CN107389594A - 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 - Google Patents
一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 Download PDFInfo
- Publication number
- CN107389594A CN107389594A CN201710525361.1A CN201710525361A CN107389594A CN 107389594 A CN107389594 A CN 107389594A CN 201710525361 A CN201710525361 A CN 201710525361A CN 107389594 A CN107389594 A CN 107389594A
- Authority
- CN
- China
- Prior art keywords
- terminal bud
- stem stalk
- crop
- terahertz
- acid content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- SEOVTRFCIGRIMH-UHFFFAOYSA-N indole-3-acetic acid Chemical compound C1=CC=C2C(CC(=O)O)=CNC2=C1 SEOVTRFCIGRIMH-UHFFFAOYSA-N 0.000 claims abstract description 142
- 238000001228 spectrum Methods 0.000 claims abstract description 54
- 239000003617 indole-3-acetic acid Substances 0.000 claims abstract description 50
- 238000010521 absorption reaction Methods 0.000 claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 22
- 239000000284 extract Substances 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 5
- 239000013307 optical fiber Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims 1
- 244000038559 crop plants Species 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000009659 non-destructive testing Methods 0.000 abstract description 3
- 230000035515 penetration Effects 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 11
- 229920000742 Cotton Polymers 0.000 description 10
- 241000219146 Gossypium Species 0.000 description 10
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 150000002475 indoles Chemical class 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- VYPKFHFVKFKHMK-UHFFFAOYSA-N 2-(1h-indol-2-yl)butanoic acid Chemical compound C1=CC=C2NC(C(C(O)=O)CC)=CC2=C1 VYPKFHFVKFKHMK-UHFFFAOYSA-N 0.000 description 3
- 239000005982 Indolylbutyric acid Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229930192334 Auxin Natural products 0.000 description 1
