[发明专利]基于图像的甘蔗茎伸长期及玉米拔节期自动检测方法

说明书

技术领域

本发明涉及一种检测方法，尤其是一种基于图像的甘蔗茎伸长期及玉米拔节期自动检测方法，属于图像检测的技术领域。

背景技术

甘蔗是我国最重要的糖料作物和能源作物之一，我国是世界第三大糖生产国。而玉米是我国重要的粮食作物和工业原料之一，目前我国的玉米种植面积和总产量仅次于美国，居世界第二位。甘蔗和玉米的生产对我国的农业和农村经济发展、农民增收等方面起着非常重要的作用。为了提高甘蔗以及玉米的产量和质量，需要对它们的发育速度和进程进行了解，并在此基础上分析它们的各发育期与气象条件之间的联系，从而判定适合其生长的农业气象条件。

一直以来，对于甘蔗及玉米各发育期的观测主要是通过人工观测的方式，往往人工观测不但耗人耗力，不够经济；观测结果的主观臆断性较大，没有办法保证精确度；而且只能记录观测数值，无法再现现场的图像。甘蔗茎伸长期以及玉米拔节期均是这两种作物植株迅速生长，叶片宽度增加的主要时期，是决定产量的关键时期，是农业气象观测的重要内容，有效而准确的识别这一时期并应用于作物生长模型，可以提高作物产量预测的准确性。

基于图像的甘蔗茎伸长期以及玉米拔节期自动检测技术目前尚未见公开报道。现有的文献都是围绕遥感图像开展甘蔗及玉米长势及估产的研究。如2010年郭琳、裴志远、张松龄等在《农业工程学报》上发表的“基于环境星CCD影像的甘蔗叶面积指数反演方法”中利用新型国产卫星数据环境星CCD影像和准同步的地面观测数据，分别采用指数关系模型、对数关系模型、支持向量回归模型3种方法，开展了环境星遥感影像在甘蔗叶面积指数反演试验。结果表明，3种方法都可以对甘蔗LAI进行有效预测，且能获得较好的预测效果，验证了环境星CCD影像在甘蔗LAI反演中的实用性；2013年何亚娟、潘学标、裴志远等在《农业机械学报》上发表的“基于SPOT遥感数据的甘蔗叶面积指数反演和产量估算”中利用SPOT遥感数据进行甘蔗叶面积指数LAI反演，建立最佳NDVI～LAI反演模型，同时结合不同生育期甘蔗叶面积指数的时序变化规律，建立各生育期甘蔗叶面积指数LAI与产量的相关关系，得到甘蔗叶面积指数LAI～产量最佳估产模型；2016年王立辉、杜军、黄进良等再《华中师范大学学报(自然科学版)》发表的“基于GF-1号卫星WFV数据反演玉米叶面积指数”中构建了修正的土壤调节植被指数(MSAVI)与实测叶面积指数(LAI)的统计回归模型，结果表明该模型可以快速准确的监测河南商丘玉米的LAI。

但由于遥感图像分辨率低，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。可见，基于遥感图像的检测方式不是甘蔗茎伸长期及玉米拔节期自动检测的一种较好选择，目前还需一种准确率高、实用性强和操作方便的方式来代替甘蔗茎伸长期及玉米拔节期人工观测方式，以获取甘蔗茎伸长期及玉米拔节期的准确时间，便于及时指导农事活动。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于图像的甘蔗茎伸长期及玉米拔节期自动检测方法，其减少了人工观测成本，降低了观测难度，从图像特征上实时自动检测甘蔗是否进入茎伸长期及玉米是否进入拔节期，检测结果准确率高，实用性强。

按照本发明提供的技术方案，一种基于图像的甘蔗茎伸长期及玉米拔节期自动检测方法，所述检测方法包括如下步骤：

步骤1、获取甘蔗的完整生育期作物图像以及玉米的完整生育期作物图像，并对所获取的甘蔗完整生育期作物图像、玉米完整生育期作物图像进行预处理；

步骤2、对上述预处理后的甘蔗完整生育期作物图像、玉米完整生育期作物图像，利用图像RGB分量构建图像归一化指数，以分别得到甘蔗图像归一化指数以及玉米图像归一化指数；

步骤3、利用上述得到的甘蔗图像归一化指数、玉米图像归一化指数，分别构建甘蔗完整生育期归一化指数时间序列曲线以及玉米完整生育期归一化指数时间序列曲线；

步骤4、对上述甘蔗生育期归一化指数时间序列曲线、玉米完整生育期归一化指数时间序列曲线，分别计算得到甘蔗生育期归一化指数时间序列曲线的一阶导数以及玉米完整生育期归一化指数时间序列曲线的一阶导数；

步骤5、对上述甘蔗生育期归一化指数时间序列曲线的一阶导数、玉米完整生育期归一化指数时间序列曲线的一阶导数，分别确定一阶导数最大值对应的时间，以确定甘蔗茎伸长期的日期以及玉米拔节期的日期。