基于机器视觉的大麦生长模型与监测网络系统及可视化研究

基于机器视觉的大麦生长监测无线传感网络系统及可视化研究项目,尝试应用理论设计与实验验证相结合的方法，探索采用机器视觉观测大麦生长状况及土壤含水率的动态变化，并通过无线传感网络定时定点发送田间信息至作物生产决策主控系统，规模化合成大麦栽培区域特别是甘肃河西地区的县（乡）村田三级大麦生长发育和产量形成状况，为科学实施灌溉和喷施药物等田间作业提供准确信息，提高大麦的产量和质量，提升大麦生产的信息化水平，推进精确农业的快速发展。此外，通过对大麦的田间实时监测实验，进行大麦水分动态和病虫害发生及灾害动态分析与判识图像处理技术应用基础研究；通过大麦生长模型适应性改进与模拟仿真研究，进一步深入进行大麦虚拟生长可视化研究，实现大麦茎叶穗等生长模型的计算机模拟化，为促进生态旅游农业和3D信息农业的发展提供技术支撑，项目研究成果可广泛应用于其他农作物的生长动态监测与产量预测。

甘肃啤酒大麦产量和品质列全国前茅，是全国闻名的大麦百万亩种植基地，大麦种植和麦芽加工已成为农业结构调整和农民致富的重要选择。基于机器视觉的大麦生长模型与监测网络系统及可视化研究是在此基础上开展的一项基础性应用科学研究。.本项目选甘肃主栽大麦实验研究：.（1）大麦茎叶穗生长模型的6轮正交实验研究；生长需水量模型、生物量积累分配和氮素含量变化等规律研究.（2）大麦器官几何模型与拓扑结构及可视化实验.（3）大麦图像采集无线网络和传输系统以及独立光伏供电系统实验.（4）大麦病害图像识别分类实验；大麦专家系统实验。.重要研究结果：.（1）大麦茎叶穗生长模型及需水量规律.（2）大麦器官形态发育规律和可视化实现.（3）基于光伏供电的大麦图像采集与无线传输监控系统.（4）大麦病害图像识别与特征分类.（5）带视频监控的大麦专家系统.（6）论文15篇，硕士论文12.（7）组建作物信息化与智能化研究团队，建成信息化技术研究室，培养硕士18.（8）协助举办学术年会1.（9）申报专利2.（10）年度进展报告和结题报告。. 关键研究数据：.（1）大麦茎叶穗生长发育规律：多轮实验研究表明，以生理发育时间（PDT）或生长度日（GDD）为步长，甘啤大麦的叶片长度、茎秆节间长和粗度变化数据拟合符合logistic方程或Rechard方程，NMSE检验误差小.在扬花期前大麦茎叶氮素积累，扬花期后向穗部转移分配，茎叶氮素均呈现下降趋势，甘啤7号叶片氮素转移贡献率最大为64%.大麦生长作物系数和需水量预测模型得以确定.大麦茎叶穗的干物质分配模型随生长期呈指数规律下降.（2）实验构建了大麦器官几何模型与拓扑结构，大麦形态虚拟生长实现.（3）大麦图像采集与无线传输系统。研究了大麦图像采集无线网络、无线传输、显示存储和光伏供电系统等，构建了大田远程监测网络系统.（4）大麦病害图像前处理、病斑分割、特征提取和分类方法，实验识别正确率达85%.（5）研发了除大麦栽培、植保技术等咨询功能外，集成有大麦田间生长视频监控、虚拟和实际生长比对及病害识别等特色的大麦专家系统。. 本项目对作物生长发育规律、作物虚拟实现技术、远程监控网络系统及专家系统等研究具有重要的科学和经济价值和借鉴作用，并为为西部大麦生产和农业发展及农民增收等提供理论指导和技术支撑。