- 240000002024 Gossypium herbaceum Species 0.000 description 1
- 235000004341 Gossypium herbaceum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000002363 auxin Substances 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
- G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Toxicology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种基于太赫兹光的主茎秆顶芽识别定位方法和装置,所述方法包括:S1、测量作物不同部位实际吲哚乙酸含量高低;S2、根据作物主茎秆顶芽与其他部位中吲哚乙酸含量高低关系及实际测量的吲哚乙酸含量高低关系,获取作物主茎秆顶芽位置。通过太赫兹光谱作用到作物植株上,获取植株的冠层图像,通过吲哚乙酸大分子的特征,利用其在太赫兹光谱范围内的特殊吸收原理,测得吲哚乙酸浓度,进而利用作物本体生物特性,根据作物不同位置吲哚乙酸含量差异,对作物主茎秆冠层顶芽进行识别定位,本发明利用太赫兹光谱,对植株冠层顶芽识别,太赫兹波强度低,对有机体穿透能力低,辐射能力弱,无损害,实现无损检测,且识别效果明显、检测精度高。
Description
技术领域
本发明涉及农业技术领域,更具体地,涉及一种基于太赫兹光的主茎秆顶芽识别定位方法和装置。
背景技术
在农业生产中,有些作物生长过程中为了提高产量,往往根据农艺要求进行打顶作业(如棉花打顶、玉米去雄等),过去以人力为主。近年来,随着劳动力资源的短缺形势加剧和机电一体化技术的快速发展,智能化打顶机械装备成为研究和发展趋势。
近年来,我国的棉花生产日益趋向集中化和规模化,全程机械化程度也在不断增加。其中,棉花播种、施药及收获机械化发展较为成熟,打顶机械化发展较为落后。虽然,近年来新疆兵团及各高校研制的悬挂式棉花打顶机填补了我国棉花打顶机械化的空白,不过技术相对落后,工作效率较低。因此,研究国内外棉花打顶机械化的发展现状,分析棉花打顶机械化的发展趋势,以此为将来棉花打顶机械的研究及推广提供合理、可靠的建议,已成为推动我国棉花产业向前发展的必要要求。现有技术中的自动打顶方法主要包括机器视觉方法、超声波传感方法、激光三维重构技术。
机器视觉方法是以图像处理理论为支撑,基于冠层顶芽颜色(嫩绿色)和其他部位颜色的差距,通过颜色空间的方式,对冠层主茎秆顶芽识别定位。又或者基于纹理特征以及形态学特征等,然后通过一定的算法计算,实现对冠层主茎秆顶芽识别定位。这些方法所需硬件比较简单,目前市场上已有其样机存在,但由于其识别过程中测量精度过低、对光照太过敏感、对遮挡问题无法克服等问题,导致无法得到普及。
超声波传感方法的原理是采用超声波回波测距原理,运用精确的时差测量技术,检测传感器与作物冠层顶芽目标物之间的距离,采用小角度,小盲区超声波传感器,具有测量准确、无接触、防水、防腐蚀、低成本等优点。然而这种技术也有其无法避免的局限性,利用超声波定位只能识别作物的最高点,然而最高点却并非一定会是作物的冠层顶芽(主茎秆顶点),亦有可能其他旁植的顶芽,尤其是大田作业,植株密集的情况下,以超声波技术来进行冠层主茎秆顶芽识别定位就更加困难。
激光三维重构技术是利用各种激光传感器组成类似于激光三维扫描仪机构,搜集作物植株的点云数据,进行三维重建计算,在虚拟世界中创建实际物体的数字模型,并分析现实世界中物体或环境的形状(几何构造)与外观数据(如颜色、表面反照率等性质),然后利用一定的算法对模型进行定位,找到顶点部位。该方法最大的优点是精准度高,然其缺点亦很明显,成本过高、实用性差、不利于推广。
现有技术中的以上均方法是利用传感器对作物的表型特征(颜色特征、位置特性、形态学特征等)数据进行获取,但未能结合作物本身的农学信息进行识别研究,识别准确率也不高,严重阻碍了智能化装备的研发与应用。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的一种基于太赫兹光的主茎秆顶芽识别定位方法和装置,解决了现有的主茎秆顶芽识别定位技术中,未能结合作物本身的农学信息进行识别研究、识别准确率也不高的问题。
