基于群体数字图像的棉花生长发育监测研究

摘要

本研究以大田生产为背景，以实际生产的大田棉花群体为研究对象，通过数码相机获取棉花冠层数字图像，然后利用图像处理计算与统计分析，动态研究棉花生育期长势特征的数字图像表达途径，试图为数码棉花长势监测提供理论依据。 主要结论如下： 1、研究和创新了图像分析方法，利用imageproplus和统计软件stata，综合利用二次编程开发功能实现了图像读取测定的准确性和快速性，为批处理、大面积应用图像监测作物长势奠定了方法基础。 2、棉花群体数字图像各颜色分量在不同的密度下全生育期变化具有特定规律性，密度之间差异显著。R分量在棉花生长全生育期呈现二次曲线变化趋势。G分量则表现为开口向下的二次曲线。B分量其分布曲线形状界于R和G之间，呈现不规则波动。H分量全生育期变化趋势曲线为开口向上的二次曲线，I分量变化趋势曲线部分具备二次曲线特征，S分量变化趋势曲线不具备二次曲线特征。 3、利用多年数据，分析得出棉花长势的指示性状，即5、6月的单株真叶数，7月的单株总果节数，8、9月的单株成铃数。通过数字图像进行识别模拟得出，5月～6月棉花单株真叶数与b、s、g、h关系密切，7月棉花单株总果节数、8月～9月单株成铃数预测模型有一定的适用性，但决定系数不高，但在一定的密度条件下，5个指标模拟效果更好，并具有应用价值。 4、根据模型的统计概率值和拟合优度大小，利用群体数字图像颜色分量来模拟诊断棉花群体大小最佳的时期在7月20日以前和9月10日以后，模拟模型都具有极显著性和较大决定系数。 5、棉花倒3叶部分生理指标与棉花群体冠层数字图像颜色特征值的相关性研究显示，颜色分量与叶片的叶绿素含量相关性最强，其次为叶片钾素含量和氮素含量、磷素含量。 各颜色分量与叶绿素a的相关性，不同群体有差异；群体颜色分量与叶绿素b的相关性不如与叶绿素a的相关性大；叶绿素总含量与颜色分量的相关性最强。 RGB模式中颜色分量与氮素含量除个别分量中度相关外，其余相关性很小；在HIS模式模式下，相关性不大。 RGB模型和HIS模型下颜色分量与磷素含量相关性不大。 RGB模型中与叶片钾素含量最相关的颜色分量为g和r：HIS模式h分量与钾素含量最为密切。 6、利用数字图像分析和识别棉花早衰程度的研究结果表明，棉田数字图像颜色分量G/(R+B)和色度H分量与棉花早衰程度线性相关，两者可用作快速诊断作物长势的指标，而其他分量与棉花早衰程度没有明显的相关性。

目录

文摘

英文文摘

英文缩略表

声明

第一章文献综述

1.1研究目的和意义

1.2作物生长发育长势监测的国内外研究进展

1.2.1作物长势监测方法及其研究进展

1.2.2数字图像在作物长势监测中的研究进展

1.2.3数字图像在作物长势监测中的研究进展

1.3研究内容

1.4研究思路

第二章试验材料和方法

2.1数字图像采集分析方法

2.1.1棉花个体数字图像测定方法步骤

2.1.2棉花群体数字图像获取技术控制

2.1.3棉花群体数字图像分析与计算

2.1.4数字图像信息处理自动化

2.2田间试验设计和测定方法

2.2.1棉花群体图像颜色特征研究试验设计和方法

2.2.2棉花群体密度识别试验设计和方法

2.2.3棉花叶片生理指标的测定

2.2.4棉花早衰程度诊断试验材料和方法

2.3讨论

第三章不同生育期棉花群体数字图像颜色特征

3.1结果与分析

3.1.1 RGB模型下不同生育期棉花群体数字图像特征

3.1.2不同生育期棉花群体数字图像HIS颜色特征

3.2讨论

第四章基于数字图像的中国棉花生长指数指示性状的估测

4.1棉花长势的指示性状指标研究

4.1.1数据获取

4.1.2产量相关农艺性状相关分析以及指示性状提出

4.1.3棉花长势的指示性状产量验证

4.2基于数字图像的棉花长势的指示性状的预测

4.3讨论

第五章基于数字图像特征的棉花群体大小估测模型

5.1结果与分析

5.1.1不同密度的棉花群体冠层颜色变化特征

5.1.2棉花群体大小与冠层颜色特征相关性分析

5.1.3于颜色特征的棉花群体大小预测模型

5.2讨论

第六章叶片部分生理指标与群体颜色特征值的相关性研究

6.1结果与分析

6.1.1叶绿素含量与群体图像特征的相关性

6.1.2叶片氮含量与群体图像特征的相关性

6.1.3叶片磷含量与群体图像特征的相关性

6.1.4叶片钾含量与群体图像特征的相关性

6.2讨论

第七章棉花早衰程度诊断数码图像数字化指标的研究

7.1结果与分析

7.1.1 RGB颜色模式分析

7.1.2HIS颜色模式结果分析

7.2讨论

第八章结论

8.1主要结论

8.2作物长势数字图像监测的深入研究与应用

参考文献

致谢

作者简历