番茄氮素的多特征融合檢測研究

張曉東++李立++高洪燕++孫俊++蘇辰

doi：10.15889/j.issn.1002-1302.2016.10.0111

摘要：針對設(shè)施番茄的氮營養(yǎng)探測，利用高光譜成像結(jié)合三維激光掃描技術(shù)，提取了番茄氮素的高光譜特征圖像和植株的三維形態(tài)特征，實現(xiàn)了番茄氮素的快速定量分析。基于獲取的不同氮素水平番茄的高光譜圖像數(shù)據(jù)立方體，利用敏感區(qū)域逐步回歸，結(jié)合相關(guān)分析，提取了氮素的特征譜段，獲取了特征圖像強度均值特征；基于獲取的番茄三維激光掃描數(shù)據(jù)，通過建立番茄三維點云數(shù)據(jù)的空間幾何模型，獲取了不同氮素水平番茄的莖粗、株高和生物量特征；采用PLSR建立了多特征融合番茄氮素檢測模型，結(jié)果表明，所建立的模型的R為0.94，模型精度明顯優(yōu)于采用高光譜圖像和三維激光掃描單一特征模型。

關(guān)鍵詞：番茄；氮素；高光譜圖像；三維形態(tài)；多特征融合；檢測模型

中圖分類號： S126；S641.206文獻標志碼： A文章編號：1002-1302（2016）10-0379-03

收稿日期：2015-08-11

基金項目：國家自然科學基金重點項目（編號：61233006）；國家科技支撐計劃（編號：2014BAD08B03）；中國博士后科學基金（編號：20100481097）；江蘇高校優(yōu)勢學科建設(shè)工程資助項目[編號：蘇政辦發(fā)（2011）6號]；江蘇省農(nóng)業(yè)裝備與智能化高技術(shù)研究重點實驗室項目（編號：BM2009703）；江蘇大學高級專業(yè)人才基金（編號：10JDG081）；江蘇大學博士后基金。

作者簡介：張曉東（1970—），男，河南洛陽人，博士，副研究員，主要從事高光譜和機器視覺技術(shù)在設(shè)施作物生長信息檢測應用方面的研究。E-mail：zxd700227@126.com。目前我國設(shè)施面積已達380萬hm2，其中番茄種植面積186萬hm2，產(chǎn)量已占世界產(chǎn)量的近1/3，但由于缺乏先進科學的營養(yǎng)調(diào)控方法，設(shè)施番茄的氮肥利用效率僅為35%，不及設(shè)施發(fā)達國家的1/2；因此對番茄生長過程信息進行精確監(jiān)測，實現(xiàn)基于作物生長需求反饋的精確調(diào)控具有現(xiàn)實意義。

目前替代傳統(tǒng)人工和化學測定的高光譜遙感、視覺圖像等作物氮素的無損探測方法，因其具有快速性和時效性，且不影響作物生長等優(yōu)勢，已有許多相關(guān)研究，并取得了一些成果[1-4]。但研究大多僅針對氮素豐缺導致的反射特性差異進行氮素診斷，而作物氮素豐缺會直接導致其生物量、莖粗和植株高度等的差異，因而同樣可以作為有效特征進行作物氮素的反演；與傳統(tǒng)的視覺圖像和接觸式的測量方法相比，三維激光掃描能夠同步獲取植株的整體形貌特征，且精度較高，可實現(xiàn)作物長勢綜合特征的精確提取和分析。本研究提出將高光譜成像和三維激光掃描技術(shù)相結(jié)合，充分利用氮素豐缺導致的番茄葉片尺度的高光譜圖像特征，以及冠層尺度的生物量、株高、莖粗等形態(tài)特征差異，通過多尺度多特征信息融合進行番茄氮素的定量分析，有效提高了番茄氮素營養(yǎng)的檢測精度，為設(shè)施水肥精確管理提供了科學依據(jù)。

1材料與方法

1.1樣本培育

試驗于2014年9月至2014年12月期間在江蘇大學現(xiàn)代農(nóng)業(yè)裝備與技術(shù)省部共建重點實驗室的Venlo型現(xiàn)代化玻璃溫室進行。為實現(xiàn)對番茄氮素的精確控制，采用無土栽培；在保證其他營養(yǎng)元素均衡的條件下，對氮素進行精確控制，以獲取不同氮素水平的番茄樣本。

選取的試驗品種為合作903大紅番茄。根據(jù)山崎配方配置營養(yǎng)液[5]，樣本分N1、N2、N3、N4、N5組5個氮素水平處理，配置標準配方中N的濃度分別為0%、50%、100%、150%、200%的營養(yǎng)液（均為質(zhì)量分數(shù)），每個水平10株，共50株樣本。

1.2試驗方法

1.2.1高光譜圖像采集與處理利用高光譜圖像采集系統(tǒng)采集番茄葉片的高光譜圖像數(shù)據(jù)[6]，設(shè)定高光譜成像的曝光時間為900 ms，掃描速度為1.25 mm/s，以保證圖像的清晰且不失真；之后進行黑場和白場標定，設(shè)定強度區(qū)間在0～4 000；高光譜圖像數(shù)據(jù)的采集是基于Spectral Cube軟件平臺；采樣光譜區(qū)間為390.8～1 050.1 nm，分辨率為1.3 nm，同步獲取采樣區(qū)間內(nèi)由512幅不同譜段圖像構(gòu)成的高光譜圖像數(shù)據(jù)立方體?；贓NVI V.4軟件平臺對數(shù)據(jù)進行處理。

1.2.2番茄長勢信息掃描與數(shù)據(jù)獲取采用手持式自定位三維激光掃描儀采番茄的三維形態(tài)，如圖1所示，三維激光掃描儀由計算機、Handyscan3D（EXA scan）、FireWire適配器、FireWire電纜、電源等部件組成。該儀器測量速度25 measures/s，分辨率0.05 mm，精度0.04 mm，拍攝距離300 mm，視野深度±150 mm，激光交叉區(qū)域210 mm×210 mm。進行掃描時，首先在番茄和花盆上粘貼直徑為6 mm的反射目標點，番茄植株形態(tài)復雜，因此兩目標點之間的距離控制在20 mm；之后，用三維激光掃描儀測量校準板，以校正傳感器參數(shù)；為了保證三維形態(tài)模型清晰，經(jīng)試驗分析，設(shè)定激光功率為65%，快門時間為7.2 ms，分辨率為0.5 mm。通過手持掃描的方式，依次獲取所有番茄樣本的三維數(shù)據(jù)。

1.2.3植株氮素測定樣本含氮量測定采用凱氏定氮法，利用AA3連續(xù)流動分析儀對樣本進行分析，通過式（1）計算含氮量[7]。

N=cm×（1-w）×100%。（1）

式中：N為測試樣本的含氮量（%）；c為樣品液儀器觀測值（mg）；m為測試樣本的質(zhì)量（mg）；w為測試樣本的含水率（%）。

2結(jié)果與分析

2.1番茄氮素高光譜圖像特征提取與分析

2.1.1圖像背景分割為了獲取番茄葉片的高光譜目標圖像，本研究利用ENVI軟件，通過對目標圖像和背景的閾值分析，最終選擇476nm圖像基于雙峰法進行閾值分割，分割閾值為187；并將分割后的二值化目標圖像進行灰度反轉(zhuǎn)，填補殘留，去除孤立噪點；在此基礎(chǔ)上，將原始圖像與處理后的二值化目標圖像進行像素點相乘，得到番茄樣本的高光譜序列目標圖像。