【技术实现步骤摘要】
本专利技术涉及水稻生长监测，特别涉及一种基于图像识别的耐盐碱水稻长势监测系统。
技术介绍
1、耐盐碱水稻是指能在盐(碱)浓度0.3％以上的盐碱地生长、且单产可达300kg/667m2以上的一类水稻品种。水稻是中国三大粮食作物之一，因此水稻长势的无损、高效监测对于农田生产管理和粮食安全具有重大意义。近年来，卫星遥感、地面传感技术已经广泛应用于农业领域，基于图像识别技术对于水稻生长情况的监测方法为通过获取水稻的遥感图像，筛选图像中的评价特征，获取评价指标的参数值，再将获取的参数值与往期或同期水稻的参数值进行比较，从而对水稻的长势情况进行监测。
2、但目前尚未有针对于耐盐碱水稻进行生长监测的报道，相关研究表明，耐盐碱水稻的耐盐碱性状与长势评价指标之间存在一定的相关性，因此，如何通过对水稻群体图像进行识别分析，获取水稻长势评价指标与耐盐碱性状之间的关联性，在对水稻长势情况进行监测的同时，通过水稻长势评价指标筛选具有所需耐盐碱性状的水稻，对于耐盐碱水稻的选种和培育均具有重要意义。为此，我们提出一种基于图像识别的耐盐碱水稻长势监测系统。
技术实现思路
1、本专利技术的主要目的在于提供一种基于图像识别的耐盐碱水稻长势监测系统，可以有效解决
技术介绍
中的问题。
2、为实现上述目的，本专利技术采取的技术方案为：
3、一种基于图像识别的耐盐碱水稻长势监测系统，用于监测标的区域内成熟期耐盐碱水稻的长势，包括图像标定模块、图像采集模块、图像处理模块、数据采集模块、数据分析
4、所述图像采集模块设置于所述标的区域正上方，用于采集标的区域内的水稻群体图像；
5、所述图像标定模块设置于所述标的区域中心位置，且与水稻冠层位于同一平面处，用于计算采集的所述水稻群体图像的转化系数λ，其中，s1为图像标定模块的表面积，n1为水稻群体图像中图像标定模块的像素值，μ为修正系数，且μ为大于等于1的常数；
6、所述图像处理模块通过对获取的水稻群体图像依次进行增强、灰度化、分割处理,获取水稻群体图像的叶面积像素数n，根据获取的叶面积像素数n计算水稻群体图像的冠层叶面积指数s，其中，s＝λ×n；
7、所述数据采集模块基于抽样调查法采集所述标的区域内的若干组单株水稻，用于计算获取标的区域内的测量群体叶面积及水稻耐盐碱相关性状指标评价数据；
8、所述数据分析模块通过对冠层叶面积指数数据及测量群体叶面积数据进行拟合，获取冠层叶面积指数与测量群体叶面积数值之间的数学关系模型，根据数学关系模型计算水稻群体图像的真实叶面积指数；
9、所述监测中心模块根据获取的水稻群体图像的真实叶面积指数数据及水稻耐盐碱相关性状指标评价数据建立判断模型，通过计算水稻群体图像的真实叶面积指数数据与各项所述水稻耐盐碱相关性状指标评价数据之间的皮尔逊相关系数r进行相关性判断，并根据皮尔逊相关系数的计算结果筛选具有目标耐盐碱性状的标的区域，其中，皮尔逊相关系数r的计算公式为：
10、
11、其中，分别表示真实叶面积指数数据的均值及第j项耐盐碱相关性状指标评价数据的均值，i为样本编号，j为耐盐碱相关性状指标编号。
12、进一步的，所述水稻耐盐碱相关性状指标包括产量、实粒数、生物产量、穗粒数、千粒重、结实率。
13、进一步的，所述标的区域为规则图形，所述图像标定模块设置于标的区域的几何中心处。
14、进一步的，所述图像采集模块采集标的区域内的水稻群体图像时位于所述图像标定模块的正上方。
15、进一步的，所述判断模型的判定机制为：
16、当水稻群体图像的真实叶面积指数数据与该项所述水稻耐盐碱相关性状指标评价数据之间的皮尔逊相关系数r的值为0时，判定水稻群体图像的真实叶面积指数与该耐盐碱相关性状无相关性，则该区域内的水稻不具有所需的耐盐碱相关性状；
17、当水稻群体图像的真实叶面积指数数据与该项所述水稻耐盐碱相关性状指标评价数据之间的皮尔逊相关系数r的值在[-1，0)之间时，判定水稻群体图像的真实叶面积指数与该耐盐碱相关性状呈负相关性，则该区域内的水稻不具有所需的耐盐碱相关性状；
18、当水稻群体图像的真实叶面积指数数据与该项所述水稻耐盐碱相关性状指标评价数据之间的皮尔逊相关系数r的值在(0，1]之间时，判定水稻群体图像的真实叶面积指数与该耐盐碱相关性状呈正相关性，则该区域内的水稻可能具有所需的耐盐碱相关性状。
19、进一步的，所述系统包括存储模块、处理器及存储在存储模块上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现权利要求1中任一项所述模块的功能。
