基于农业图像检测技术的玉米植株图像获取及预处理

焦红强

图像是人类认识世界的基础，是获取和传递信息的重要手段。图像处理技术的发展，对农业信息化的提高有着巨大作用。农业图像检测技术的逐步成熟对于农作物长势检测、种子质量鉴别和农产品质量等级检查有广泛应用。

《农业图像检测技术与实践研究》首先对数字图像处理、计算机视觉和分形理论进行了介绍，在此基础上，以农业图像为主要研究对象，重点讲解了对玉米、大豆、甘薯等农作物图像的信息进行采集和分析加工方式。同時，还对传统的图像处理算法中存在的缺陷进行改进，进一步拓展了实践应用领域。

玉米植株的高度和密度对于玉米生长期间的营养需求有极大影响，玉米植株高度的检测和玉米产量也有关系，只有合理的高度和密度才能获得较高的产量。《农业图像检测技术与实践研究》中玉米植株图像实验研究章节中，对玉米植株图像获取、图像预处理以及玉米植株的机器检测实验进行了详细的介绍和阐述，通过计算机图像处理可以减轻测量工作的劳动强度和减少测量时间。所以，农业图像检测技术的应用，有助于合理密植，提高作物产量。

精细农业是将智能化引入农业生产而形成的一种新的农业形式。电脑视觉技术在植物生产、农业资源信息共享、农副产品灰度和质量检查上有广泛的应用。目前，我国玉米种植面积在0.2亿hm2左右，在全球范围中排在第2位。玉米的大面积种植造成玉米植株密度难以把握，在这种情况下，计算机视觉技术的引入对玉米生长情况的掌控有很大帮助，根据植株生长情况进行灌溉、施肥，大大提高了工作效率。

《农业图像检测技术与实践研究》中对图像处理基础进行了全面的分析，其中的图像分割技术、图像提取技术在农业图像检测中有很多的应用。在当下的农业图像检测技术中，Casady等利用计算机视觉技术，将采集图像的对比度之差，与玉米及其土质背景相适应，进行灰度分割，得到玉米的生长情况。将采集到的图像进行处理之后，可以得到植株生产情况的参考数据，另外，应用数学形态学的方法去除影子和噪音，通过二值化图像提取玉米生长的高度。

基于计算机视觉的玉米植株的高度测量系统由摄像设备、图像处理装置和计算机构成。在工作时，首先在田间安装检测设备，白天通过摄像机来拍摄玉米图像，晚间则是通过红外设备来获取图像，然后，将图像传送到图像处理器，进行计算机分析计算，获得植株的高度，完成测量。

在玉米植株图像获取时，还会采用植物表型检测的方式。植物表型检测的方式是植物表型组学研究的一个重要方向，通过植物表型检测，可以为植物功能基因分析和环境影响研究提供完整的参考数据，从而对玉米植株情况进行实时监测和数据采集。通过实时图像处理监测玉米的生长状况。该方法通过模糊聚散类处理获得玉米和背景敏感的阈值，从中找出通过X射线在作物图像上最大累积的绿色像素，根据这些沿线排列的像素计算玉米的植物株的密度。《农业图像检测技术与实践研究》对计算机视觉理论进行了全面分析，其中的空间几何以及三维重建技术在农作物的植株分析中有重要应用。Nakarmi等学者利用3D计算机视觉技术进行玉米植株密度的空间测量，通过透视的关系，得到玉米植株的间距。这种测量方式的精度很高，平均测量误差能够控制在2.45 cm，从而满足了玉米耕种规划的要求。

作为一本农业图像检测方面的专业著作，《农业图像检测技术与实践研究》可供广大的科研工作人员、农业工程技术人员使用，同时也可以提供给计算机专业、农学类专业的学生参考使用。农业图像检测技术的进步，对于农业信息的发展有重要作用，通过计算机视觉技术来检测玉米植株的生长情况的方式是智能农业的具体表现，随着现代科学技术的高速发展，在农业生产中将会有更多的工作被计算机代替，农业生产的效率也将走上一个更高的台阶。