基于作物谱图特征的植株分割与叶绿素分布检测
2020-07-08龙耀威李民赞高德华张智勇QinZhang
龙耀威, 李民赞, 高德华, 张智勇, 孙 红*, Qin Zhang
1. 中国农业大学现代精细农业系统集成研究教育部重点实验室, 北京 100083 2. Center for Precision & Automated Agricultural System, Washington State University, Pullman WA 99350, USA
引 言
利用不同的平台搭载可见光-近红外光谱成像设备[1-2], 分析作物冠层或叶片叶绿素[3]、 水分[4]、 氮素[5]等含量, 已经成为快速无损检测田间作物长势的重要手段和途径[6-7]。 镀膜型光谱成像传感器与棱镜分光和光栅线扫成像传感器不同, 其应用半导体薄膜工艺原理, 是在探测器像元上镀膜实现光信号窄带选择透过的一种新型多光谱成像方式。 它具有面阵直接成像速度快、 体积小、 成本低的优点, 在农作物现场检测中有较好的应用前景而备受关注[8]。
在可见光-近红外区域, 棱镜分光成像空间分辨率通常高于1 024×768像素, 作物数据以R(red), G(green), B(blue)和NIR共4波段图像的处理为基础。 有报道在NIR图像分割的基础上, 开展了基于区域标记的玉米图像精准分割研究, 并基于归一化植被指数(normalized vegetation index, NDVI)建立了大田玉米叶绿素指标诊断模型。 光栅线扫成像方式获取数据光谱分辨率可达1 nm, 因而在可见光-近红外光谱区作物含氢基团(O—H, N—H, C—H)振动合频和各级倍频的吸收特性[9]检测中常利用相关性、 主成分分析和仿生学优化等算法筛选特征波长和植被指数, 达到解析光谱变量、 剔除冗余数据、 压缩计算数据、 提高诊断模型精度与鲁棒性等目的[10-12]。 然而, 镀膜型成像方式、 波段数、 图像空间及光谱分辨率与上述两种传感器不同。 以美国XIMEA公司的IMEC4×4或5×5马赛克式镀膜传感器为代表, 分别在470~630和673~951 nm范围内探测16或25个波段带宽大于10 nm的光学信号, 各波段图像仅为409×217像素, 如何在提取马赛克成像矩阵数据的基础上, 充分利用其有限的空间图像和光谱维数据开展作物营养检测尚待深入研究。……