根据本发明的一个方面,提供一种主茎秆顶芽识别定位方法,包括:
S1、测量作物不同部位实际吲哚乙酸含量高低;
S2、根据作物主茎秆顶芽与其他部位中吲哚乙酸含量高低关系及实际测量的吲哚乙酸含量高低关系,获取作物主茎秆顶芽位置。
作为优选的,在步骤S1中,通过获取作物不同部位太赫兹光谱的反射波信息,根据吲哚乙酸在太赫兹波段的吸收特性和太赫兹光的损耗大小,进而得到吲哚乙酸含量高低关系。
作为优选的,所述步骤S1具体包括:
获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像;
对冠层图像进行图像分割,得到作物不同部位的灰度图像;
根据不同部位灰度图像的灰度值,得到不同部位吲哚乙酸含量高低关系。
作为优选的,将不同频率的太赫兹波垂直照射到纯吲哚乙酸样品表面,通过太赫兹反射式时域光谱技术获取吲哚乙酸纯样品太赫兹吸收系数,并提取其中吸收系数波峰处的太赫兹波频率;
将此频率的太赫兹阵列平面光谱从正上方作用到作物上,并采集太赫兹反射波信息,通过傅里叶变换将时域信息变为频域信息,提取在此频率处的作物冠层图像。
作为优选的,所述步骤S2具体包括:
根据作物不同部位吲哚乙酸含量高低关系,确定灰度值第二小的灰度成像图对应的部分为主茎秆顶芽部分;
通过阈值分割法,将高于和低于顶芽部分灰度值的灰度成像图部分去掉,得到只含有主茎秆顶芽部分的图像;
对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现主茎秆顶芽的识别定位。
一种主茎秆顶芽识别定位装置,包括吲哚乙酸含量获取模块和主茎秆顶芽识别定位模块;
所述吲哚乙酸含量获取模块用于获取作物不同部位吲哚乙酸含量高低关系;
所述主茎秆顶芽识别定位模块用于根据吲哚乙酸含量大小差异获取作物主茎秆顶芽位置。
作为优选的,所述吲哚乙酸含量获取模块包括太赫兹仪、太赫兹光谱发射端、太赫兹光谱接收端和信号处理端;
所述太赫兹光谱发射端用于将太赫兹仪产生的太赫兹阵列平面光谱作用到作物各个部分;
所述太赫兹光谱接收端用于采集作物在不同太赫兹频率下的太赫兹反射波信息;
所述信号处理端用于接收太赫兹反射波信息并进行处理,将太赫兹反射波信息的时域信息变换为频域信息,并在吲哚乙酸在太赫兹波段处吸收峰频率处形成其频域灰度成像图,通过不同部位的灰度成像图的灰度值大小,获得不同部位吲哚乙酸含量高低关系。
作为优选的,所述吲哚乙酸含量获取模块还包括支架,所述太赫兹光谱发射端、太赫兹光谱接收端设于支架顶部下方,所述支架用于将太赫兹光谱发射端、太赫兹光谱接收端延伸至作物正上方。
作为优选的,所述主茎秆顶芽识别定位模块包括阈值分割单元和定位单元;
所述阈值分割单元用于通过阈值分割法,将高于和低于主茎秆顶芽部分灰度值的灰度成像图部分去掉,得到只含有顶芽部分的图像;
所述定位单元用于对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现顶芽的识别定位。
作为优选的,所述信号处理端和主茎秆顶芽识别定位模块集成于一PC终端,所述PC终端连接所述太赫兹仪,所述PC终端通过光纤连接所述太赫兹光谱接收端。
本发明提出一种基于太赫兹光的农作物主茎秆顶芽识别定位方法和装置,通过太赫兹光谱作用到作物植株上,获取植株的冠层图像,通过吲哚乙酸大分子的特征,利用其在太赫兹光谱范围内的特殊吸收原理,测得吲哚乙酸浓度,进而利用作物本体生物特性,根据作物不同位置吲哚乙酸含量差异,对作物主茎秆冠层顶芽进行识别定位,本发明利用太赫兹光谱,对植株冠层顶芽识别,太赫兹波强度低,对有机体穿透能力低,辐射能力弱,无损害,实现无损检测,且识别效果明显、检测精度高,受田间光照影响较小。
附图说明
图1为根据本发明实施例1的主茎秆顶芽识别定位方法流程框图;
图2为根据本发明实施例2的主茎秆顶芽识别定位方法装置结构框图;
图3为根据本发明实施例2的具体实施示意图;
图4为根据本发明实施例的吲哚乙酸纯样品太赫兹吸收系数图示意图;
图5为根据本发明实施例的太赫兹波段吲哚乙酸频域图示意图;
图6为根据本发明实施例的太赫兹成像示意图及主茎顶芽分割结果示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
在一些农作物生产过程中,打顶工作作为关键环节,作用十分重大。打顶也称摘心,指在初花至盛花期摘除棉株主茎顶尖一叶一心,通过打顶可消除顶端优势,控制主茎生长,减少无效果枝,使较多养分供应生殖器官,减少无效果枝对水分的徒耗,促进早接铃、多接铃,提高棉花品质,具有明显的增产增收效果。
