蒙库特国王科技大学利用自动化图像处理技术进行植物表型分析

• 全文链接

关键词：

来源：

植物表型资讯

全文链接：

//agri.nais.net.cn/topic/downloadFile/eefaf6a5-1838-4815-a88b-4c08d23abb9a

来源地址：

https://mp.weixin.qq.com/s/-Nhwq9_bHBu5amN7NrR6GA

资源所属：

农业生物技术专题

类型：

前沿资讯

语种：

中文

原文发布日期：

2023-12-21

摘要：

智慧农业利用人工智能（AI）来改进植物育种和生产，然而这需要大量的数据进行处理，因为表型数据可以让我们表达植物的一些基本特征或对环境条件以及对疾病的响应。植物为适应环境而做出的一系列反应是植物发育中非常重要的信息，收集数据进行分析对未来的育种发展或提高农业生产力至关重要。但目前表型数据仍然很少，可能是因为收集数据的工具稀缺且难以获取。此外，用于收集表型数据的工具也很昂贵。因此，与图像处理系统结合开发的商用设备至关重要。本文设计了一款便宜且易于操作的树莓派系统，用于测量植物叶面积，并收集植株冠幅和归一化差值植被指数（NDVI），通过实验收集表型数据并评估植物的健康状况，本研究使用了简单易懂的OpenCV函数进行测量，使表型测数据更加易于获得。通过采用测试的标准样本，测量植物或叶面积的图像处理系统能够利用现有设备测量，并且误差值在可接受范围内。采用树莓派系统和封闭式外壳作为捕获数据的相机，这个便捷便宜且易于编程的表型检测器可进行基本的图像处理函数。但从实验中发现，如果植物不是绿色或透明，可能无法捕捉到绿色范围，导致处理结果错误。为了提高处理颜色的准确性并更准确地测量植物的面积，将来可以考虑使用机器学习技术，但NDVI指数测量部分还是准确的。实验可测量易感植物和健康植物差异，通过调整图像的颜色分析植物的颜色。这些技术可以扩展到智能农场，使用便宜且易于操作的设备监测植株的生长发育提高植物的生产力。