论文部分内容阅读
背景
由于大自然中黑体辐射现象，任何物体都依据温度的不同对外进行电磁波辐射。波长为2.0～1000 μm的部分称为热红外线。热红外成像利用热红外敏感CCD对物体进行成像，能反映出物体表面的温度场。红外热成像的物理学原理就是一个自然的生物红外辐射源，不断向周围发射和吸收红外辐射。
正常植株的温度分布具有一定的稳定性和特征性，叶片、茎杆各部位温度不同，形成了不同的热场。当植物遭受病害胁迫时，植株根部或叶片等部位发生疾病或功能改变时，会造成气孔异质性开闭，水分调节失衡，叶表温度异常改变。该处植株组织相应发生的变化导致植株的局部温度表现为温度偏高或偏低。热成像系统采集植株红外辐射信息，并转换为数字信号，按照温度分布提取添加颜色，形成伪色彩热图，利用专用分析软件可得出图像上对应点的温度信息用来分析，最终能够判断出植株病灶的部位、类别和严重程度，通过作物靶标信息采集为变量施药提供依据，图1为基于红外热成像的变量施药原理图。施药的雾滴沉积关系到施药质量的优劣，通过热红外成像获取施药前后的作物靶标信息差异，可以获得雾滴在靶标上的沉积水平，对施药参数的优化提供参考。
信息获取
变量施药首要的工作是靶标作物的信息获取。信息获取是变量施药的基础，根据获得的施药对象作物的信息来调整施药控制参数，实现“有的放矢”的按需施药控制，主要包括靶标物理形态的识别和定位、作物病害信息的早期检测。
红外热成像系统的作物识别
红外热成像系统获取作物的外轮廓图像时，由于受到外界环境温度的干扰，及其自身成像技术的限制，作物轮廓成像信息边缘和背景的区分存在一定难度。通过图像处理算法的研究有助于提升识别的精度，其中基于蚁群算法的植株热红外图像边缘检测取得较好的效果。陈浩等[1]针对热红外图像目标与背景区分不明显、效果模糊，以及采用传统的Roberts、Sobel、Canny等边缘检测方法难以取得理想检测效果的特点经过尝试改进，首次将蚁群优化算法应用于热红外图像边缘检测。该算法主要步骤由初始化过程开始，进行N步迭代构造信息素矩阵，然后执行信息素过更新过程，最后图像边缘由决策过程给出。测试以玉米植株为对象，结果表明，该算法与传统边缘检测算法相比优势明显，能够较好地得到边缘检测结果，可为基于红外热成像的靶标轮廓识别图像处理提供一种新的方法。浙江大学徐惠荣[2]为了解决光线强弱、树叶遮挡对机器识别作物的干扰，利用红外辐射识别和定位作物，对机械手的运动进行向导，经过热红外图像分割运算，得到很好的识别效果，为全天候的靶标识别和定位提供了一种技术手段。周建民等[3]将红外热成像技术引入到树上板栗的机器识别检测当中，通过树上板栗红外热成像信息研究正常板栗果、坏死果以及空心果的红外辐射差异，对获取的热图像进行温度校正、阈值分割、特征提取、目标标识，取得很好的效果。这些识别手段都可以为变量施药提供决策基础。
作物病害信息的检测
通过信息化手段对作物病害信息实施检测，将患病的植株识别出来，按照患病组和不患病组进行施药也是变量施药信息获取的重要目的。采用红外热成像技术手段能通过获取作物胁迫的图像信息来快速识别病害信息。当植物遭受非侵染性病害时，其膜结构首先遭到破坏，随之代谢结构发生紊乱，水分调节失调，其表面的温度就会产生异常的分布。当植物受到侵染性病害的危害时，细胞膜的膜透性就发生变化，叶片的细胞内水分相对流失过快，引发叶片气孔的变化调节细胞水势的变化，同时有些真菌分泌物也会关闭气孔，另外植物本身的自卫系统激素的积累也会引起植物气孔的异常开闭。气孔的异质性开闭引发气孔导度和蒸腾强度等诸多生理指标的改变，从而改变叶片表面热量异常变化。这就为基于温度变化检测的热红外成像技术提供了机理基础。当病原物侵染植物后，在潜伏期内的植物叶片的温度就会升高或降低，叶片最大温差（MTD）逐渐曾大，这为早期检测提供了窗口期。黄瓜、番茄花叶病等研究已经初步得到验证。研究表明在温室内，红外热成像技术能很好的将潜伏期的感病组和健康组区分出来，实现对作物病害信息检测的目的。徐小龙[4]基于红外热成像技术对植物病害进行早期诊断，研究表明该技术可以为人们有效的控制植物病害的大规模蔓延争取宝贵时间，将植物病害消灭在萌芽阶段，从而达到提高农作物产量和质量的目的，而且还可以大幅度的减少农药使用量。
药械喷药雾滴沉积监测
药械喷药雾滴沉积的空间分布是施药质量的重要评价指标，快速的获取其空间分布数据对于药械参数的调整优化具有重要的作用。张京等[5]基于红外热成像技术研究采用新型无人驾驶直升机进行航空喷药，其喷雾参数对药液雾滴沉积效果的影响。通过选用红外热像仪测试喷雾前、后作物冠层温度，通过温度变化率反映雾滴在水稻冠层的沉积效果。研究结果表明，以雾滴沉积量与冠层温度变化率为评价指标得到的结果一致，红外热成像技术可以准确反映雾滴在水稻上的沉积规律。通过基于红外热成像的雾滴沉积研究优化了无人驾驶直升机作业喷雾参数为：飞行高度2 m、飞行速度1.5 m/s。这对于雾滴沉积快速监测提供了新的技术手段和方法。
结论
综上所述，本文分析热红外用于变量施药监测的可行性，如同周建民等[6]所述其在农业上的应用现状，对于变量施药监测而言有以下问题：①红外热成像技术若用于变量施药在大田环境中容易受到气候的影响，成像精度不是很理想。在温室中有较好的效果。② 作物靶标感染叶片和正常叶片间有约1℃的温度差异，若用于变量施药监测用途，作为非破坏性的一种检测方法，可选取辅助加热或冷藏来提高靶标叶片检测信息准确性。
参考文献
[1] 陈浩，方勇，朱大洲，等.基于蚁群算法的玉米植株热红外图
像边缘检测[J].农机化研究，2015，（6）：49-52.