我们从植物农业角度,如能检测其他存在于作物植株的物质量的值,且该值的大小能直接反映出冠层顶芽部位,那么就能直接利用机器语言进行编译,其识别精度将会比通过外观特征间接计算所得到的冠层顶芽部位更高。
吲哚乙酸(生长素)是一种促进作物细胞分裂的物质,其广泛存在于作物植株的根、茎、叶中,且在作物植株的不同部位分布存在差异:旁植茎秆顶芽含量最高,其次为植株主茎秆冠层顶芽,再其次为其他叶片组织,也就是说,我们能通过作物某组织内的吲哚乙酸的含量来判断该组织为作物植株的何部位。通过测量实验发现,吲哚乙酸作为一种有机大分子物质,其分子键振动能级处于太赫兹光段内,即该物质在太赫兹光段具有明显吸收峰,如此以来,可提取该物质的太赫兹光段吸收特征值,进行后续的定性定量分析,从而计算出吲哚乙酸的含量。在此我们提出利用太赫兹光谱去有效解决这一问题。
太赫兹光谱是指频率介于0.1THz-10THz(1THz=1012Hz)之间的电磁辐射,它的波长为30nm-3mm,属于远红外与微波波段之间,生物大分子的旋转和振动特性正好处于该波段。经实验验证,吲哚乙酸在太赫兹波段存在特征指纹谱,选取吲哚乙酸太赫兹吸收峰频率下的切片成像,由此采集该频率下的作物冠层图像,图像中作物不同部位由于吲哚乙酸的含量差异,造成灰度不同,然后实施图像分割技术,进行顶芽区域的准确识别。
实施例1
一种作物主茎秆顶芽识别定位方法,包括:
S1、测量作物不同部位实际吲哚乙酸含量高低;
S2、根据作物主茎秆顶芽与其他部位中吲哚乙酸含量高低关系及实际测量的吲哚乙酸含量高低关系,获取作物主茎秆顶芽位置。
作为优选的,在步骤S1中,通过太赫兹光获取作物不同部位吲哚乙酸含量高低关系。
作为优选的,所述步骤S1具体包括:
获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像;
对冠层图像进行图像分割,得到作物不同部位的灰度图像;
根据不同部位灰度图像的灰度值,得到不同部位吲哚乙酸含量高低关系。
获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像,具体包括:
获取吲哚乙酸纯样品太赫兹吸收系数,并提取其中吸收系数波峰处的太赫兹波频率;将此频率的太赫兹阵列平面光谱从正上方作用到作物上,并采集太赫兹反射波信息,通过傅里叶变换将时域信息变为频域信息,提取在此频率处的作物冠层图像,具体包括主茎冠层顶芽、旁植顶芽、其他部位。
获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像,具体包括:获取吲哚乙酸纯样品太赫兹吸收系数,并提取其中吸收系数波峰处的太赫兹波频率;将此太赫兹波频率的太赫兹阵列平面光谱从正上方作用到作物上,并采集太赫兹反射波信息,通过傅里叶变换将时域信息变为频域信息,并提取在此频率处的作物冠层图像。
具体的,获取纯吲哚乙酸吸收系数的方法包括:
太赫兹波垂直照射到纯吲哚乙酸样品表面,根据现有技术中提出的采用太赫兹反射式时域光谱技术提取纯吲哚乙酸样品光学参数的模型,对比样品信号与参考信号的频谱得到样品对太赫兹波的传递函数,其中包含样品的复折射率信息,通过求解样品的复折射率得到样品的折射率和吸收系数。
图像分割是图像处理与机器视觉的基本问题之一,其要点是把图像划分成若干互不交迭区域的集合,这些区域或者对当前的任务有意义,或者有助于说明它们与实际物体或物体的某些部分之间的对应关系;在本实施例中才用大津法(Otsu法)实现图像的分割,通过按图像的灰度特性,将图像分为背景和目标两部分,背景和目标之前的类间方差越大,说明构成图像的两个部分的差别越大,当部分目标错位分背景或部分背景错分为目标都会导致两部分差别较小,因此类间方差最大意味着错分概率最小,因此采用遍历方法得到使类间方差最大的阈值,即为对应的目标的阈值。
在本实施例中,如在灰度图像的灰度均值为M,在其中任意选取一个灰度值t,将对应的灰度图像分为两个部分A和B,分别对应前景色和背景色,对应的灰度值平均值即为MA和MB,若A部分里的像素数占总像素数的比例记做PA,B部分里的像素数占总像素数的比例记做PB,则类间方差定义为:
在本实施例中,选取使最佳阈值t,使得图像按照该阈值分成A和B之后,满足两者类间方差最大。
类间方差是图像像素灰度值分布均匀性度量值,类间方差越大,图像中两类间的像素均匀性就越差,背景和目标的差别就越大,分割效果越好。
