發布時間：2019-01-17所屬分類：農業論文瀏覽：1次
摘 要： 摘要:水稻是我國最主要的糧食作物，在農業經濟中占有重要的地位。水稻種植環境多樣，高產穩產在很大程度上依賴于優良品種。制種是雜交稻生產的關鍵環節，種子質量對產量有著決定性的影響。隨著科學技術的發展，無人機、物聯網和計算機視覺等新技術在農業中得
摘要:水稻是我國最主要的糧食作物，在農業經濟中占有重要的地位。水稻種植環境多樣，高產穩產在很大程度上依賴于優良品種。制種是雜交稻生產的關鍵環節，種子質量對產量有著決定性的影響。隨著科學技術的發展，無人機、物聯網和計算機視覺等新技術在農業中得到了應用，推動了農業現代化進程。為此，將計算機視覺用于水稻大面積制種，實現對田間的空行和雜草雜株的識別，以及對父母本抽穗期的監測。試驗表明:計算機視覺能夠有效識別水稻空行，對雜株雜草的識別較為準確，沒有出現誤檢的情況。計算機視覺監測的父母本抽穗期與實際接近，最大差異僅為1天，可以提高雜交種產量和純度，推動水稻制種技術的發展。
關鍵詞:計算機視覺,水稻,制種,圖像分析
水稻是我國最主要的糧食作物，超過8億的人口以水稻為主食。我國大部分省份都種植水稻，具有世界第二的種植面積和世界第一的總產量。因此，水稻在我國農業經濟中占有極其重要的地位，在保障國家糧食安全中發揮的作用是不可替代的。水稻分布地域廣闊，種植環境類型多樣，其高產穩產在很大程度上依賴于選育出的適應性品種。一直以來，優良品種都是水稻高產的物質基礎，品種選育成為各農業科研單位和育種企業的工作重點。
目前，水稻種植業呈現雜交稻和常規稻并存的格局，它們有各自的優勢和不同的生態種植區。雜交稻的產量潛力大，耐肥性好，用種量少，單位面積上能產生更高的效益;但雜交稻種植的成本較大，制種過程相對繁瑣。常規稻的品質普遍較高，制種簡單，但產量和效益與雜交稻相比有差距。我國雜交水稻的研究位于世界前沿，雜交水稻推廣應用是農民增收的重要推動力。
制種是雜交稻生產的關鍵環節，種子生產質量對雜交稻的推廣面積和產量有著決定性的影響，一般采用雜交種產量和純度來進行評價。雜交制種的產量通常由父母本開花期相遇的程度及開花授粉時期的天氣決定，純度問題則由制種田中的水稻雜株引起。因此，對于雜交水稻制種的研究都是圍繞如何在保證純度的前提下，盡可能地提高制種產量，并減少人工和物資成本。周艷等針對水稻制種過程中化肥和農藥用量大導致經濟效益不理想的問題，提出了一種精準輕簡的高效制種技術，在大田示范中取得了良好的效果[1]。
張紹安等分析了影響水稻制種產量的因素，包括基地選擇與管理、親本播插期確定及栽培措施實施，提出了相應的解決對策[2]。梅凱華等對比了水稻制種實踐中常用的花期預測方法效果，認為其中的幼穗剝查預測法最為準確[3]。隨著農業機械化的推進，各種農用機械也應用在水稻的制種中，大幅提高了生產作業效率。黃波等針對水稻機械化制種的特性，對育苗管理、大田栽培和激素使用這3個方面的技術進行了解析[4]。
熊瑋等為解決雜交稻制種人工成本高的問題，設計了一種父母本同栽插秧機，田間試驗結果表明其作業性能良好，可以滿足生產要求[5]。計算機視覺是對拍攝的圖像進行理解和分析，通過圖像分割和特征提取，達到識別目標的目的。計算機視覺在國民生產和科學研究的各個領域都有應用，目前在農業中主要用于農產品的分級、檢測和收獲[6-8]。在水稻的生產上，計算機視覺的用途也較廣泛，如對田間雜草、裂穎種子和葉部病害的識別[9-11]。
另外，龔紅菊等自制了計算機視覺系統，利用分形理論分析水稻的圖像特征，在線性相關關系上計算水稻單位面積上的產量，取得了較為準確的預測結果[12]。陳誠等利用計算機視覺獲取水稻葉片的多種顏色指標，建立葉綠素相對含量預測模型，實現了對葉綠素相對含量的準確測定[13]。
水稻大面積制種基地的田塊平整，具有完善的設施和規范的栽培管理，可以作為各種新型技術試驗應用平臺。若將計算機視覺應用于水稻大面積制種，有望顯著提高生產效率，降低人工和物資成本，但目前還沒有相關的報導。本文在水稻大面積制種過程中引入計算機視覺技術，用以對田間的空行和雜草雜株進行識別，對父母本的抽穗期進行監測，以期提高雜交種產量和純度，并推動水稻制種的技術發展。
1硬件和軟件
計算機視覺的硬件設備主要為數碼相機和計算機。其中，數碼相機為NikonDL24-500型，拍攝圖像時距離地面高度3m，拍攝角度與豎直方向夾角為60°，獲取的圖像為800萬像素的JPEG格式，通過MXT2002型A/D轉換器轉換為計算機可以識別的信號。計算機為聯想揚天M4900型臺式電腦，配件包括Inteli7中央處理器、8GB的DDR3內存和1TB硬盤。該機型的運行快速穩定，可以滿足圖像實時處理和數據存儲的要求。計算機安裝Windows10操作系統和MatLab7.0工具箱，用于圖像的視覺處理。
