【科研团队】农作物图像处理技术 为粮油作物生长提供“信息化”护航——记作物图像处理团队

时间: 2017/06/16   作者:      来源:湖南农业大学报   编辑:喻诚   点击:

2016114日开展研究进展汇报工作后团队成员与研究生合影 (前排左三为团队 PI廖桂平)

团队简介:作物图像处理团队,于201510月成立。总人数8人,其中专职人员4人、兼职人员4人。专兼职人员中,具有高级职称或具有博士学位的人员比例达100%。已经培养博士研究生3名、硕士研究生12名。团队团队PI是廖桂平教授。

作物图像处理团队以南方稻田多熟制油菜和水稻为主要对象,运用高光谱遥感、计算机数字图像处理等现代信息技术,实现大面积、无破坏、快速获取作物营养、长势长相等作物信息,为水稻、油菜作物生产管理提供技术支撑和决策依据。

攻克模型构建难关 科研成效初显

团队重点攻关油菜、水稻生长指标、产量、蛋白质含量和含油量的定量监测模型和生长诊断模型,构建基于高分卫星图像的油菜、水稻产量和品质指标监测反演模型,构建油菜作物冠层绿色面积(叶面积、角果皮面积)预测模型,并在湖南、江西协同创新基地进行应用示范。

团队主要研究方向是:粮油作物生长指标的无损监测技术的研发与应用,包括油菜与水稻等作物的高光谱特性及其反演模型,以及遥感图像处理技术和GIS平台软件专业应用的二次开发等;作物高光谱遥感技术的研发与应用。包括粮油作物的高光谱特征、作物长势监测和遥感估产、农业灾害监测与评估、高光谱卫星遥感信息的应用及其反演,粮油作物生产决策支持系统软件开发与推广;粮油作物形态指标快速、无损测量方法的研究与应用。包括油菜叶面积、角果表面积无损测量,作物冠层的高分卫星图像信息解析方法及其产量的定量预测模型。

自团队组建以来,一是建立了基于数字图像处理的水稻和油菜叶面积、油菜角果表面积、油菜种子千粒重测量和颜色识别、水稻和油菜叶片氮营养诊断等无损检测技术,准确率均在90%以上,开发了用于作物图像分析的数字图像处理系统(DIPS)、农作物数字图像分析系统(CMV)、图像分析系统(ImageAS)和实时图像处理系统(VideoAS)及用于作物图像管理的图像管理系统。

二是发现了在350nm-1400nm波段中,油菜冠层光谱曲线呈现四峰四谷,其4个波段近似分别为350nm-688nm688nm-1000nm1000nm-1125nm1125nm-1400nm,不随物候期发生改变,也不受不同栽培因子的影响,其冠层光谱曲线中有特定的波峰与波谷;找到了油菜冠层光谱红边位置为758nm,不受物候期和栽培因子的影响,整个物候期形成独特的“红边平台”现象。

三是基于多重分形理论,提出了基于油菜冠层光谱特征的叶绿素定量预测模型。利用多重分形去趋势波动分析提取了6个不同波段范围内光谱的广义Hurst指数和质量指数及其他相关的特征参数,发现它们都呈现典型的多重分形特性。找到了不同种植方式下的油菜光谱特征差异。以多重分形特征组合建立识别模型,以 Fisher线性判别法识别移栽和直播两种种植方式的最大约登指数为0.9025,找到了油菜最敏感波段为350nm1350nm。相关结论发表在《光谱学与光谱分析》上。

四是针对MF-DFA在不同尺度上的特性存在差异的现象,将一维多尺度多重分形去趋势波动分析(MMA)方法进行了推广,提出了一种用于研究二维图像信号在不同尺度下多重分形特性的方法(2DMMA)。该方法能真实地反应二维信号在不同尺度下多重分形特征的差异;滑动窗口长度比滑动距离对该方法的影响更大,并推荐使用WL=4SL=4时的2DMMA来研究二维信号;具有较好的抗噪性能。相关结论发表在《Physical Review E》上。

五是提出了基于多重分形特征参数的油菜氮营养诊断模型。对于不同部位的叶片样本,以优选的三个多重分形参数建立三维空间,利用费歇尔线性判别(Fishers LDA)、极限学习机(ELM)、支持向量机核方法(SVMKM)、随机森林法(Random Forests)和K-最近邻法(KNN5种分类方法对其进行诊断识别。结果表明基部叶片、中部叶片和顶部叶片,三个部位混合后的样本在Random ForestsSVMKM分类器下的诊断准确率最高,在5折交叉验证的准确率达到94%以上,相关成果发表在《International Journal of Biomathematics》上。

六是针对高光谱遥感图像大数据处理,共享内存多核系统,使用内存空间隔离技术把内存从逻辑上分成区块,提出考虑内存竞争的启发式任务调度算法。针对大型异构计算系统能耗大、计算设备异构性导致的计算能力和可靠性不均衡。建立面向优先约束并行应用程序的能耗模型,然后推导可靠性与处理频率的关系模型,把能耗、可靠性与计算能力优化问题归约为线性归化问题,提出考虑能效与系统可靠性的启发式任务调度理论与方法。相关成果发表在《Journal of Intelligent & Fuzzy Systems》和《Scientific Programming》上。

“四位一体”运行模式 壮大团队力量

该团队实行“开放、流动、联合、竞争”的运行机制,建立以课题为载体,课题主持人负总责,专职人员、兼职人员和流动人员相结合,校内人员和校外人员相互补充,知名学者参与研究,科学研究、国际交流、人才培养、服务地方“四位一体”的运行模式。通过“高校+公司+基地”整合各方面优势力量打造2011协同创新“作物图像处理团队”,培育南方粮油作物信息化人才。

团队核心人物分工协作:江西农业大学副校长赵小敏教授负责水稻高光谱遥感与应用示范;湖南中科星图信息技术有限公司技术总监罗望军博士负责高光谱遥感卫星图像,重点解决空间信息应用关键技术难题;东软集团广东东软学院李建辉博士负责基于作物图像处理的粮油作物生产决策支持系统软件开发;湖南农业大学廖桂平教授负责油菜高光谱遥感、以及作物图像处理技术集成。

自团队成立以来发表相关论文23篇,其中SCI论文7篇、EI论文3篇;专利2项、计算机软件权4项;新增项目10项,其中国家自然科学基金3项;出版专著1部、教材1部;获湖南省科技进步一等奖1项、湖南省科技进步二等奖1项、江西省科技进步三等奖1项。新增湖南省青年骨干教师1人,1人团队成员晋升为副教授、1人晋升为教授。

点击下载文件:
扫一扫在手机打开

最新文章

热门文章