获取太赫兹反射波信息,得到产生的太赫兹电场强度随时间的变化,进行傅里叶变换,将太赫兹反射波信息的时域信息变换为频域信息,并在吲哚乙酸的次收频率(吲哚乙酸在太赫兹波段处吸收峰频率)处形成其频域灰度成像图;在本实施例中,通过对采集的太赫兹反射波信息建模、傅里叶转换,得到频率为x1THz时的频域值灰度成像图(x1为已知的吲哚乙酸在太赫兹波段的吸收频率)。
由于作物植株的不同部位吲哚乙酸具有不同的含量,造成植株不同部位的太赫兹成像灰度不同:旁植茎秆顶芽内吲哚乙酸含量最高,所以在该频段对太赫兹波吸收最多,则在灰度图像中表现该部位灰度值最小,其次含量较高的部位为植株主茎秆冠层顶芽,所以该部位灰度值较小;再其次为其他叶片组织,由于这些部位吲哚乙酸含量很少,对太赫兹波吸收较少,所以在灰度图像中灰度值较大,在本实施例中,可以根据不同部位的灰度成像图的灰度值大小,获得不同部位吲哚乙酸含量高低关系。
作为优选的,所述步骤S2具体包括:
根据作物不同部位吲哚乙酸含量高低关系,确定灰度值第二大的灰度成像图对应的部分为主茎秆顶芽部分;
通过阈值分割法,将高于和低于顶芽部分灰度值的灰度成像图部分去掉,得到只含有主茎秆顶芽部分的图像;获取不懂灰度成像图区域的阈值M1、M2,并根据阈值分割法对图像进行分割,得到只含有主茎秆顶芽部分的图像。
对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现主茎秆顶芽的识别定位。
实施例2
如图2所示,图中示出了一种作物主茎秆顶芽识别定位装置,包括吲哚乙酸含量获取模块和主茎秆顶芽识别定位模块;
所述吲哚乙酸含量获取模块用于获取作物不同部位吲哚乙酸含量高低关系;
所述主茎秆顶芽识别定位模块用于根据吲哚乙酸含量大小差异获取作物顶芽位置。
作为优选的,所述吲哚乙酸含量获取模块包括太赫兹仪4、太赫兹光谱发射端7、太赫兹光谱接收端8和信号处理端;
所述太赫兹仪4用于产生太赫兹阵列平面光谱;
所述太赫兹光谱发射端7用于将太赫兹阵列平面光谱作用到作物各个部分;
所述太赫兹光谱接收端8用于采集作物在不同太赫兹频率下的太赫兹反射波信息;
所述信号处理端用于接收太赫兹反射波信息并进行处理,将太赫兹反射波信息的时域信息变换为频域信息,并在吲哚乙酸的同一吸收频率处形成其频域灰度成像图,通过不同部位的灰度成像图的灰度值大小,获得不同部位吲哚乙酸含量高低关系。由于作物植株的不同部位吲哚乙酸具有不同的含量,造成植株不同部位的太赫兹成像灰度不同:旁植茎秆顶芽内吲哚乙酸含量最高,所以在该频段对太赫兹波吸收最多,则在灰度图像中表现该部位灰度值最小,其次含量较高的部位为植株主茎秆冠层顶芽,所以该部位灰度值较小;再其次为其他叶片组织,由于这些部位吲哚乙酸含量很少,对太赫兹波吸收较少,所以在灰度图像中灰度值较大,在本实施例中,可以根据不同部位的灰度成像图的灰度值大小,获得不同部位吲哚乙酸含量高低关系。
在本实施例中,所述吲哚乙酸含量获取模块还包括支架6,所述太赫兹光谱发射端7、太赫兹光谱接收端8设于支架6顶部下方,太赫兹光谱发射端7和接收端间隔一定距离置于顶悬架下端,并通过光纤与太赫兹光谱仪连接,所述支架6用于将太赫兹光谱发射端7、太赫兹光谱接收端8延伸至作物正上方。
作为优选的,所述主茎秆顶芽识别定位模块包括阈值分割单元和定位单元;
所述阈值分割单元用于通过阈值分割法,将高于和低于顶芽部分灰度值的灰度成像图部分去掉,得到只含有顶芽部分的图像;
所述定位单元用于对该顶芽部分的图像区域进行标记、形态计算,实现顶芽的识别定位。
作为优选的,所述吲哚乙酸含量获取模块和主茎秆顶芽识别定位模块集成于一PC终端,所述PC终端连接所述太赫兹仪4,所述PC终端通过光纤连接所述太赫兹光谱接收端8。
具体实施过程中,如图3所示,启动系统,太赫兹仪4开始工作产生太赫兹波,待波谱稳定后,太赫兹光谱发射端7开始工作,太赫兹光谱发射端7从植株正上端发射太赫兹陈列平面光谱,采集下方作物不同太赫兹频率下的冠层图像,太赫兹图像涵盖作物的冠层(如主茎冠层顶芽1、旁植顶芽2、其他部位3),太赫兹光谱接收端8接收太赫兹反射波信息,通过光纤传输至PC终端,利用PC终端5分析,通过建模,进行傅里叶转换,可得到频率为x1THz时的频域值灰度成像图(x1为我们已知的吲哚乙酸在太赫兹波段的吸收频率),图4为吲哚乙酸纯样品太赫兹吸收系数图,图5为太赫兹波段吲哚乙酸频域图;由于作物植株的不同部位吲哚乙酸具有不同的含量,造成植株不同部位的太赫兹成像灰度不同:旁植茎秆顶芽2内吲哚乙酸含量最高,所以在该频段对太赫兹波吸收最多,则在灰度图像中表现该部位为灰度值最小;其次含量较高的部位为植株主茎秆冠层顶芽1,所以该部位灰度值较小;再其次为其他叶片组织3,由于这些部吲哚乙酸含量很少,对太赫兹波吸收较少,所以在灰度图像中灰度值较大。设定适当阈值M1、M2,利用阈值分割法,将高灰度值部分(植株的茎、叶)以及低灰度部分(作物的旁植顶芽2)去掉,最后得到只含有植物冠层顶芽1的图像,然后对该区域进行标记与形态计算,最终实现对作物冠层顶芽的识别与定位。
