基于图像处理的作物缺水诊断方法研究

节水中心2012届硕士研究生徐腾飞，在导师韩文霆副研究员的指导下，经过三年努力完成基于图像处理的作物缺水诊断方法研究。

研究方向：农业电气化与自动化

摘  要

在目前我国有限的水资源条件下，如何确定最佳的作物灌溉时机以及最大限度的提高水资源的利用率是目前阶段我们进行研究节水灌溉的一个重要的课题。由于不同的土壤及耕作方式，作物生长对不同深度的水的利用存在很大的不同，将土壤含水量当作作物灌溉的参考指标已经很难满足节水灌溉的要求。与土壤含水率相比，作物的叶片含水率能更明显的反映出作物的生长状况，而且作物的叶片特征比较直观，便于观察。所以，被越来越多的应用到作物的缺水诊断中。 本文以计算机图像处理技术为基础，以玉米叶片图像为研究对象，综合植物生理学、色度学等方面的知识，对基于图像处理技术的作物缺水诊断方法进行了研究,主要研究内容有： （1）利用温室培育出不同含水率的玉米样本，并对玉米样本的叶片进行采样，利用数码相机采集离体玉米样本的叶片图像信息，并利用传统的烘干法对采集过图像信息的玉米叶片进行烘干，测得叶片的含水率。 （2）研究了玉米叶片图像的预处理方法。包括对叶片图像进行滤波、图像分割以及灰度化处理。滤波方法选择利用线性滤波的方法去除图像中的噪声；对滤波后的图像进行图像分割，利用R/G、B/R和B/G的比值对图像进行分割处理，经比较，试验中选择利用R/G的比值来选择进行图像分割的阈值，利用阈值法对叶片图像信息进行图像分割。 （3）从叶片的纹理和颜色两个方面来提取玉米叶片图像的特征信息；在叶片纹理特征方面，试验中选择利用灰度共生矩阵的方法，通过提取灰度共生矩阵的特征参数对叶片图像的纹理特征进行了研究；在叶片颜色特征方面，研究了利用玉米叶片的RGB真彩色图像和图像的灰度直方图来对也米叶片的图像信息进行了研究。 （4）综合玉米叶片纹理和颜色两方面的特征参数，我们选择提取的玉米叶片的灰度直方图的均值和峰态两组特征量作为我们对玉米叶片进行缺水诊断的特征参数。数学模型的建立利用线性回归的方法，建立了玉米叶片图像颜色特征参数均值和峰态与玉米叶片含水率之间的线性关系，实现对玉米叶片含水率的诊断。 （5）试验验证了建立的数学模型的准确性及精度，其相关系数均达到了极为显著的标准，可以利用该模型对玉米叶片含水率进行诊断预测。  

关键词：玉米叶片图像；图像处理；缺水诊断；特征提取；线性回归