基于图像农业信息演变规律提取现状分析.docVIP

基于图像农业信息演变规律提取现状分析 　　摘要：农作物信息演变规律提取是人们认识农作物生长过程的重要手段，也是人们了解农作物生长状况、精确判断发展阶段、预测发展趋势的重要依据之一。基于演变规律构建的可视化演变模型可以使人们更加直观地了解作物的生长全过程。近年来，基于数字图像处理的检测技术因非接触测量、操作简单、无损伤等特点逐渐得到研究者的重视。本文以基于时间序列的图像检测技术在演变规律提取方面的应用为切入点，全面分析了该技术在农业领域中包括农作物的长势监测、染病程度判断、可视化模型构建3个方面的应用现状，总结了该技术研究在农作物演变信息提取中存在的一些问题，[JP2]并对未来可能的发展方向给出预测性建议，以期为该技术为在相关领域的研究提供借鉴与参考。 　　关键词：演变规律；图像特征；检测技术；时间序列；农业信息 　　中图分类号： S126文献标志码： 　　文章编号：1002-1302（2017）16-0008-04 　　收稿日期：2016-03-29 　　基金项目：国家自然科学基金（编号；河南省科技厅重点科技攻关项目（编号：132102110150）；河南省高等学校重点科研项目（编号：15A413006）；郑州轻工业学院研究生科技创新基金（编号：2015028）。 　　作者简介：刁智华（1982―），男，河南商丘人，博士，副教授，主要从事农作物病害识别及精准喷药技术研究。E-mail：diaozhua@163com。 　　农业在我国有着悠久的发展历史，在农业发展过程中，获取农作物生长过程的相关信息是提高生产管理水平、提高作物产量与质量的重要前提。在传统生产方式中，人们依据长期视觉观察对农作物的长势信息进行了解，并对农业信息发展的规律进行总结，虽然在世代经验的积累与传承下取得了一定的效果，但这种观察方式耗时、耗力，且主观性强、精确性差。同时，有些农业信息的变化具有人类视觉难以捕捉的特点，比如长时间性、细微性、环境不允许性等，这些都为视觉观察带来了困难。近年来，随着计算机技术的发展，图像处理作为一种新的信息检测手段，应用范围越来越广。从以特征提取、模式识别为主要内容的二维图像分析到以构建模型为主的三维空间序列图像应用，走向加入时间特征的多维时间序列图像的演变特征提取，图像处理经历了从静态特征检测到动态演变规律提取的过程。图像处理技术的发展为演变规律分析提供了新的思路。利用数字图像处理技术获取农作物的生长信息，能够做到对信息的定量化描述，精确地表达农业信息状况，为最佳的农作物生长控制方案提供精确的依据，推动农业生产方式向数字化、智能化方向转变，同时依据提取参数进行农业信息的过程反演能够促进现有农业研究方法的改进与完善。 　　以往基于图像的农业研究基本上集中在如何利用图像进行特定时刻的作物信息提取，以进行作物病虫害的识别。而真正基于时间序列图像来分析作物的生长过程，识别生长阶段，并依据整个生长周期的数据进行演变规律总结，以实现作物生长过程自动识别的研究相对较少。本文旨在结合数字农业的发展趋势，综合图像处理技术的发展应用，对基于时间序列图像的分析方法在农业信息动态演变过程中的应用研究所取得的进展进行归纳和总结。 　　1演变规律分析现状 　　农田信息是随时间变化的，在农作物的生长过程中，作物自身的颜色、形状及表面纹理特征，作物病害的病斑大小、形状、颜色及纹理特征，病害部位植株表面的颜色等都具有随时间的延续而发生连续改变的特点，人们把这种因时间的改变而在某一方面与以前有差异的现象称为信息的演变。演变是农作物生长过程中普遍存在的一种现象，在传统农业生产中人们获得这种演变信息主要依赖人类自身的视觉观察，随着图像处理技术在对研究对象的形状、大小、纹理、颜色等特征的深入理解以及提取技术的发展，图像处理技术为农作物演变信息的检测提供了新的技术与手段。利用图像处理技术获得农作物生长状态信息方面的研究在国内外已经取得很大的进展，但主要集中在病害杂草识别、作物外部生长参数提取、作物营养信息监测、作物形态结构的自动识别等基于特定时间点图像的特征提取方面，基于时间序列图像集的农作物信息演变过程的研究还相对较少[1-2]。得益于计算机运算速度的大幅提升与图像处理技术的进步，从获得的作物生长过程的时间序列图像集中提取作物生长信息的相关技术，逐渐成为近些年研究的热门领域之一。国内外在基于时间序列图像集的特征提取及应用研究方面也取得了少量的成果，大体可以归纳为3个方面：农作物长势自动观测、染病程度自动判断、具有可视化效果的植物生长模型构建。 　　11农作物长势自动观测 　　农作物的长势可以理解为农作物的生长状况与发展趋势，在农业生产中一直是人们关注的重点，它直接关系到农作物后期产量的高低和品质的好坏，也是人们采取相应控制