基于数码相机的玉米冠层SPAD遥感估算

【目的】叶绿素是植物光合作用中重要的色素。利用作物光谱信息对叶绿素含量进行反演,为作物的实时监测和生长状态诊断提供重要依据。【方法】以大田环境下不同氮肥水平(0,50%和100%)的开花期玉米为研究对象,利用轻小型无人机搭载数码相机,获取试验区RGB影像。使用土壤调整植被指数(soil adjusted vegetation index,SAVIgreen)对图像进行分割,基于分割前后的影像分别提取15种常见的可见光植被指数,综合分析指数与玉米冠层叶绿素相对含量SPAD值的相关关系。采用单变量回归模型、多元逐步回归模型和随机森林(random forest,RF)回归算法构建玉米SPAD值的遥感估算模型,通过模型精度评价指标决定系数(coefficient of determination,R2)、均方根误差(root mean square error,RMSE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P0.01),确定最佳指标和最优模型。【结果】基于分割前后的数码影像提取的VIplot和VIplant植被指数与玉米冠层SPAD值之间具有显著的相关关系,其中VIplant中的红光标准化值(NRI)、归一化叶绿素比值植被指数(NPCI)、蓝红比值指数(BRRI)、差值植被指数(DVI)与SPAD值的相关性在0.77以上;以相关性高于0.77的VIplant指数NRI、NPCI、BRRI、DVI构建的线性、指数、对数、二次多项式、幂函数的单变量回归模型中,NRI指数构建的二次多项式模型效果最好,决定系数R2为0.7976,RMSE为4.31,MRE为5.91%。在VIplant指数NRI、NPCI、BRRI、DVI参与建立的多变量SPAD反演模型中,使用随机森林方法的模型精度最高,决定系数R2为0.8682,RMSE为3.92,MRE为4.98%,而多元逐步回归模型的精度高于任意单变量回归模型,决定系数R2为0.819,RMSE为4,MRE为5.67%;对数码影像结合各模型制作的SPAD分布图进行精度分析,使用随机森林回归模型对SPAD的估测值与实测值最为接近,具有最佳的预测效果,R2为0.8247,RMSE为4.3,MRE为5.36%,可以作为玉米冠层叶绿素信息监测的主要方法。【结论】本研究证明将数码相机影像提取的可见光植被指数应用于玉米叶绿素相对含量的估测是可行的,这也为无人机遥感系统在农业方面的应用增添了新的手段和经验。     

Early sensing of peanut leaf spot using spectroscopy and thermal imaging

Early and late leaf spot are the most devastating, important fungal foliar diseases affecting peanut. The economic loss caused by peanut diseases justifies the necessity to develop more reliable detection methods. Point and image spectroscopy and thermal imaging were used in this study for the early detection of peanut leaf spot. The spectral reflectance factors differ significantly according to the health condition. The leaves of the healthy peanut showed a decreasing reflection in 1015 nm, whereas the heavily diseased leaves showed an increasing reflection. At the thermal infrared range, affected plants show a higher temperature than healthy ones. A presymptomatic decrease in leaf temperature using thermal imagery was found about 1.3°C lower than the healthy leaves. However, the diseased plant’s temperature was 2.2°C higher than that of the healthy one. The temperature difference allowed the discrimination between the infected and healthy leaves before the appearance of visible necrosis on leaves. Two simple indices, early leaf spot index (ELSI) and late leaf spot index (LLSI), were developed to allow early prediction of the peanut disease severity. The disease severity estimation using ELSI and LLSI has an overall accuracy of 78% and 89%, respectively. This demonstrates the efficiency of the proposed indices to estimate the peanut disease.     

立体视觉系统标定及成熟果实定位

根据颜色特征利用阈值自动设定的方法对图像进行分割,自动、快速地识别成熟柑橘,采用圆形Hough变换算法拟合出目标图像的形心坐标.采用现场标定技术标定系统,减少设备组装拆卸带来的误差.同时,对传统双目立体成像测距公式进行了改进,以增强其适应性,提高定位精度.实验结果表明,该方法简单、有效、可靠.     

