劉志平，匡昭敏*，馬瑞升，吳炫柯，王 達(dá)，李 莉，朱辛華

(1廣西壯族自治區(qū)氣象科學(xué)研究所/甘蔗氣象服務(wù)中心，廣西南寧530022；2柳州市氣象局，廣西柳州545003；3扶綏縣氣象局，廣西崇左532100；4廣西壯族自治區(qū)氣象災(zāi)害防御技術(shù)中心，廣西南寧530022)

0 引言

蔗糖占我國食糖產(chǎn)量90%以上，屬于國家重要戰(zhàn)略物資和國家大宗貿(mào)易商品[1-2]。甘蔗是我國最重要的食糖來源，也是世界上主要糖料作物之一[3]，其發(fā)育期信息一直以來都是甘蔗生產(chǎn)、管理和研究等領(lǐng)域關(guān)注的重點(diǎn)。通過準(zhǔn)確觀測甘蔗發(fā)育的速度和進(jìn)程等信息，可以科學(xué)指導(dǎo)定苗、施肥和病蟲害防治等農(nóng)事生產(chǎn)活動達(dá)到增產(chǎn)目的[4-5]。因此，蔗糖主產(chǎn)地國家普遍對甘蔗發(fā)育期進(jìn)行了嚴(yán)格定義和描述，并進(jìn)行長期的觀測和記錄。近些年遙感技術(shù)廣泛應(yīng)用于作物的生長狀態(tài)監(jiān)測[6-9]，但農(nóng)作物發(fā)育期地面觀測仍不可替代，主要是由于遙感圖像成像距離遠(yuǎn)、分辨率低，更適合大尺度下的作物整體生長狀態(tài)分析，且遙感解譯模型需要地面實測數(shù)據(jù)補(bǔ)充修正[10-11]。目前，甘蔗發(fā)育期信息主要以人工觀測方式獲取，依賴于觀測人員按照《農(nóng)業(yè)氣象觀測規(guī)范》中甘蔗各個發(fā)育期的定義進(jìn)行實地采樣觀測完成[12]，存在工作量和勞動強(qiáng)度大、人力成本高、效率低等問題，人工觀測方式已逐漸不能滿足甘蔗產(chǎn)業(yè)發(fā)展的需要[13-15]。隨著計算機(jī)視覺技術(shù)的發(fā)展，圖像處理技術(shù)開始廣泛應(yīng)用到農(nóng)業(yè)領(lǐng)域。早在20世紀(jì)90年代國外D.A.Heeraman等[16]利用圖像處理技術(shù)開展作物生長信息自動識別方法研究。國內(nèi)相關(guān)研究緊隨其后，研究主要集中于水稻、玉米、棉花等大宗作物生長信息的自動觀測領(lǐng)域。其中有些領(lǐng)域已經(jīng)取得了較大研究進(jìn)展，投入實際農(nóng)業(yè)生產(chǎn)過程中，成為智慧農(nóng)業(yè)的具體應(yīng)用，如2019年中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所研發(fā)的夏玉米生育期自動識別系統(tǒng)。王玉[17]利用顏色索引值提取小麥圖像，采用主成分分析和分塊檢測等技術(shù)提出了一種自動檢測小麥發(fā)育期方法。陸明等[18]基于田間玉米圖像資料，通過分析玉米群體圖像特征，結(jié)合RGB顏色空間提取綠色像素值占比和HSL顏色空間提取黃色像素值占比綜合判定不同生育期，并結(jié)合區(qū)域標(biāo)記小面積消去算法消除雜草。毋立芳等[19]基于棉花各個生育期圖像不同特征，基于深度目標(biāo)檢測和圖像分類相結(jié)合建立了棉花發(fā)育期自動識別方法。白曉東[20]在基于形態(tài)學(xué)建模的作物圖像分割水稻禾苗基礎(chǔ)上，利用多特征描述及隨機(jī)森林分類方法，梯度直方圖檢測和卷積神經(jīng)網(wǎng)絡(luò)等方法實現(xiàn)了水稻移栽、返青等全生育期自動觀測。綜上所述，圖像識別技術(shù)已較成熟且開展了諸多應(yīng)用試驗，這為甘蔗圖像生育期識別技術(shù)研究提供了良好的技術(shù)基礎(chǔ)和應(yīng)用參考。然而，目前鮮見利用甘蔗生長圖像資料進(jìn)行生育期提取的報道。本文以田間甘蔗生長圖像為研究對象，結(jié)合人工觀測經(jīng)驗，將圖像處理技術(shù)引入甘蔗發(fā)育期自動觀測領(lǐng)域，探索客觀反映甘蔗出苗期特點(diǎn)的圖像特征描述方法，建立圖像特征與出苗期的關(guān)系，從而實現(xiàn)甘蔗出苗期的自動識別，為甘蔗生育期觀測提供新的技術(shù)手段。