[2] 徐惠荣.红外热成像在树上柑桔识别中的应用研究[J].红外与
毫米波学报，2004，23（5）：353-356.
[3] 周建民，尹洪妍，张瑞丰，等.基于红外热成像树上板栗机器
识别研究[J].中国农机化，2012，（3）：132-136.
[4] 徐小龙.基于红外热成像技术的植物病害早期检测的研究[D].
杭州：浙江大学，2012.
[5] 张京，何雄奎，宋坚利，等.无人驾驶直升机航空喷雾参数对
雾滴沉积的影响[J].农业机械学报，2012，43（12）：94-96.
[6] 周建民，周其显，刘燕德，等.红外热成像技术在农业生产中
的应用[J].农机化研究，2010，32（2）：1-4.
[7] 陈斌.红外热成像技术在植物病害检测中的应用研究进展[J].
江苏农业科学，2014，42（9）：1-4.
*项目支持：国家科技支撑项目（2014BAD06B01-17），北京市创新团队岗位专家项目。
由于大自然中黑体辐射现象，任何物体都依据温度的不同对外进行电磁波辐射。波长为2.0～1000 μm的部分称为热红外线。热红外成像利用热红外敏感CCD对物体进行成像，能反映出物体表面的温度场。红外热成像的物理学原理就是一个自然的生物红外辐射源，不断向周围发射和吸收红外辐射。
正常植株的温度分布具有一定的稳定性和特征性，叶片、茎杆各部位温度不同，形成了不同的热场。当植物遭受病害胁迫时，植株根部或叶片等部位发生疾病或功能改变时，会造成气孔异质性开闭，水分调节失衡，叶表温度异常改变。该处植株组织相应发生的变化导致植株的局部温度表现为温度偏高或偏低。热成像系统采集植株红外辐射信息，并转换为数字信号，按照温度分布提取添加颜色，形成伪色彩热图，利用专用分析软件可得出图像上对应点的温度信息用来分析，最终能够判断出植株病灶的部位、类别和严重程度，通过作物靶标信息采集为变量施药提供依据，图1为基于红外热成像的变量施药原理图。施药的雾滴沉积关系到施药质量的优劣，通过热红外成像获取施药前后的作物靶标信息差异，可以获得雾滴在靶标上的沉积水平，对施药参数的优化提供参考。
信息获取
变量施药首要的工作是靶标作物的信息获取。信息获取是变量施药的基础，根据获得的施药对象作物的信息来调整施药控制参数，实现“有的放矢”的按需施药控制，主要包括靶标物理形态的识别和定位、作物病害信息的早期检测。
红外热成像系统的作物识别
红外热成像系统获取作物的外轮廓图像时，由于受到外界环境温度的干扰，及其自身成像技术的限制，作物轮廓成像信息边缘和背景的区分存在一定难度。通过图像处理算法的研究有助于提升识别的精度，其中基于蚁群算法的植株热红外图像边缘检测取得较好的效果。陈浩等[1]针对热红外图像目标与背景区分不明显、效果模糊，以及采用传统的Roberts、Sobel、Canny等边缘检测方法难以取得理想检测效果的特点经过尝试改进，首次将蚁群优化算法应用于热红外图像边缘检测。该算法主要步骤由初始化过程开始，进行N步迭代构造信息素矩阵，然后执行信息素过更新过程，最后图像边缘由决策过程给出。测试以玉米植株为对象，结果表明，该算法与传统边缘检测算法相比优势明显，能够较好地得到边缘检测结果，可为基于红外热成像的靶标轮廓识别图像处理提供一种新的方法。浙江大学徐惠荣[2]为了解决光线强弱、树叶遮挡对机器识别作物的干扰，利用红外辐射识别和定位作物，对机械手的运动进行向导，经过热红外图像分割运算，得到很好的识别效果，为全天候的靶标识别和定位提供了一种技术手段。周建民等[3]将红外热成像技术引入到树上板栗的机器识别检测当中，通过树上板栗红外热成像信息研究正常板栗果、坏死果以及空心果的红外辐射差异，对获取的热图像进行温度校正、阈值分割、特征提取、目标标识，取得很好的效果。这些识别手段都可以为变量施药提供决策基础。
