基于冠层图像处理的小麦茎蘖数快速诊断技术
【摘要】 为提高小麦群体诊断效率，研究利用图像识别替代人工抽样计数的可行性。分别以智能手机、无人机获取小麦冠层图像以及人工抽样计数方法，于2016-2017年，在山东阳信县105个规模不同的小麦地块，对苗期、冬前、返青期和拔节期4个时期小麦茎糵数进行诊断。结果表明，4个生育时期采用智能手机图像识别诊断小麦茎蘖数，与人工抽样计数相关性强弱依次为冬前(R2=0.900，P<0.0010)>拔节期(R2=0.240，P<0.0010)>返青期(R2=0.130，P<0.0010)>苗期(R2=0.010，P<0.2900);3个生育时期采用无人机图像识别诊断小麦茎蘖数，与人工抽样计数相关性强弱依次为冬前(R2=0.760，P<0.0010)>返青期(R2=0.320，P<0.0100)>苗期(R2=0.005，P<0.8800)。从诊断效率而言，人工抽样计数单位耗时约100.0min/hm2，智能手机图像识别单位耗时约5