1 數(shù)據(jù)獲取與預(yù)處理

甘蔗生長圖像由甘蔗農(nóng)業(yè)氣象自動觀測站實時采集，觀測站搭載CCD相機(jī)，相機(jī)安裝距地面高度為600 cm，拍攝水平視場角約45°，垂直視場角約35°，每天8～17時每小時定點(diǎn)拍攝10張圖像。數(shù)據(jù)采集子系統(tǒng)自動采集觀測區(qū)域內(nèi)的田間圖像，利用互聯(lián)網(wǎng)將圖像傳輸至數(shù)據(jù)處理中心并儲存，實現(xiàn)甘蔗全生育進(jìn)程的連續(xù)自動觀測，甘蔗圖像采集系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 甘蔗圖像采集系統(tǒng)結(jié)構(gòu)

根據(jù)甘蔗出苗期自動提取需要，選取了廣西柳城縣2015～2016年2年2～5月份、廣西扶綏縣2016～2018年3年2～5月份的甘蔗圖像資料，以及同期人工平行觀測資料，并歸整資料和剔除受背景干擾、光照強(qiáng)度和和曝光不均勻等帶來較大影響的噪聲圖像，形成研究所需的甘蔗出苗期基礎(chǔ)數(shù)據(jù)集。

2 甘蔗出苗期圖像特征分析及識別技術(shù)

2.1 甘蔗出苗期圖像特征分析

甘蔗出苗期也稱幼苗期，農(nóng)業(yè)氣象觀測規(guī)范給出甘蔗出苗期的定義是：對于單株苗，錐狀幼芽露出地面，長約2 cm，則表明達(dá)到出苗期；到幼莖基部節(jié)上的芽萌發(fā)出土至2 cm止即為出苗期中止，對整個觀測樣區(qū)是自發(fā)出土后的蔗芽有 10%發(fā)生第一片真葉起，到有50%以上的蔗苗長出5片真葉時止。甘蔗出苗期自動識別的基礎(chǔ)需要先了解其生長發(fā)育特性，然后通過認(rèn)識和提煉特性，從視覺特征上把握出苗期的關(guān)鍵要素，從而有針對性選取適合該要素的圖像特征和檢測手段。從獲取的田間圖像發(fā)現(xiàn)，首先是甘蔗出苗時植株矮小，相對于相機(jī)拍攝高度比例懸殊，以致拍攝效果無法滿足提取植株高度要求；其次是所獲取的是下視圖像且空間分辨率較低，無法反映植株細(xì)節(jié)；此外，甘蔗出苗植株分布稀疏，所獲取圖像的幼苗數(shù)量偏少，不能較好反映整個觀測樣區(qū)甘蔗植株發(fā)育的整體性。因此，受觀測圖像本身限制，不能照搬農(nóng)業(yè)氣象觀測規(guī)范定義識別甘蔗出苗期，需要根據(jù)圖像的實際特點(diǎn)，利用圖像特征的描述方法結(jié)合人工觀測經(jīng)驗綜合判斷。通過對柳城站2015～2016年2年拍攝的甘蔗生長圖像分析發(fā)現(xiàn)，當(dāng)甘蔗到達(dá)出苗期會呈現(xiàn)2個顯著特征：一是幼苗植株呈綠色且大量突然顯現(xiàn)，圖像具備突變性特征；二是幼苗植株數(shù)量、葉片數(shù)量和葉片面積大小等形態(tài)都連續(xù)發(fā)生變化，植株覆蓋度連續(xù)變化明顯，圖像呈現(xiàn)漸變性特點(diǎn)。

2.2 甘蔗出苗期識別技術(shù)

根據(jù)甘蔗出苗期圖像特征分析結(jié)果，甘蔗出苗期自動提取技術(shù)思路是利用植株顏色特征結(jié)合圖像突變性提取幼苗植株，并根據(jù)幼苗植株覆蓋度漸變性來判斷是否到達(dá)出苗期，其技術(shù)思路如下圖2所示。

圖2 甘蔗出苗期自動提取流程

2.2.1 植株圖像分割

甘蔗植株幼苗是綠色，與周邊環(huán)境中的土壤等背景顏色差別較大，根據(jù)甘蔗植株的綠色特征可以分割出甘蔗出苗期的植株幼苗。為了提高甘蔗幼苗植株分割精度，首先利用去相關(guān)拉伸 DS(Decorrelation Stretch) 方法進(jìn)行對圖像預(yù)處理，增強(qiáng)植株圖像飽和度，提高圖像分割質(zhì)量。DS基本原理是對原始圖像進(jìn)行坐標(biāo)變換，然后對變換后的圖像選擇性拉伸，經(jīng)過坐標(biāo)逆變換恢復(fù)圖像，原始甘蔗植株圖像圖3(a)增強(qiáng)后結(jié)果見圖3(b)所示。

增強(qiáng)后的彩色圖像具有豐富信息，利用RGB顏色模型的彩色圖像分割方法可以提取幼苗植株綠色。RGB顏色模型是對紅(R)、綠(G)、藍(lán)(B)3個顏色通道的變化，以及相互之間不同程度的疊加來獲取感知顏色，分割后甘蔗植株綠色的顏色分量主要是對應(yīng)綠色分量G。通過對植株圖像的R、G、B 3個通道的顏色分量值統(tǒng)計分析發(fā)現(xiàn)，綠色分量G值大于紅色分量R值及藍(lán)色分量B值，驗證了類似于甘蔗等綠色植物表面顏色主要是以綠色分量為主的特征。由于甘蔗綠色植株面積小受陰影和光線影響也小，采用G/R和G/B設(shè)置閾值分割植株和背景是可行的。定義Value分割綠色植株，Result為1時代表綠色植株，0代表土壤等背景。建立的Result與G/R值和G/B值關(guān)系式如下：

