农田生物宏观形态结构信息提取技术
对于农田生物宏观结构信息的数字图像，宜采用计算机图像处理技术提取。所谓数字图像就是图像各点的灰度值的二维数组。根据灰度层次、光谱轴和时间轴上的组合方式的不同，数字图像可分为二值图像、浓淡图像、彩色图像、多光谱图像、立体图像、动态图像等。农田生物色度信息就是用RGB三基色不同数量级的合成来表示。数字图像可用应用程序自由地进行处理，再现性好，精度高，适应面广。
分析图像是为了识别和理解图像所表示的对象，必须提取图像中被研究对象的形状和纹理的二维特征。应用计算机图像处理技术提取的农作物宏观结构信息如下。
(1)几何形状结构信息的提取。农田作物群体几何形状信息包括叶面积指数、覆盖率、田间基本苗、田间作物动态生长状态等。例如，通过计算机图像处理方法对紧凑型和平展型玉米获得其株型的特征信息，可为育种中合理选择株型提供高效、精确的依据(图2-8)。
图2-8 农作物无损检测系统与获取的玉米株型结构图
(2)纹理特征信息的提取。纹理特征是指图像中灰度和颜色的二维变化图案。不同作物、不同栽培方式、不同种植密度、不同间套作方式、不同生育时期的农田具有不同的纹理特征，提取这些纹理特征可以为研究作物栽培模式提供依据。
(3)颜色特征信息的提取。不同作物、不同品种、不同种植密度、不同生育时期、不同施肥量等条件下农田具有不同的颜色特征。作物遭受病虫害侵袭后，叶色变化、叶片与植株变形，都可以通过计算机图像处理方法检测到，从而可以快捷地对农田生物进行大面积的监测。
推荐
-
焦点事件
-
标准
