【理学论文】计算机视觉技术在植物学中的应用

   摘要:介绍计算机视觉技术的定义、组成系统和发展状况,总结其在植物学中的应用,指出目前存在的问题以及需要重点解决的关键技术,为今后的深入研究提出了一些建议和方向。

   关键词:计算机视觉技术;植物学;应用计算机视觉已有40多年的历史,该项技术是在遥感图象处理和医学图象处理技术成功应用的基础上逐渐兴起的[1],其理论基础是20世纪70年代中后期逐渐形成的Marr视觉计算理论。和人类的视觉相比,计算机视觉的感受范围更宽,可以延伸到紫外和红外等,因而相应的技术应用还可以包括 NIR(近红外)和X-Rays等,从其诞生开始,就受到国内外学者的广泛重视并掀起了该领域的研究热潮[2],加上目前硬件的成熟及其成本的不断降低,以及工业、商业、医学和军事上的需求,计算机视觉技术取得了长足的发展,并将保持持续发展的势头,其应用已经遍布各个领域,如军事、医学、遥感等。在工业中的应用已经达到了初步应用阶段,取得了很好的经济效益,同时计算机视觉技术也已经开始得到植物学等基础学科研究人员的关注,国外出现了一些成熟的产品,国内基本上还处在实验室阶段,而且从事的人员也很有限。

　计算机视觉技术的定义及其组成系统计算机视觉(Computer Vision)是一门新兴的交叉学科,它涉及数学、光学、心理学、物理学、生物学、计算机和信号处理等诸多学科的理论知识。计算机视觉就是利用计算机实现人的视觉功能,来感知、识别和理解三维场景。图1中显示了一个完整的计算机视觉硬件系统。根据操作员的指令,计算机调用并执行程序中的图像处理程序,以便对图像进行处理和分析。要使该计算机视觉硬件系统很好地实现所要求的功能,还必须有一套很好的软件系统与之相配套。软件系统的差别较大,一般来讲,识别的对象、目的不同其软件系统(特别是算法部分)一定不同,但软件系统的基本框架是一样的,如图1所示。

   其中处理图像包括预处理、图像增强和图像分割,预处理的目的是消除图像中无关的信息并恢复有用的真实信息,增强有关信息的可测性和最大限度地简化数据,从而提高特征提取和识别分析的可靠性。生物信息学专论与综述图像分割是图像预处理后的进一步工作,基本上是对像素进行分类。它将图像分解为一些特定的性质相似的部分,并用这部分图像进行特征提取和识别分析等[1]。图1　计算机视觉硬件和软件系统 2　计算机视觉技术在植物学中的应用植物是地球上生命存在和发展的基础,它不仅为地球上绝大多数生物的生长发育提供了所必需的物质和能量,而且为这些生物的产生和发展提供了一个适宜的环境。因此,对植物学的研究关系到人类的生存和发展,在许多学者的关注下,计算机视觉也几乎被应用到植物学整个生命周期中的所有领域并取得了很大的成就,早在1986年Guyer等[2]就计算机视觉技术在植物识别方面的应用作过很好的论述。

  　在植物种子的休眠与萌发阶段的应用主要用于检验种子质量,其检测方法有:利用图像技术检验种子的洁净度,是否有害虫(杂草、杂物),害虫(杂草、杂物)的多少,种子颗粒的饱满程度,种子的活力[1,3]。通过种子表面的颜色,还可以判断种子的发育变化过程等。 2.2　在植物营养生长阶段的应用主要用于植物生长信息以及植物生长环境的监控。可以通过检测植物的叶面积、茎杆直径、叶柄夹角等外部生长参数,判别其成熟度、缺水缺肥等情况,以便及时作出解决措施。国外在利用计算机视觉技术监测温室植物生长方面已经开展了许多研究,近年来代表性的研究成果有:Seginer I等[4]利用机器视觉技术对植株叶子的生长情况进行监测,从而得到灌溉系统的控制信息。Shimizu H[5]等人利用安装了近红外滤镜的CCD摄像机和近红外照明设备对植物白天和夜间生长分别进行监测,得到植物白天和夜间的平均生长率。荷兰Wageningen大学的 VanHenten E J[6]研究了植物叶冠相对覆盖率与植物干重之间的关系,建立了3种数学模型,并且利用图像处理技术和有损测量对莴苣作对比实验,利用线性回归方法,得到了一个最优的模型。Kacira M[7]在温室条件下对生菜在幼苗阶段进行连续监测,发现叶冠投影面积的变化与植物的缺肥情况相关。