20、进一步的，所述监测系统的工作流程如下：
21、步骤一，选择确定待监测的标的区域，将所述图像标定模块设置于所述标的区域中心位置，且与水稻冠层位于同一平面处，通过所述图像采集模块采集标的区域内的水稻群体图像；
22、步骤二，获取水稻群体图像后，采集水稻群体图像中所述图像标定模块的像素值，计算采集的所述水稻群体图像的转化系数λ，其中，s1为图像标定模块的表面积，n1为水稻群体图像中图像标定模块的像素值，μ为修正系数，且μ为大于等于1的常数；
23、步骤三，通过所述图像处理模块通过对获取的水稻群体图像依次进行增强、灰度化、分割处理,获取水稻群体图像的叶面积像素数n，根据获取的叶面积像素数n计算水稻群体图像的冠层叶面积指数s，其中，s＝λ×n；
24、步骤四，通过所述数据采集模块采用抽样调查法采集所述标的区域内的若干组单株水稻，采用量测法或重量比例法计算获取标的区域内的测量群体叶面积，并计算获取的若干组单株水稻的包括产量、实粒数、生物产量、穗粒数、千粒重、结实率等耐盐碱相关性状指标评价数据；
25、步骤五，通过所述数据分析模块对冠层叶面积指数数据及测量群体叶面积数据进行拟合，获取冠层叶面积指数与测量群体叶面积数值之间的数学关系模型，根据数学关系模型计算水稻群体图像的真实叶面积指数；
26、步骤六，通过所述监测中心模块根据获取的水稻群体图像的真实叶面积指数数据及水稻耐盐碱相关性状指标评价数据建立判断模型，计算水稻群体图像的真实叶面积指数数据与各项所述水稻耐盐碱相关性状指标评价数据之间的皮尔逊相关系数r，并根据皮尔逊相关系数的计算结果进行水稻群体图像的真实叶面积指数与水稻耐盐碱相关性状指标数据之间的相关性判断，筛选具有目标耐盐碱性状的标的区域。
27、与现有技术相比，本专利技术具有如下有益效果：
28、(1)本专利技术提出的技术方案，在获取水稻群体图像后，通过获取标的区域内的测量群体叶面积，计算获取耐盐碱相关性状指标评价数据，对冠层叶面积指数数据及测量群体叶面积数据进行数学拟合，根据数学关系模型计算水稻群体图像的真实叶面积指数，并建立判断模型计算水稻群体图像的真实叶面积指数数据与水稻耐盐碱相关性状指标评价数据之间的皮尔逊相本文档来自技高网...
【技术保护点】
1.一种基于图像识别的耐盐碱水稻长势监测系统，用于监测标的区域内成熟期耐盐碱水稻的长势，其特征在于，包括图像标定模块、图像采集模块、图像处理模块、数据采集模块、数据分析模块、监测中心模块；
2.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述水稻耐盐碱相关性状指标包括产量、实粒数、生物产量、穗粒数、千粒重、结实率。
3.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述标的区域为规则图形，所述图像标定模块设置于标的区域的几何中心处。
4.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述图像采集模块采集标的区域内的水稻群体图像时位于所述图像标定模块的正上方。
5.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述判断模型的判定机制为：
6.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述系统包括存储模块、处理器及存储在存储模块上并可在处理器上运行的计算机程序，其中，处理器执行程序
...【技术特征摘要】
1.一种基于图像识别的耐盐碱水稻长势监测系统，用于监测标的区域内成熟期耐盐碱水稻的长势，其特征在于，包括图像标定模块、图像采集模块、图像处理模块、数据采集模块、数据分析模块、监测中心模块；
2.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述水稻耐盐碱相关性状指标包括产量、实粒数、生物产量、穗粒数、千粒重、结实率。
3.根据权利要求1所述的一种基于图像识别的耐盐碱水稻长势监测系统，其特征在于：所述标的区域为规则图形，所述图像标定模块设置于标的区域的几何中心处。...
【专利技术属性】
技术研发人员：董擎辉，赵璞，龙江雨，郑妍妍，毕洪文，王红蕾，国殿波，关宪任，苏戈，刘凯，王敬元，王宁，汪博，
申请(专利权)人：黑龙江省农业科学院农业遥感与信息研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。