2圖像處理
2.1圖像的采集和預處理
圖像的組成部分包括水稻父母本、雜株雜草，背景為水田，本文基于顏色特征對它們進行區分。另外，根據具體的分析目的，選擇在合適的水稻生長期拍攝圖像，采集時刻為陰天的上午10時左右。俯視拍攝導致采集的圖像出現不同程度的畸變，因此參考紀壽文的方法對圖像進行矯正[14];然后，利用低通濾波法進行平滑處理，通過中值濾波去除相機抖動產生的噪音干擾，從而提高圖像的質量和后續分析的準確性。
2.2圖像的灰度化
原始圖像中的水田背景為白色，水稻和雜草都是綠色，水稻父本、母本及雜草的顏色深淺存在差異。在水稻的抽穗開花期，葉片為綠色，稻穗為黃色，區別較為明顯。因此，利用顏色的差異將各個部分從背景中分離出來。這里根據水稻田間圖像受光照強度影響的情況，選擇HSI模型的顏色空間，以色調H、飽和度S和亮度I作為分量處理圖像，在I分量下對圖像進行灰度化。
2.3特征提取
圖像分割是提取目標特征的必要步驟，這里根據圖像特點和分析目的，通過閾值分割法分割圖像。該方法的計算模型簡單，運行速度快，適合于水稻制種田的圖像處理。通過分析原始圖像的直方圖，獲得合適的閾值用于圖像分割。具體方法:將I分量效果圖和原圖像灰度圖做最大類間方差分析，再進行二值化，即得到顏色特征的劃分閾值;分析圖像中每個像素點的顏色特征值，通過與閾值的比較結果做出判定，從而獲得目標圖像。
3應用功能
本文計算機視覺在水稻大面積制種的應用功能為空行識別、雜草雜株識別和抽穗期監測�？招凶R別的圖像在母本返青時拍攝，根據空行與水稻植株的顏色差異進行區分。識別的內容包括父本(黑色)、母本(灰色)和空行(白色)，可以根據空行規劃行走路徑，以便于機械進行農藥噴灑作業。雜株雜草識別的圖像在水稻分蘗盛期拍攝，根據植株顏色的深淺差異進行區分。識別的內容包括正常植株(白色)和雜株雜草(黑色)，用來引導植株人員進行清除，以提高制種的純度。
抽穗期監測的圖像在水稻父本和母本的抽穗期拍攝，根據葉片與稻穗的顏色差異進行區分。識別的內容包括葉片(白色)和稻穗(黑色)，根據稻穗密度評判父母本抽穗期，計算相差的天數。抽穗期監測可以引導植株人員噴灑植物激素調節花期，以提高制種的產量。
4試驗結果和分析
2017年，在本單位的試驗基地對計算機視覺的上述3種功能進行了測試。制種所用的水稻父本1個，母本4個，分別種植在4個田塊中，每塊面積約1hm2。水稻采用人工移栽，先移栽父本，后移栽母本，采用常規的水肥管理。對4個田塊分別用計算機視覺進行空行識別、雜株雜草識別和抽穗期監測，同時進行人工觀察記載，最后比較兩組數據的差異。
計算機視覺在母本返青時期對空行的識別效果，可以為機械行走路徑的規劃提供依據。計算機視覺對雜株雜草的識別和抽穗期監測效果。以人工觀察的數據為標準，計算機視覺能夠較準確地識別雜株和雜草，沒有出現誤檢的情況;存在個別漏檢的雜草，可能是由于植株太小造成的，不會影響制種的純度。計算機視覺監測的父母本抽穗期與實際接近，最大的差異僅為1天。
5結論
本文在水稻大面積制種過程中引入計算機視覺技術，用數碼相機拍攝田間圖像，然后用計算機依次進行預處理、灰度化和特征提取，實現對田間的空行和雜草雜株的識別，以及對父母本抽穗期的監測。試驗表明:計算機視覺能夠有效識別水稻空行，對雜株雜草的識別也較為準確，沒有出現誤檢的情況。計算機視覺監測的父母本抽穗期與實際接近，最大的差異僅為1天，可以提高雜交種產量和純度，推動水稻制種技術的發展。
參考文獻:
[1]周艷，宋世文，譚放軍，等.精準輕簡高效水稻制種技術研究[J].湖南農業科學，2006(4):27-29.
[2]張紹安，余保生，謝保忠.雜交水稻制種高產的影響因素與對策[J].現代農業科技，2010(24):86.
[3]梅凱華，蔡正軍，陳蔚.水稻制種花期預測方法[J].現代農業科技，2016(20):44-45.
[4]黃波，羅傳浩，向薇薇，等.水稻全程機械化制種栽培技術[J].安徽農業科學，2015，43(34):49.
[5]熊瑋，朱德全，朱德文，等.雜交水稻制種父母本同栽插秧機設計與試驗[J].浙江農業學報，2016，28(4):699-706.
[6]李慶中，汪懋華.基于計算機視覺的水果實時分級技術發展與展望[J].農業機械學報，1999，30(6):1-7.
[7]楊國彬，趙杰文，向忠平.利用計算機視覺對自然背景下西紅柿進行判別[J].農機化研究，2003(1):60-62.
相關期刊推薦：《安徽農業科學》是由安徽省農業科學院主辦的綜合性農業學術期刊，創刊于1961年。2007年由半月刊改為旬刊。主要刊登全國范圍的農、林、牧、副、漁業基礎理論、應用研究及農業經濟研究、農史研究等與農業有關的學術研究論文，追蹤報道各學科的最新實用的農業科技成果。
SCISSCIAHCI