如图6所示,经识别定位后,得到主茎秆冠层顶芽1、旁茎秆冠层顶芽2、叶片区域31和茎秆32,对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现主茎秆顶芽的识别定位。
综上所述,本发明提出一种基于太赫兹光的农作物主茎秆顶芽识别定位方法和装置,通过太赫兹光谱作用到作物植株上,获取植株的冠层图像,通过吲哚乙酸大分子的特征,利用其在太赫兹光谱范围内的特殊吸收原理,测得吲哚乙酸浓度,进而利用作物本体生物特性,根据作物不同位置吲哚乙酸含量差异,对作物主茎秆冠层顶芽进行识别定位,本发明利用太赫兹光谱,对植株冠层顶芽识别,太赫兹波强度低,对有机体穿透能力低,辐射能力弱,无损害,实现无损检测,且识别效果明显、检测精度高,受田间光照影响较小。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种主茎秆顶芽识别定位方法,其特征在于,包括:
S1、测量作物不同部位实际吲哚乙酸含量高低;
S2、根据作物主茎秆顶芽与其他部位中吲哚乙酸含量高低关系及实际测量的吲哚乙酸含量高低关系,获取作物主茎秆顶芽位置。
2.根据权利要求1所述的主茎秆顶芽识别定位方法,其特征在于,在步骤S1中,通过获取作物不同部位太赫兹光谱的反射波信息,根据吲哚乙酸在太赫兹波段的吸收特性和太赫兹光的损耗大小,进而得到吲哚乙酸含量高低关系。
3.根据权利要求2所述的主茎秆顶芽识别定位方法,其特征在于,所述步骤S1具体包括:
获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像;
对冠层图像进行图像分割,得到作物不同部位的灰度图像;
根据不同部位灰度图像的灰度值,得到不同部位吲哚乙酸含量高低关系。
4.根据权利要求3所述的主茎秆顶芽识别定位方法,其特征在于,获取吲哚乙酸在太赫兹波段处吸收峰频率下的作物冠层图像,具体包括:
将不同频率的太赫兹波垂直照射到纯吲哚乙酸样品表面,通过太赫兹反射式时域光谱技术获取吲哚乙酸纯样品太赫兹吸收系数,并提取其中吸收系数波峰处的太赫兹波频率;
将此频率的太赫兹阵列平面光谱从正上方作用到作物上,并采集太赫兹反射波信息,通过傅里叶变换将时域信息变为频域信息,提取在此频率处的作物冠层图像。
5.根据权利要求3所述的主茎秆顶芽识别定位方法,其特征在于,所述步骤S2具体包括:
根据作物不同部位吲哚乙酸含量高低关系,确定灰度值第二小的灰度成像图对应的部分为主茎秆顶芽部分;
通过阈值分割法,将高于和低于顶芽部分灰度值的灰度成像图部分去掉,得到只含有主茎秆顶芽部分的图像;
对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现主茎秆顶芽的识别定位。
6.一种主茎秆顶芽识别定位装置,其特征在于,包括吲哚乙酸含量获取模块和主茎秆顶芽识别定位模块;
所述吲哚乙酸含量获取模块用于获取作物不同部位吲哚乙酸含量高低关系;
所述主茎秆顶芽识别定位模块用于根据吲哚乙酸含量大小差异获取作物主茎秆顶芽位置。
7.根据权利要求6所述的主茎秆顶芽识别定位装置,其特征在于,所述吲哚乙酸含量获取模块包括太赫兹仪、太赫兹光谱发射端、太赫兹光谱接收端和信号处理端;
所述太赫兹光谱发射端用于将太赫兹仪产生的太赫兹阵列平面光谱作用到作物各个部分;
所述太赫兹光谱接收端用于采集作物在不同太赫兹频率下的太赫兹反射波信息;
所述信号处理端用于接收太赫兹反射波信息并进行处理,将太赫兹反射波信息的时域信息变换为频域信息,并在吲哚乙酸在太赫兹波段处吸收峰频率处形成其频域灰度成像图,通过不同部位的灰度成像图的灰度值大小,获得不同部位吲哚乙酸含量高低关系。
8.根据权利要求7所述的主茎秆顶芽识别定位装置,其特征在于,所述吲哚乙酸含量获取模块还包括支架,所述太赫兹光谱发射端、太赫兹光谱接收端设于支架顶部下方,所述支架用于将太赫兹光谱发射端、太赫兹光谱接收端延伸至作物正上方。
9.根据权利要求7所述的主茎秆顶芽识别定位装置,其特征在于,所述主茎秆顶芽识别定位模块包括阈值分割单元和定位单元;