基于红外相机的白水河国家级自然保护区偶蹄类活动节律调查

2017年6月—2018年9月,在四川白水河国家级自然保护区利用红外相机对保护区内偶蹄类物种活动节律进行研究.结果显示:1、保护区内共发现六种偶蹄类动物,分别为羚牛、斑羚、鬣羚、林麝、毛冠鹿、野猪.相对多度结果显示,最高的为斑羚(RAI=51.2)和毛冠鹿(RAI=32.6),明显高于其他物种.其余依次为林麝(RAI=...     

烟草叶片接种野火病菌后蛋白质表达差异

为了解烟草受野火病菌侵染后蛋白质表达变化情况,探讨烟草品种的抗病机制,本研究对烟草抗病品种‘K346’叶片进行人工接种,在接种后0～72h内分9次在接种点周围取无病原菌叶片组织提取叶片总蛋白,利用双向电泳技术分析接种处理叶片与未处理叶片的蛋白质表达差异,并选取6个减量表达蛋白点和4个增量表达蛋白点进行MALDI-TOF-MS质谱分析及数据库搜索鉴定,结果表明,6个减量表达蛋白包括参与植物呼吸代谢途径的ATP合成酶CF1α亚基、ATP合成酶CF1α链以及参与植物能量代谢循环途径的1,5-二磷酸核酮糖羧化酶/加氧酶相关蛋白;4个增量表达蛋白包括参与植物氨基酸代谢途径的谷氨酰胺合成酶、参与糖类和碳循环相关途径的高等植物光系统II氧复合物中Psbp A链蛋白、叶绿体景天庚酮糖-1,7-二磷酸酯酶和光捕获叶绿素a/b结合蛋白。经过蛋白质功能分析,推测烟草是通过加速植株生长、促进抗病相关糖和蛋白的表达、增强氨基酸代谢以及植株自身蛋白的修复等方式来提高抗病性。     

基于计算机视觉的奶牛跛行识别技术研究进展

奶牛跛行严重降低奶牛福利及潜在产奶量，影响养殖场经济效益。准确高效识别奶牛跛行，有助于奶牛肢蹄病的及早发现与治疗，促进奶业的健康和可持续发展。人工观察法识别奶牛跛行存在识别效率低、成本高、主观性强等问题。计算机视觉技术可以通过无应激、无接触地采集奶牛行走视频数据，准确高效识别奶牛跛行。该研究从可见光相机、深度相机以及热红外相机3种视频采集手段出发，概述了当前奶牛跛行自动识别的主要研究方法、关键技术以及未来发展方向等，对比分析了各研究方法的优势和不足，指出个体差异性、跛行特征的优选以及早期跛行识别等需要重点关注的技术问题。同时，该研究从数据获取、技术研发和试验验证等方面，分析了奶牛跛行识别技术研究领域存在的主要问题及挑战，展望了未来奶牛跛行识别技术的研究重点和发展方向，为奶牛跛行的精准高效识别提供相关理论依据和技术参考。     

安西极旱荒漠国家级自然保护区冰洞子沟区域野生动物红外相机监测初报

采用公里网格布设法,在安西极旱荒漠国家级自然保护区冰洞子沟区域设置红外触发相机20部,对区域内大中型兽类和地面活动鸟类进行初步调查.结果显示:监测到兽类4目5科7属7种,鸟类4目7科7属8种,包括北山羊、金雕2种国家Ⅰ级重点保护动物;盘羊、猞猁、狼和短耳鸮4种国家Ⅱ级重点保护动物;兽类中北山羊和中亚兔相对丰富度指数较高...     

