术建立了不同颜色特征与施氮量之间的线性模 分辨率数码照相机和摄像机的问世，基于计算机视觉 型 ；2007年，浙江省亚热带作物研究所李洪建与中国 的方法成为无损诊断作物营养的解决方案之一。近几 农业大学郑丽敏等人建立了基于图像颜色特征和作物 年来，国内外研究人员在这方面开展了一系列工作，进 覆盖度的氮肥施用量诊断模型_l5]；同年，新疆农业科学 行了有益的探索和尝试。1996年，Ahmad和Reid利用 院王晓静、张炎等人利用图像处理技术提取棉花冠层