所述阈值分割单元用于通过阈值分割法,将高于和低于主茎秆顶芽部分灰度值的灰度成像图部分去掉,得到只含有顶芽部分的图像;
所述定位单元用于对该主茎秆顶芽部分的图像区域进行标记、形态计算,实现顶芽的识别定位。
10.根据权利要求9所述的主茎秆顶芽识别定位装置,其特征在于,所述信号处理端和主茎秆顶芽识别定位模块集成于一PC终端,所述PC终端连接所述太赫兹仪,所述PC终端通过光纤连接所述太赫兹光谱接收端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710525361.1A CN107389594B (zh) | 2017-06-30 | 2017-06-30 | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710525361.1A CN107389594B (zh) | 2017-06-30 | 2017-06-30 | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107389594A true CN107389594A (zh) | 2017-11-24 |
CN107389594B CN107389594B (zh) | 2019-12-17 |
Family
ID=60334923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710525361.1A Active CN107389594B (zh) | 2017-06-30 | 2017-06-30 | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107389594B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267418A (zh) * | 2018-03-30 | 2018-07-10 | 北京农业信息技术研究中心 | 基于太赫兹层析技术的种子内部形态获取方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101210873A (zh) * | 2006-12-31 | 2008-07-02 | 清华大学 | 一种利用太赫兹时域光谱快速检测植物油纯度的方法及设备 |
CN103743915A (zh) * | 2014-01-20 | 2014-04-23 | 云南省热带作物科学研究所 | 橡胶树优质种苗的鉴定方法 |
CN205910119U (zh) * | 2016-06-23 | 2017-01-25 | 北京农业信息技术研究中心 | 基于太赫兹波的植物叶片含水量检测系统 |
CN106384116A (zh) * | 2016-08-29 | 2017-02-08 | 北京农业信息技术研究中心 | 一种基于太赫兹成像的植株叶脉识别方法及装置 |
-
2017
- 2017-06-30 CN CN201710525361.1A patent/CN107389594B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101210873A (zh) * | 2006-12-31 | 2008-07-02 | 清华大学 | 一种利用太赫兹时域光谱快速检测植物油纯度的方法及设备 |
CN103743915A (zh) * | 2014-01-20 | 2014-04-23 | 云南省热带作物科学研究所 | 橡胶树优质种苗的鉴定方法 |
CN205910119U (zh) * | 2016-06-23 | 2017-01-25 | 北京农业信息技术研究中心 | 基于太赫兹波的植物叶片含水量检测系统 |
CN106384116A (zh) * | 2016-08-29 | 2017-02-08 | 北京农业信息技术研究中心 | 一种基于太赫兹成像的植株叶脉识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘慧: "太赫兹光谱在含氮杂环分子结构中的应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267418A (zh) * | 2018-03-30 | 2018-07-10 | 北京农业信息技术研究中心 | 基于太赫兹层析技术的种子内部形态获取方法及装置 |
