范位龙，董志茹，金家铭，代奇缘，贺春梅，崔 明

（江苏农林职业技术学院，江苏 镇江 212400）

0 引言

随着物联网技术与农业生产的结合，水稻育秧技术逐渐向工厂化和智能化方向发展，其中封闭式温控箱因受外界因素影响较小成为育秧栽培的首选模式。水稻秧苗的生长环境控制需要依赖秧苗的实际生长状态参数，否则会出现调控不及时造成秧苗生长异常等情况。秧苗生长状态的传统监测方法靠人工完成，人力成本较高，且人眼的评价标准无法量化，不同人作出的标准也不同，因此秧苗状态监测的标准化和自动化监测有利于推动水稻育秧技术的工厂化和智能化发展。

随着图像处理技术的快速发展，当前农作物生长信息监测逐渐向信息化、智能化方向转变[1]。陈信新[2]针对秧苗发育形态进行研究，提出了一种协方差聚类算法结合Hough变换的图像分割方法，形态指标参数准确率为87.5%。曾勇[3]提出了一种基于傅里叶变换的形态学处理方法，获取秧苗的叶轮廓，在此基础上采用改进后的逆投影法实现了水稻苗列位置定位。迟德霞[4]针对大田里的水稻秧苗图像分割方法进行研究，提出了一种基于超绿颜色因子灰度图像的最大类间方差法的图像分割方法，实现了大田水稻秧苗的有效分割。

虽然当前对农作物的生长信息监测已经取得了一定的成果，但针对水稻秧苗育秧环境下的状态监测方面的研究仍较少，亟需进一步的研究。本文针对秧苗的生长状态进行研究，采用图像处理方法，通过对秧苗叶片图像分割，获取秧苗的生长状态参数，实现秧苗的状态监测。……