植物表型性状参数快速检测研究

论文摘要

随着数字农业和农业物联网技术的快速发展,研究和开发植物表型信息的快速无损检测技术和传感仪器等软硬件平台已经成为现代农业研究的热点。在进行农业科学研究时,研究人员可以使用昂贵的精密设备,但是农业生产无法承担高昂的仪器设备价格。所以本论文在开展植物表型信息检测研究工作时,把着眼点放在低成本和快速这两个因素上,研究和开发低成本的植物表型性状参数的快速检测装置,为农作物种植精细化和规模化管理,提高农作物产量和品质提供技术支撑,对数字农业建设工作的推进有着非常重要的意义。围绕植物表型性状参数快速检测技术的关键问题,本论文从两个不同的角度深入地研究植物表型性状参数快速检测技术。第一个角度,以植物的生长过程为线索,从研究籽粒表型信息检测开始,延伸到叶片表型信息的获取,从植株叶片单体到多个叶片,进而拓展到冠层叶片的测量研究;第二个角度,从室内离体检测开始研究,扩展到室外活体检测,室内离体检测能够在特定的检测环境下实现更高的测量精度,室外活体检测是在满足检测精度要求的前提下,快速、准确、方便地获取植物表型性状参数,提高检测的工作效率,有利于实现高通量的植物表型信息的获取,更适合于广大农业科技工作者和农业生产者进行实际的检测工作。在降低使用成本的前提条件下,本论文针对籽粒和叶片的表型信息获取开展了大量的研究工作,研究快速获取籽粒和叶片表型性状参数的方法和手段,从籽粒快速准确计数、形状参数的测量,到叶片的形状、面积及其养分含量的测量。设计了多种植物表型性状参数的快速检测技术,研究和开发低成本的植物籽粒和叶片表型信息的快速检测装置。在研究方法上,当前很多研究把RGB彩色图像转换成灰度图像,然后针对灰度图像进行处理,这样的研究方法丢失了很多有用的彩色信息,对检测结果有很大的不良影响,特别是在农业应用领域,植物的叶片、花朵、果实等往往都有鲜明的色彩,这些彩色信息反应出许多有研究价值的植物表型信息,本论文提出了一种高效率的基于HSV色彩模型的图像特征值提取方法,并将此方法应用到植物表型性状参数提取的研究中。本论文的主要研究内容有以下6个方面:（1）研究了室内的籽粒表型性状参数的快速检测方法,提出了用于粘连图像分割的CM-Watershed算法,对单排粘连轮廓的识别精度达到99%以上。（2）研究了室内高精度的叶片表型性状参数的快速检测方法,提出了识别图像轮廓的最小标号（Minlabel）算法,开发了高精度植物叶片面积测量仪,检测结果的最大标准偏差小于0.05,相对误差小于0.7%。（3）研究了室外便携式的叶片表型性状参数的快速检测方法,采用HSV色彩模型进行参照物的识别和背景分离,通过叶片和参照物的像素比例关系,求出叶片的面积。具有携带方便、测量速度快、支持多片叶片同时测量等特点。（4）研究了室外高通量的叶片表型性状参数的快速检测方法,从提高易用性和高通量角度开展研究,利用双目视觉技术来实现非接触的、无参照物的快速检测。（5）研究了室外植物叶片氮含量的快速检测方法,提出了 HSVCAM检测方法,与SPAD叶绿素仪测量的氮含量值高度相关,R2为0.901,具有检测幅面大、速度快等特点。（6）在植物表型性状参数快速检测装置的实施方面,提出了两种嵌入式系统开发模式:一种是采用单片机控制板和Android智能相机的组合方式,适合于有外部控制操作和外部信息采集的图像处理类型;另一种是采用嵌入式Linux+QT的开发模式,适合于对图像采集和处理要求较高的应用类型。这两种开发模式全部实现,形成了两种开发模版,对后期其他农用仪器的开发,起到很好的参考作用。