CN108267418B (zh) * | 2018-03-30 | 2023-12-05 | 北京农业信息技术研究中心 | 基于太赫兹层析技术的种子内部形态获取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107389594B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101718683B (zh) | 快速检测叶片叶绿素含量的建模方法及检测方法 | |
Moshou et al. | Plant disease detection based on data fusion of hyper-spectral and multi-spectral fluorescence imaging using Kohonen maps | |
CN102084794B (zh) | 多传感器信息融合的作物病虫害早期检测方法及装置 | |
CN103439265B (zh) | 一种茶树精细化栽培生育性状实时监测方法 | |
CN102721651B (zh) | 基于多光谱图像的植物叶片水分含量的检测方法及系统 | |
CN102621118B (zh) | 温室蔬菜病虫害的预警方法 | |
CN103955938A (zh) | 一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法 | |
CN103940748B (zh) | 基于高光谱技术的柑橘冠层含氮量预测与可视化的方法 | |
CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
CN109187417A (zh) | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 | |
Ding et al. | Quality and safety inspection of food and agricultural products by LabVIEW IMAQ vision | |
CN108732137A (zh) | 基于高光谱遥感数据估算植物物种多样性的模型及方法 | |
CN102788796B (zh) | 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法 | |
Lin et al. | Outdoor detection of the pollution degree of insulating materials based on hyperspectral model transfer | |
CN109142238B (zh) | 一种棉花磷素营养快速诊断方法 | |
CN102759510A (zh) | 一种油菜冠层信息光谱检测方法 | |
Zhao et al. | Intelligent micro flight sensing system for detecting the internal and external quality of apples on the tree | |
CN107389594A (zh) | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 | |
CN207198033U (zh) | 一种基于太赫兹光的主茎秆顶芽识别装置 | |
CN106404699A (zh) | 一种梨树叶片氮素含量的无损测量方法 | |
Mao et al. | Optimization of spectroscopy parameters and prediction of chlorophyll content at seeding stage of winter wheat | |
CN111521583B (zh) | 一种苹果霉心病检测模型建立的方法 | |
CN207215710U (zh) | 一种油菜全生长期信息的高通量表型研究系统 | |
Liu et al. | Nondestructive estimation of nitrogen status and vegetation index of oilseed rape canopy using multi-spectral imaging technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |