水稻序列圖像在三維可視化建模及營養(yǎng)診斷中的應(yīng)用研究.pdf

1、農(nóng)業(yè)信息化是衡量國家農(nóng)業(yè)現(xiàn)代化水平的重要標志之一。隨著計算機信息技術(shù)與生命科學(xué)等學(xué)科的進一步交叉與融合，通過計算機模擬并可視化地表達作物生命進程中復(fù)雜的形態(tài)學(xué)變化和生理生化過程已經(jīng)成為可能，并且逐步發(fā)展為現(xiàn)代農(nóng)業(yè)學(xué)科的一個重要方向。研究中以水稻為研究對象，以數(shù)碼相機所拍攝的水稻序列圖像作為數(shù)據(jù)來源，通過提取圖像中水稻側(cè)影輪廓線，建立水稻的三維可視化模型。在拍攝水稻序列圖像的同時，利用葉綠素計（SPAD儀）測量水稻葉片的葉綠素含量（SPA

2、D值），通過數(shù)字圖像處理技術(shù)，探尋葉片圖像中對應(yīng)區(qū)域的顏色參數(shù)與水稻SPAD值的定量關(guān)系，為水稻三維模型反演水稻植株的SPAD值提供理論基礎(chǔ)。具體研究情況如下:
　　 1、本研究選取數(shù)碼相機作為機器視覺體系中圖像傳感器進行水稻序列圖像的采集設(shè)備，從多視角對水稻進行序列圖像的拍攝。從計算機視覺體系的數(shù)據(jù)采集情況來看，水稻圖像質(zhì)量高，紋理葉色特征清晰可見。以此高質(zhì)量序列圖像為數(shù)據(jù)基礎(chǔ)，通過提取圖像側(cè)影輪廓的構(gòu)建水稻三維模型建模。

3、r>　　 2、研究的主要目的在于采用無損方式獲取高精度的水稻三維模型，將基于側(cè)影輪廓的三維建模方法應(yīng)用到水稻三維模型的構(gòu)建中并得到了較高精度的水稻三維模型，水稻模型的葉長、葉寬、株高等形態(tài)指標的精度達到了較高水平，這一精度級別與目前世界上先進的激光掃描儀所構(gòu)建的模型精度級別相同，而構(gòu)建成本要遠遠小于后者，利用這一技術(shù)能夠?qū)崿F(xiàn)作物形態(tài)數(shù)據(jù)的實時獲取和可視化效果好的三維模型。該精度下的水稻形態(tài)數(shù)據(jù)可以很好地滿足科研工作者的精度要求，因此本

4、研究屬于農(nóng)業(yè)信息學(xué)領(lǐng)域的基礎(chǔ)應(yīng)用研究，具有十分重要的理論意義和使用價值。
　　 3、通過對建模過程所獲取的水稻圖像進行葉色參數(shù)提取和分析，探索水稻葉色參量與葉片SPAD值之間的定量關(guān)系，為水稻三維模型表達水稻內(nèi)部生長變化動態(tài)，從而定量描述水稻生長發(fā)育過程等研究提供理論基礎(chǔ)。實驗中數(shù)據(jù)表明，水稻葉片的葉綠素值（SPAD值）與三維建模過程中采集的水稻序列圖像圖像對應(yīng)葉片部位的RGB顏色參量有顯著非線性相關(guān)。研究中，先選取一組測量數(shù)據(jù)