式⑴中，Result1、Result2、Result3分別為圖像像素點(diǎn)的G/R值、G/B值和R值的比較結(jié)果。根據(jù)不同光照條件下圖像像素點(diǎn)的R、G、B分量值統(tǒng)計分析，Value1和Value2值分別為1.1和1.7，分割結(jié)果見圖3(c)所示。田間雜草與甘蔗幼苗植株顏色相似，對分割效果影響較大，需要進(jìn)一步對雜草進(jìn)行消除處理。處理方法主要為利用甘蔗種植行向等間距且呈直線分布的特點(diǎn)，基于連通區(qū)域標(biāo)記方法去除小面積雜草對圖像的干擾，雜草消除后圖像結(jié)果見圖3(d)。

圖3 甘蔗出苗期分割結(jié)果

2.2.2 整體性檢測 甘蔗一般是等行距規(guī)律種植，且每行中植株叢間也近似等間距，植株圖像的像素點(diǎn)呈現(xiàn)小面積連通分布，甘蔗進(jìn)入出苗期后圖像顯著特征是覆蓋度連續(xù)性變化明顯。因此，通過檢測植株空間位置結(jié)合覆蓋度變化可以判斷甘蔗是否處于出苗期。主要方法如下：⑴標(biāo)記圖像分割結(jié)果的連通域，并合并相鄰連通域；⑵確認(rèn)每個連通域質(zhì)心，標(biāo)定植株初始位置；⑶計算以初始位置為中心的連通區(qū)域覆蓋度大小，綜合統(tǒng)計每天圖像中綠色植株的覆蓋度。出苗期覆蓋度判定條件是：當(dāng)幼苗露出地面檢測到甘蔗植株時，作為計算其覆蓋度的起始條件；結(jié)合人工觀測經(jīng)驗，當(dāng)檢測到50%以上的幼苗長出5片真葉時判斷為出苗期終止，作為覆蓋度的終止條件。甘蔗植株覆蓋度計算(Pg)是甘蔗植株像素與圖像總像素(P)之比，本文以 Pg/P設(shè)置閾值進(jìn)行判斷，以Coverage代表判定結(jié)果，1代表處在出苗期，0則代表不在出苗期，建立的關(guān)系式如下：

式⑵中根據(jù)像素點(diǎn)G分量值統(tǒng)計結(jié)果結(jié)合人工同步觀測資料，Value3和Value4經(jīng)驗值分別為0.036和0.177。甘蔗幼苗植株檢測結(jié)果和出苗期期覆蓋度變化分布見圖4和圖5所示。

圖4 甘蔗幼苗植株檢測結(jié)果

圖5 甘蔗出苗期覆蓋度變化

3 識別實例及分析

利用上述基于圖像特征的甘蔗出苗期自動識別技術(shù)對 2016～2018年廣西扶綏縣甘蔗出苗期進(jìn)行識別，并與人工平行觀測資料進(jìn)行對比，根據(jù)出苗期起始誤差、結(jié)束誤差和誤檢天數(shù)進(jìn)行精度分析，分析結(jié)果見表1所示。對應(yīng)2016年，生育期總天數(shù)分別為20和14天，自動識別比人工觀測起始晚4天，結(jié)束早2天，起始和結(jié)束時間相差6天；對應(yīng)2017年，生育期總天數(shù)分別為16和15天，自動識別比人工觀測起始晚2天，結(jié)束晚3天，起始和結(jié)束時間相差5天；對應(yīng)2018年，生育期總天數(shù)分別為16和17天，自動識別比人工觀測起始早1天，結(jié)束早2天，起始和結(jié)束時間相差3天；總體識別效果較理想。

表1 甘蔗出苗期自動識別與人工觀測結(jié)果對比

4 小結(jié)

根據(jù) 2015～2016年廣西柳城縣甘蔗農(nóng)業(yè)氣象自動觀測站觀測圖像，基于甘蔗出苗期圖像特征建立了甘蔗出苗期自動識別方法。該方法是利用甘蔗幼苗植株圖像的突變性和漸變性特征，以RGB顏色特征算法G/R和G/B指標(biāo)分割圖像，分割后采用連通區(qū)域標(biāo)記方法消除圖像中部分雜草的干擾，并通過檢測植株覆蓋度實現(xiàn)甘蔗出苗期自動識別。利用識別方法對 2016～2018年廣西扶綏縣甘蔗出苗進(jìn)期行檢驗并與人工平行觀測結(jié)果進(jìn)行比對，總誤檢天數(shù)分別相差6、5和3天，總體識別效果較理想。證明基于圖像特征的識別方法適用于甘蔗生育期自動提取，有望為甘蔗生育期觀測提供新的技術(shù)手段。