[发明专利]一种棉花三真叶期的自动检测方法

说明书

技术领域

本发明属于数字图像处理和农业气象观测结合领域，具体涉及一种以棉田下视序列图像为对象，利用图像特征来检测是否到达棉花三真叶期的方法。

背景技术

棉花是我国主要的经济作物之一，种植面积十分广泛。棉花的发育期、产量和质量容易受到气候变化的影响。长期以来，对于棉花发育期的观测主要是通过人工观测的方式，受观测员主观因素的影响比较大；同时由于观测周期长、地域广，利用人力进行观测也不够经济。因此，通过拍摄棉田视频图像，利用图像处理的手段，对其发育期进行观测是十分必要的。棉花三真叶期是棉花生长的一个重要环节，是农业气象观测的一个重要内容。

李敏等人在2011年的《山东农业大学学报(自然科学版)》上发表的论文“基于遥感的乡镇级棉花面积提取与长势监测研究”中，以CBERS01和HJ1B卫星图像为信息源，选取棉花信息较为突出的时相，经几何校正、腌膜、图像增强等预处理，在分析研究区典型地物光谱特征的基础上，采用决策树分类方法提取棉花种植面积，分析棉花生长过程中植被指数的变化规律和棉花长势的时空变化。然而该方法只利用棉花种植总体面积表征棉花长势，具有不确定性。而且，利用卫星图像提取棉花种植面积的方法干扰因素多，误差较大；刘娇娣等人在2011年的《石河子大学学报(自然科学版)》上发表的论文“基于植被指数的新疆棉花遥感估产模型研究”中，利用植被指数与棉花产量的关系建立了棉花遥感估产模型，利用多时相遥感数据实现对棉花产量定量遥感预测。以新疆棉花各生育期的不同卫星数据，构建相关植被指数，并与实际棉花产量进行回归分析，建立了棉花单产的遥感估算模型，用来预测棉花产量。然而该方法只利用遥感数据进行棉花估产，没有对棉花的某个生长期进行观测。而且遥感图像存在一些缺点，如分辨率低，且容易受到云层、云阴影和气溶胶等影响，每天在固定区域也仅有单张图像可以使用，有较大的局限性。这些缺点不利于利用遥感图像精确判断农作物生长状况。陈燕2007年的硕士论文“基于高光谱数据的棉花生长信息定量模型研究”中，利用高光谱仪对不同处理下的棉花冠层进行多时相监测，获取棉花全生育期各种生长信息。基于光谱微分技术和多种分析算法，研究棉花叶面积指数、生物量、覆盖度与高光谱数据的相关性，筛选适宜的特征参数和植被指数，以建立棉花全生育期生长信息最佳定量模型。该方法利用了高光谱数据来对棉花生长信息进行监测，虽然获取了生育期生长信息，但是没有对棉花的特定生长期进行检测。而且，高光谱数据和遥感数据一样，容易受到干扰，没有直观地反应植物的生长状况。

以上对棉花长势、面积、产量和生长期信息的监测都是利用卫星图像、遥感数据或高光谱数据确定的，但这些图像由于自身局限性不利于精确判断农作物生长状况。而实时相机图像分辨率高，受干扰小，能提供更多的信息量。因此本发明通过利用装置在田间的数码相机来实时获取棉花图像，研究基于图像的棉花三真叶期自动检测技术，以获取棉花三真叶期的准确到达时间，以便于及时指导农事活动。

发明内容

本发明的目的在于提供一种棉花三真叶期的自动检测方法，以相机在棉田采集的实时下视图像为处理对象，利用颜色特征将棉花植株分割出来，并利用提取到的图像特征，判断棉花是否已经到达三真叶期，具有准确率高，实用性强的特点。

一种棉花三真叶期的自动检测方法，包括以下步骤：

依据棉花页片颜色特征对相机拍摄的当日棉花田间图像进行分割得到棉花叶片图像；

对棉花叶片图像进行去噪处理；

从去噪处理后的棉花叶片图像中截取多个子区域，多个子区域分别以预定的多个中心点一一对应为中心；

分别统计多个子区域中的棉花叶片像素点个数；

分别将多个子区域中的棉花叶片像素点个数与初始检测日得到的多个子区域中的棉花叶片像素点个数一一对应比较；若某一子区域的棉花叶片像素点个数相对初始检测日明显增多，则判定该子区域中的棉花进入三真叶期；

若子区域总数一半及一半以上的子区域的棉花被判定进入三真叶期，则判定棉花在当日进入三真叶期；

所述预定的中心点按照如下方式确定：对初始检测日采用相机拍摄的棉花田间图像进行分割，在分割得到的图像中进行连通域识别，将形状特征和面积均各自满足棉花叶片形状要求和面积要求的连通域确定为棉花叶片连通域，分别计算各棉花叶片连通域的中心点。

进一步的，在预定中心点确定过程中，还对间距小于距离阈值Td的中心点进行合并。

进一步的，所述距离阈值Td大于等于10且小于等于25。