智慧農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢(shì),而農(nóng)業(yè)機(jī)械化和信息智能化將起到核心作用。然而,當(dāng)前農(nóng)業(yè)信息智能化的發(fā)展速度較慢、自動(dòng)化水平較低。作物發(fā)育期信息作為各階段農(nóng)事管理的重要科學(xué)指導(dǎo)依據(jù),其觀測手段仍然主要依賴于人工觀測,耗時(shí)耗力、主觀性強(qiáng)。因此,亟需采用自動(dòng)化觀測手段克服由人工觀測帶來的“看不全”、“測不準(zhǔn)”等問題,為機(jī)械化農(nóng)事操作提供可靠的信息,為增產(chǎn)和解放勞動(dòng)力提供可能。本文以我國重要的經(jīng)濟(jì)作物和天然纖維原料——棉花作為研究對(duì)象,采用地面室外觀測的方式,探究如何利用計(jì)算機(jī)視覺技術(shù)表征實(shí)際農(nóng)田中棉花的發(fā)育狀態(tài),并結(jié)合農(nóng)業(yè)氣象觀測人員的實(shí)地觀測經(jīng)驗(yàn),自動(dòng)檢測棉花的關(guān)鍵發(fā)育期。由于在裂鈴期和吐絮期內(nèi)的田間管理與農(nóng)事操作直接影響棉花的產(chǎn)量與品質(zhì),本文將這兩個(gè)發(fā)育期的自動(dòng)檢測方法作為重點(diǎn)研究內(nèi)容,具體如下:針對(duì)棉花裂鈴期自動(dòng)檢測中棉桃姿態(tài)各異、尺度變化較大的問題,提出了一種基于多尺度特征編碼與形態(tài)學(xué)變換的裂鈴期自動(dòng)檢測方法。基于裂鈴期觀測定義和圖像特點(diǎn),該方法被分為棉桃檢測和棉桃裂鈴狀態(tài)檢測兩個(gè)部分。通過將基于局部約束線性編碼和空間金字塔匹配模型的圖像表達(dá)向量送入支撐向量機(jī)中,可實(shí)現(xiàn)棉桃的檢測。其中,具有空間和語義信息的圖像表達(dá)向量可提高棉桃檢測的準(zhǔn)確率。對(duì)于棉桃裂鈴狀態(tài)的檢測,可利用形態(tài)學(xué)變換方法提取已檢測到的棉桃子塊圖像中的裂縫,最終實(shí)現(xiàn)棉花裂鈴期的自動(dòng)檢測。通過與人工觀測記錄做對(duì)比,可以驗(yàn)證所提方法在棉花裂鈴期自動(dòng)檢測上的準(zhǔn)確性和有效性。針對(duì)以往棉花分割方法魯棒性差、不適用于農(nóng)田復(fù)雜場景的問題,提出了一種基于區(qū)域語義信息分割的吐絮期自動(dòng)檢測方法。該方法通過融合超像素的無監(jiān)督區(qū)域生成、區(qū)域特征提取和基于隨機(jī)森林的有監(jiān)督語義標(biāo)記,首次從區(qū)域?qū)用鎸?duì)棉花分割問題進(jìn)行了思考。其中,無監(jiān)督區(qū)域生成是利用超像素分割和基于測度學(xué)習(xí)的密度聚類方法實(shí)現(xiàn)圖像的區(qū)域化表達(dá),旨在保持邊緣細(xì)節(jié)信息和考慮密度對(duì)比分布。棉花分割數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)結(jié)果表明,該方法能較好地適應(yīng)復(fù)雜的農(nóng)田環(huán)境,取得較好的棉花分割結(jié)果;通過與人工觀測記錄做對(duì)比,也可驗(yàn)證所提方法在棉花吐絮期自動(dòng)檢測上的準(zhǔn)確性和有效性。針對(duì)人工設(shè)計(jì)特征表達(dá)能力弱、不適用于天氣多變的復(fù)雜場景的問題,提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)的吐絮期自動(dòng)檢測方法。與手工設(shè)計(jì)的特征不同,卷積神經(jīng)網(wǎng)絡(luò)以數(shù)據(jù)驅(qū)動(dòng)的方式,同時(shí)提取棉花的底層信息(顏色、形狀等)和深層語義信息,具有十分強(qiáng)大的特征表達(dá)能力。因此,本文率先將深度學(xué)習(xí)用于農(nóng)田棉花分割,采用由粗到精的策略,在由具有強(qiáng)大特征表達(dá)和回歸能力的全卷積神經(jīng)網(wǎng)絡(luò)得到的棉花初始分割圖像上,結(jié)合上下文信息對(duì)其進(jìn)行優(yōu)化,最終得到棉花分割圖像。本文的對(duì)比實(shí)驗(yàn)結(jié)果表明,所提方法不僅在不同的自然條件和單(多)目標(biāo)圖像中均可取得較好的棉花分割結(jié)果,而且可有效提升棉花吐絮期自動(dòng)檢測的準(zhǔn)確性。為了實(shí)現(xiàn)棉花各關(guān)鍵發(fā)育期信息的智能化,本文設(shè)計(jì)了一套能夠自動(dòng)觀測、分析和記錄棉花實(shí)時(shí)發(fā)育狀態(tài)的農(nóng)業(yè)生產(chǎn)智能輔助系統(tǒng)——棉花發(fā)育期自動(dòng)觀測集成軟件系統(tǒng)。該系統(tǒng)集成了本文提出的棉花各關(guān)鍵發(fā)育期的自動(dòng)檢測方法,經(jīng)過實(shí)驗(yàn)驗(yàn)證,該系統(tǒng)可獲得與人工觀測記錄相當(dāng)?shù)淖詣?dòng)觀測結(jié)果,具有應(yīng)用推廣和實(shí)際使用價(jià)值。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;S562
【部分圖文】：

文獻(xiàn) 14 16分別對(duì)我國四大經(jīng)濟(jì)作物中的玉米、水稻和小麥全生長周期內(nèi)的關(guān)鍵發(fā)育期自動(dòng)檢測方法進(jìn)行了研究。同屬于我國四大經(jīng)濟(jì)作物，棉花的關(guān)鍵發(fā)育期自動(dòng)檢測也具有極強(qiáng)的研究價(jià)值。如圖1-1所示，棉花的關(guān)鍵發(fā)育期有七個(gè)，其中裂鈴期和吐絮期作為棉田管理的重要時(shí)期，直接影響棉花產(chǎn)量和品質(zhì)的形成。當(dāng)棉花長至裂鈴期和吐絮期時(shí)，可及時(shí)進(jìn)行如澆水防澇、整枝、增鈴重和治蟲防病等促早熟防早1

以不同頻次獲取豐富而多源的農(nóng)業(yè)大數(shù)據(jù)。成像傳感技術(shù)的不斷發(fā)展也使得作物觀測的手段逐步從人工轉(zhuǎn)向自動(dòng)化，避免了在人工觀測中因干擾作物自身生長發(fā)育環(huán)境而帶來的破壞性。如圖1-2所示，根據(jù)觀測距離的不同，作物自動(dòng)觀測方式可以被分為高空觀測、低空觀測和地面觀測三類。針對(duì)由不同作物觀測方式采集到的圖像，可利用計(jì)算機(jī)視覺和遙感技術(shù)進(jìn)行分析，從而得到作物的生長發(fā)育信息，實(shí)現(xiàn)作物的自動(dòng)觀測。（1）高空觀測高空觀測是指利用搭載在衛(wèi)星上的各類遙感器獲取農(nóng)田遙感光譜數(shù)據(jù)，并通過分析不同地物的光譜特性監(jiān)測大面積農(nóng)田作物長勢(shì)并進(jìn)行產(chǎn)量預(yù)估[17 19]。在上世紀(jì) 70年代末，歐美各國就已經(jīng)開始嘗試?yán)眯l(wèi)星、遙感等技術(shù)進(jìn)行高空觀測，并建立了多個(gè)農(nóng)業(yè)遙感數(shù)據(jù)庫，其中 Land TM 和 SPOT VEGETAITON 可用于作物面積的遙感監(jiān)測；低分辨率的 NOAA AVHRR 以及國產(chǎn)的風(fēng)云氣象衛(wèi)星遙感數(shù)據(jù)可用于大范圍的農(nóng)業(yè)遙感監(jiān)測；MODIS 數(shù)據(jù)可用于土地利用及覆蓋研究；CBERS 數(shù)據(jù)可以廣泛的用于

1.3 基于地面觀測的棉田圖像采集系統(tǒng)本文的棉田圖像采集系統(tǒng)位于中國最大的產(chǎn)棉基地——新疆維吾爾自治區(qū)。所有圖像都由如圖1-3所示的基于地面觀測的棉田圖像采集系統(tǒng)獲取，整個(gè)系統(tǒng)包括太陽能板、圖像采集控制模塊、Wi-Fi 數(shù)據(jù)傳輸和服務(wù)器這四個(gè)部分。其中，圖像采集控圖 1-3 基于地面觀測的棉田圖像采集系統(tǒng)(a) 系統(tǒng)流程圖；(b) 太陽能板；(c) 圖像采集控制模塊設(shè)備；(d) 服務(wù)器。制模塊中的監(jiān)測設(shè)備是由一個(gè)擋雨防風(fēng)裝置和一個(gè)焦距設(shè)為 16 mm 的照相機(jī)（奧林9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李寧;付曉晨;于涵;;無人機(jī)遙感在農(nóng)業(yè)中的運(yùn)用淺析[J];現(xiàn)代化農(nóng)業(yè);2015年09期

2 白琛;孫軍華;;基于局域性約束線性編碼的人體動(dòng)作識(shí)別[J];北京航空航天大學(xué)學(xué)報(bào);2015年06期

3 胡承健;;加速寧夏農(nóng)用無人機(jī)開發(fā)應(yīng)用 促進(jìn)精準(zhǔn)農(nóng)業(yè)發(fā)展[J];寧夏農(nóng)林科技;2014年05期

4 李冰;劉昒源;劉素紅;劉強(qiáng);劉峰;周公器;;基于低空無人機(jī)遙感的冬小麥覆蓋度變化監(jiān)測[J];農(nóng)業(yè)工程學(xué)報(bào);2012年13期

5 張雪芬;薛紅喜;孫涵;曹治國;李翠娜;金紅偉;余正泓;;自動(dòng)農(nóng)業(yè)氣象觀測系統(tǒng)功能與設(shè)計(jì)[J];應(yīng)用氣象學(xué)報(bào);2012年01期

6 白由路;楊俐蘋;王磊;盧艷麗;王賀;;農(nóng)業(yè)低空遙感技術(shù)及其應(yīng)用前景[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2010年01期

7 楊文柱;李道亮;魏新華;康玉國;李付堂;;基于自動(dòng)視覺檢測的棉花異性纖維分類系統(tǒng)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2009年12期

8 郭緒猛;蘇潤;;新型系留氣球纜繩收放系統(tǒng)設(shè)計(jì)[J];機(jī)械與電子;2009年08期

9 竹林村;胡開全;;幾種低空遙感系統(tǒng)對(duì)比分析[J];城市勘測;2009年03期

10 錢拴;陳暉;王良宇;;全國棉花發(fā)育期業(yè)務(wù)預(yù)報(bào)方法研究[J];應(yīng)用氣象學(xué)報(bào);2007年04期

相關(guān)博士學(xué)位論文 前1條

1 白曉東;基于圖像的水稻關(guān)鍵發(fā)育期自動(dòng)觀測技術(shù)研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 張翼;基于局部特征醫(yī)學(xué)圖像分類中關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2013年

2 吳茜;基于圖像處理技術(shù)的棉花發(fā)育期自動(dòng)觀測研究[D];華中科技大學(xué);2013年

3 沈陽;基于形態(tài)學(xué)的圖像邊緣檢測技術(shù)研究[D];電子科技大學(xué);2008年

本文編號(hào)：2822392