基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割

棉田冠层覆盖度是监测棉田棉花长势的重要指标,针对棉田复杂环境中冠层图像难以准确分割的问题,该文提出了一种基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割方法。首先将棉田冠层图像像素分成叶片冠层和地表背景2类,在HSV颜色空间中分别提取两类像素的H通道值,在RGB颜色空间中分别提取绿色占比值(G/(G+R+B))作为颜色特征;再利用逻辑回归算法确定出各颜色特征的分割阈值,通过H通道分割阈值实现图像的初次分割;再对初次分割结果中的低亮像素使用逻辑回归算法计算出的超绿特征阈值进行低亮像素分割,同时采用绿色占比分割阈值对图像高亮像素及低亮像素分割结果整体实现二次分割,最后采用形态学滤波方法对分割结果进行优化。为评价该分割方法,利用从新疆棉花产区采集到的320幅棉田冠层图像进行试验。结果表明,该方法可在棉田复杂自然背景下,有效分割出棉田冠层区域,平均相对目标面积误差率仅为5.46%,总体平均匹配率达到93.07%;优于超绿特征OTSU分割方法(平均相对目标面积误差率11.78%,总体平均匹配率76.43%)、四分量分割方法(平均相对目标面积误差率24.11%,总体平均匹配率71.67%)、显著性分割方法(平均相对目标面积误差率36.92%,总体平均匹配率66.92%)。该方法的平均处理时间为4.63 s,相对于超绿特征OTSU法(3.84 s)和四分量分割法(2.56 s),耗时多一些,但与显著性分割法(6.25 s)对比,花费时间要少。研究结果可为棉田自然复杂环境下机器视觉技术监测棉花覆盖度提供一种有效途径。     

基于G-MRF模型的玉米叶斑病害图像的分割

【目的】图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低。本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度。【方法】在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的算法。采用该算法对大斑病、小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较。【结果】基于G-MRF分割模型的分割,目标区域的一致性和边缘的清晰方面明显好于基于阈值和Gauss模型的分割算法,其平均正确分类率达96.35%,分别较基于阈值和基于Gauss模型的分割算法高出3.75%和4.03%,差异达到显著水平。【结论】基于G-MRF模型的分割算法鲁棒性高,能够有效地将病斑区域从叶片部分离,分割正确分类率达96.35%,可用于玉米叶斑类病害图像的分割。     

警惕"新害虫"对新疆棉花的为害

近2 0年来,新疆新的病虫在不断传入和增加,如玉米螟已在全疆范围内发生,美洲斑潜蝇在局部地区发生较重,个别地区棉田(吐鲁番)及花卉上(乌鲁木齐、哈密、库尔勒、克拉玛依等地)已发现烟粉虱为害。据奎屯、石河子棉区调查,近两年(特别是2 0 0 3年)双斑长跗莹叶甲(系新疆棉花新害虫,以前未见报道)在棉田普遍发生,个别棉田受害较重。老病虫害(棉花烂根病、棉花枯黄萎病、棉铃虫、棉蚜、棉红蜘蛛)频繁发生,新的病虫又不断出现,给新疆棉花生产构成新的威胁。现将几种“新害虫”在新疆的发生情况及形态特征简报如下:1双斑长跗萤叶甲1 .1发生情况。…     

哈密垦区高密度高产栽培技术

20 0 2年农十三师哈密垦区推广棉花高密度高产栽培技术的棉田为 72 93hm2 ,平均单产 1 90 5 kg。每公顷产 2 2 5 0 kg以上的棉田面积 1 42 7hm2 ,占播种面积的 2 0 % ,其高产栽培技术如下 :1棉田土壤条件高产棉田属中上等肥力的沙壤、壤土、或粘土地。土壤耕性较好 ,不含盐碱或轻度盐渍化 ,土壤保肥、保水、保温性能较好 ,容易实现一播全苗。土壤有机质含量 >1 0 g· kg-1,碱解氮 >65 g· kg-1,速效磷 >8g· kg-1。2群体结构每公顷理论株数 2 4万～ 30万株 ,收获株数 1 8万～ 2 5 .5万株 ,株高 5 0～ 60 cm,果枝 7～ 9台 ,单株结铃 5～ 7个 …     

新疆滴灌棉田"三虫"的发生与防治

近年来,新疆南疆棉区大力推广膜下滴灌技术,由于栽培方式的改变,棉田生态小气候也发生了变化,使棉田“三虫”的消长规律发生了改变,为了使棉花害虫的综合防治更经济、安全、有效,根据多年的实践及调查,提出膜下滴灌条件下棉花“三虫”的防治对策。1膜下滴灌条件下“三虫”发生1.1棉蚜。膜下滴灌条件下棉蚜的发生较常规灌棉田发生程度偏重,扩散速度快,发生期长。从农一师三团系统调查可知(图1),前期不同灌溉条件下蚜量无明显差别,6月10日后由于灌溉的影响,不同类型的棉田蚜量呈现明显的变化,滴灌棉田蚜量上升较快,在高峰期单株3叶蚜量明显高…     

基于图像规则与Android手机的棉花病虫害诊断系统

为解决当前植保专家系统使用难度大以及携带不便的问题,在Android智能手机上开发了基于图像规则的棉花病虫害诊断系统。采用二叉树检索规则构建二叉诊断决策知识树,利用面向对象技术将诊断决策树中的知识节点及其相对应的田间典型图像进行封装,形成图像化知识表达形式;系统提供指认式和推理式2种诊断方式,基于田间病虫害事实图像进行人机交互,实现了推理过程的可视化,具有便携、实用、图文并茂、人机交互友好以及不受网络环境限制等特点,能够实现现场式的专家服务。经应用测试,事实库中包含的病虫害诊断正确率在95%以上。     

利用光谱-盐分指数监测棉田土壤盐分

通过对棉田土壤盐分的光谱反演研究,为土壤盐渍化遥感动态监测提供可能。利用ASD地物光谱仪测定新疆兵团第六师共青团农场盐渍化棉田土壤光谱,结合土壤化学参数分析确定反映棉田土壤盐渍化程度的敏感波段,构建最佳盐分指数对棉田土壤盐分进行监测。结果表明,随盐渍化程度(0.084~1.659 g·kg-1)的加重,土壤光谱反射率呈上升趋势,在近红外区(1350~1850 nm)差异尤为显著,该波段范围光谱反射率与土壤盐分呈极显著相关(r=0.880**),且对土壤盐分响应敏感,为识别盐渍化土壤的敏感波段;选择盐渍化光谱敏感波段建立了盐分指数SI1,BI,SI2,NDSI,SI3监测棉田土壤盐渍化的模型,其中SI1和BI的RMSE分别为0.151和0.149、RE为7.5%和6.3%,预测能力强,可推荐为棉田土壤盐分监测的最佳模型。     

2013年北疆垦区不同棉区棉花产量波动的气候因素对比分析

2013年北疆垦区棉花的产量和品质出现下滑,明显不如2012年.通过对宜棉区、次宜棉区棉花各生育阶段的气象条件分析及气候指标判断得出,宜棉区是低温阴雨寡照造成棉花一般延迟性冷害;次宜棉区是各生育阶段热量条件持续不足和夏季严重冷害造成棉花严重的延迟性冷害,加之两地区初霜冻均明显偏早,造成了棉花气候减产.建议今后应根据不同年份的气候波动调整品种结构和品种布局,确保棉花持续健康发展.     

作物病害机器视觉诊断研究进展

 据统计，由病害引起的作物产量损失平均在12%以上，病害不仅直接影响产量，而且也严重降低农产品的品质。通过快速诊断识别作物病害而及时采取防治措施，提高作物病害的诊断水平是保证有效防治病害的重要组成部分。机器视觉技术的发展为作物病害诊断和识别提供了快捷、低廉、无损检测的可能手段。本文综述了面向多种作物病害机器视觉诊断研究的进展，归纳了作物病害机器视觉诊断的识别模式，分析了诊断中存在的问题，提出了相应的解决方法。     

基于成像光谱仪的冬小麦苗期冠层叶绿素密度监测

利用自主研发的MSI200型成像光谱仪对冬小麦苗期叶绿素密度进行遥感监测, 并与ASD Fieldspc FR2500型非成像地物光谱仪测定数据相比。结果表明, 两种仪器所得R720、FD660、FD550、TCARI、GNDVI、PPR(550, 450)、NRI等光谱特征参量均与叶绿素密度显著相关, 拟合度较高, 说明MSI200型成像光谱仪测定的作物光谱数据是可靠的。对筛选出的模型进行检验, ASD Fieldspc FR2500模型的预测精度达86.61%~92.79%, MSI200达91.26%~95.54%, 其中PPR对叶绿素密度预测精度最高, RMSE分别为0.8391和0.0979。与传统非成像地物光谱仪相比, 成像光谱仪能够提取纯冠层光谱信息, 所得模型精度高、误差小, 筛选的植被指数和特征波段对于航天、航空遥感器的定标有重要意义。