论文目录

• 致谢
• 摘要
• Abstract
• 缩略词表
• 第一章 绪论
•   1.1 课题研究背景
•   1.2 植物表型信息检测技术现状及存在的问题
•   1.3 光谱技术及图像处理技术的应用现状
•   1.4 基于HSV色彩模型的颜色特征值提取
•   1.5 本章小结
• 第二章 材料与方法
•   2.1 试验材料
•   2.2 数据采集仪器
•     2.2.1 手持式叶片面积测量仪CI-203
•     2.2.2 叶绿素测量仪SPAD
•     2.2.3 JVL250影像测量仪
•     2.2.4 三星安卓相机Galaxy Camera EK-GC100
•     2.2.5 富士FinePix REAL 3D W3
•   2.3 数据预处理方法
•   2.4 预测模型建模方法
•   2.5 利用嵌入式系统实现植物表型信息检测
•     2.5.1 嵌入式系统硬件部分
•     2.5.2 嵌入式系统软件部分
•     2.5.3 嵌入式操作系统开发平台
•   2.6 图像处理算法研究工具和方法
•   2.7 本章小结
• 第三章 室内的籽粒表型性状参数快速检测方法的研究
•   3.1 引言
•   3.2 室内的籽粒表型性状参数快速检测方法研究内容
•   3.3 CM-Watershed籽粒信息快速提取算法设计
•     3.3.1 CM-Watershed背景分离算法
•     3.3.2 CM-Watershed籽粒中心标定算法
•     3.3.3 CM-Watershed轮廓分割算法
•   3.4 实验及结果
•   3.5 籽粒表型信息提取装置的设计
•   3.6 进一步的改进研究
•   3.7 本章小结
• 第四章 室内高精度的叶片表型性状参数快速检测方法的研究
•   4.1 前言
•   4.2 室内高精度的叶片表型性状参数快速检测方法
•   4.3 室内高精度的叶片表型性状参数测量系统软、硬件选型
•   4.4 室内高精度的叶片表型性状参数测量算法设计
•     4.4.1 中值滤波
•     4.4.2 Minlabel算法
•   4.5 测量仪器开发及精度检验
•     4.5.1 精确度检验
•     4.5.2 相关仪器比较
•   4.6 本章小结
• 第五章 室外便携式的叶片表型性状参数快速检测方法的研究
•   5.1 前言
•   5.2 研究室外便携式的叶片表型性状参数快速检测的技术路线
•   5.3 检测算法设计
•     5.3.1 查找参照物的轮廓
•     5.3.2 分离所有叶片的轮廓
•   5.4 检测软件开发及界面设计
•   5.5 实验结果
•   5.6 本章小结
• 第六章 室外高通量的叶片表型性状参数快速检测方法的研究
•   6.1 前言
•   6.2 室外高通量叶片表型性状参数快速检测方法研究内容
•   6.3 双目视觉相机标定
•     6.3.1 双目相机采集图像
•     6.3.2 标定的三种重要坐标系
•     6.3.3 重要坐标系之间的相互转换
•     6.3.4 相机标定的原理及实现
•   6.4 双目视觉图像立体校正
•   6.5 双目视觉图像立体匹配
•     6.5.1 立体匹配概述
•     6.5.2 立体匹配算法
•     6.5.3 立体匹配实现
•   6.6 双目视觉三维重建
•   6.7 双目视觉测量叶片表型参数的方法
•   6.8 双目视觉误差分析
•   6.9 软件实现
•     6.9.1 软件功能分析
•     6.9.2 软件界面设计
•     6.9.3 软件执行流程
•   6.10 本章小结
• 第七章 室外叶片氮含量快速检测方法的研究
•   7.1 前言
•   7.2 室外叶片氮含量快速检测的研究方案
•   7.3 检测的关键技术及实现
• CAM采集图像方法'>    7.3.1 HSV_CAM采集图像方法
• CAM目标定位方法'>    7.3.2 HSV_CAM目标定位方法
• CAM图像色彩校正'>    7.3.3 HSV_CAM图像色彩校正
• CAM图像分割'>    7.3.4 HSV_CAM图像分割
• CAM颜色特征值提取'>    7.3.5 HSV_CAM颜色特征值提取
•   7.4 建立植物叶片氮含量检测模型
•     7.4.1 建立数学模型
•     7.4.2 植物叶片SPAD值采集
•     7.4.3 误差分析
•   7.5 氮含量检测软件设计
•   7.6 本章小结
• 第八章 结论与展望
•   8.1 结论
•   8.2 创新点
•   8.3 展望
• 参考文献
• 作者简介

文章来源

类型: 博士论文

作者: 张德荣

导师: 何勇

关键词: 植物表型,叶面积,氮含量,快速检测,图像处理

来源: 浙江大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 浙江大学

基金: 国家高技术研究发展计划(863计划)项目(2013AA10030401)作物生长,形态与环境信息快速获取技术,国家高技术研究发展计划(863计划)项目(2013AA102301)多尺度农田信息获取与融合技术

分类号: Q944;TP391.41

DOI: 10.27461/d.cnki.gzjdx.2019.000336

总页数: 119

文件大小: 5587K

下载量: 392