作物病害信息的检测
通过信息化手段对作物病害信息实施检测，将患病的植株识别出来，按照患病组和不患病组进行施药也是变量施药信息获取的重要目的。采用红外热成像技术手段能通过获取作物胁迫的图像信息来快速识别病害信息。当植物遭受非侵染性病害时，其膜结构首先遭到破坏，随之代谢结构发生紊乱，水分调节失调，其表面的温度就会产生异常的分布。当植物受到侵染性病害的危害时，细胞膜的膜透性就发生变化，叶片的细胞内水分相对流失过快，引发叶片气孔的变化调节细胞水势的变化，同时有些真菌分泌物也会关闭气孔，另外植物本身的自卫系统激素的积累也会引起植物气孔的异常开闭。气孔的异质性开闭引发气孔导度和蒸腾强度等诸多生理指标的改变，从而改变叶片表面热量异常变化。这就为基于温度变化检测的热红外成像技术提供了机理基础。当病原物侵染植物后，在潜伏期内的植物叶片的温度就会升高或降低，叶片最大温差（MTD）逐渐曾大，这为早期检测提供了窗口期。黄瓜、番茄花叶病等研究已经初步得到验证。研究表明在温室内，红外热成像技术能很好的将潜伏期的感病组和健康组区分出来，实现对作物病害信息检测的目的。徐小龙[4]基于红外热成像技术对植物病害进行早期诊断，研究表明该技术可以为人们有效的控制植物病害的大规模蔓延争取宝贵时间，将植物病害消灭在萌芽阶段，从而达到提高农作物产量和质量的目的，而且还可以大幅度的减少农药使用量。
药械喷药雾滴沉积监测
药械喷药雾滴沉积的空间分布是施药质量的重要评价指标，快速的获取其空间分布数据对于药械参数的调整优化具有重要的作用。张京等[5]基于红外热成像技术研究采用新型无人驾驶直升机进行航空喷药，其喷雾参数对药液雾滴沉积效果的影响。通过选用红外热像仪测试喷雾前、后作物冠层温度，通过温度变化率反映雾滴在水稻冠层的沉积效果。研究结果表明，以雾滴沉积量与冠层温度变化率为评价指标得到的结果一致，红外热成像技术可以准确反映雾滴在水稻上的沉积规律。通过基于红外热成像的雾滴沉积研究优化了无人驾驶直升机作业喷雾参数为：飞行高度2 m、飞行速度1.5 m/s。这对于雾滴沉积快速监测提供了新的技术手段和方法。
结论
综上所述，本文分析热红外用于变量施药监测的可行性，如同周建民等[6]所述其在农业上的应用现状，对于变量施药监测而言有以下问题：①红外热成像技术若用于变量施药在大田环境中容易受到气候的影响，成像精度不是很理想。在温室中有较好的效果。② 作物靶标感染叶片和正常叶片间有约1℃的温度差异，若用于变量施药监测用途，作为非破坏性的一种检测方法，可选取辅助加热或冷藏来提高靶标叶片检测信息准确性。
参考文献
[1] 陈浩，方勇，朱大洲，等.基于蚁群算法的玉米植株热红外图
像边缘检测[J].农机化研究，2015，（6）：49-52.
[2] 徐惠荣.红外热成像在树上柑桔识别中的应用研究[J].红外与
毫米波学报，2004，23（5）：353-356.
[3] 周建民，尹洪妍，张瑞丰，等.基于红外热成像树上板栗机器
识别研究[J].中国农机化，2012，（3）：132-136.
[4] 徐小龙.基于红外热成像技术的植物病害早期检测的研究[D].
杭州：浙江大学，2012.
[5] 张京，何雄奎，宋坚利，等.无人驾驶直升机航空喷雾参数对
雾滴沉积的影响[J].农业机械学报，2012，43（12）：94-96.
[6] 周建民，周其显，刘燕德，等.红外热成像技术在农业生产中
的应用[J].农机化研究，2010，32（2）：1-4.
[7] 陈斌.红外热成像技术在植物病害检测中的应用研究进展[J].
江苏农业科学，2014，42（9）：1-4.
*项目支持：国家科技支撑项目（2014BAD06B01-17），北京市创新团队岗位专家项目。