基于激光雷达和Kinect相机点云融合的单木三维重建

为了更好地建立单木三维彩色模型，获得准确表型参数，提出了一种基于Kinect v2相机和激光雷达的单木点云信息融合检测方法。首先由激光雷达采集樱树单木所在区域的完整环境点云，生成点云地图；由Kinect相机采集樱树单木多视角点云得到完整的三维彩色点云；然后以激光雷达点云位置为基准，通过选取对应同名点的方式对2种点云进行初始配准，使点云之间具有良好的初始位置关系，再使用最近点迭代（iterative closest point, ICP）算法对点云进行精配准；最后使用彩色点云对雷达点云进行点云着色融合处理，实现樱树单木的三维重建。结果显示：与只使用Kinect v2相机生成的樱树单木表型参数对比，融合后的樱树单木的株高、冠幅和胸径的平均相对误差分别降低了1.52、6.46和18.17个百分点。研究结果表明，Kinect v2深度彩色相机和激光雷达在单木三维重建上能实现优势互补，提升点云配准精度，同时，既能降低光照气候条件的影响，又能增加测量距离，单木表型参数更准确。     

基于RGB-D相机的黄瓜苗3D表型高通量测量系统研究

传统的人工种苗表型测量方式存在效率低、主观性强、误差大、破坏种苗等问题，提出了一种使用RGB-D相机的黄瓜苗表型无损测量方法。研制了自动化多视角图像采集平台，布署两台Azure Kinect相机同时拍摄俯视和侧视两个视角的彩色、深度、红外和RGB-D对齐图像。使用Mask R-CNN网络分割近红外图像中的叶片和茎秆，再与对齐图进行掩膜，消除了对齐图中的背景噪声与重影并得到叶片和茎秆器官的对齐图像。网络实例分割结果的类别和数量即为子叶和真叶的数量。使用CycleGAN网络处理单个叶片的对齐图，对缺失部分进行修补并转换为3D点云，再对点云进行滤波实现保边去噪，最后对点云进行三角化测量叶面积。在Mask R-CNN分割得到的茎秆对齐图像中，利用茎秆的近似矩形特征，分别计算茎秆的长和宽，再结合深度信息转换为下胚轴长和茎粗。使用YOLO v5s检测对齐图中的黄瓜苗生长点，利用生长点与基质的高度差计算株高。实验结果表明，该系统具有很好的通量和精度，对子叶时期、1叶1心时期和2叶1心时期的黄瓜苗关键表型测量平均绝对误差均不高于8.59%、R²不低于0.83,可以很好地替代人工测...     

基于相机位姿恢复与神经辐射场理论的果树三维重建方法

针对传统立体视觉三维重建技术难以准确表征果树多尺度复杂表型细节的问题，该研究提出了一种基于相机位姿恢复技术与神经辐射场理论的果树三维重建方法，设计了一套适用于标准果园环境的果树图像采集设备和采集方案。首先，环绕拍摄果树全景视频并以抽帧的方式获取果树多视角图像；其次，使用运动结构恢复算法进行稀疏重建以计算果树图像位姿；然后，训练果树神经辐射场，将附有位姿的多视角果树图像进行光线投射法分层采样和位置编码后输入多层感知机，通过体积渲染监督训练过程以获取收敛且能反映果树真实形态的辐射场；最后，导出具有高精度与高表型细节的果树三维实景点云模型。试验表明，该研究构建的果树点云能准确表征从植株尺度的枝干、叶冠等宏观结构到器官尺度的果实、枝杈、叶片乃至叶柄、叶斑等微观结构。果树整体精度达到厘米级，其中胸径、果径等参数达到毫米级精度，尺度一致性误差不超过5%。相较于传统的立体视觉三维重建方法，重建时间缩短39.50%，树高、冠幅、胸径和地径4个树形参数的尺度一致性误差分别降低了77.06%、83.61%、45.47%和62.23%。该方法能构建具有高精度、高表型细节的果树点云模型，为数字果树技术的应用奠定基础。