一种西瓜徒长苗无损判定方法与流程

1.本发明属于农业自动化领域，具体涉及一种西瓜徒长苗无损判定方法。


背景技术：

2.西瓜在世界园艺生产中占有十分重要的地位，自上世纪90年代以来西瓜产业进入快速增长阶段，西瓜种植面积不断增加。我国已成为世界上最大的西瓜生产国和消费国，年西瓜产量超6000万吨，每年对西瓜幼苗的需求高达数百亿株。种苗生产企业多以多孔连体式穴盘为容器进行育苗，以人工混配基质替代土壤。这种做法节约土地资源、适于工厂规模化生产、便于机械化操作。但在实际生产过程中存在幼苗密度大、植株间相互荫蔽等问题，容易由于光照不足形成徒长苗。此外为满足周年生产的需要，在阴雨高温等季节环境不适的条件下也要进行育苗。这种弱光、高温、高湿的条件常会导致幼苗徒长，不利于壮苗的育成。徒长苗也不能满足后续种植生产的需要，因此要在育苗过程中及时甄别出徒长苗。如何筛选出徒长幼苗成为目前西瓜育苗标准化生产的关键问题。
3.在西瓜育苗过程中，一般是观察其外部形态指标如株高和茎粗，通过经验性判断来判定西瓜苗是否出现徒长，主观判断，直观性差，不利于实现对幼苗的大规模检测。
4.综上，如何提供一种可以准确判断西瓜苗是否徒长的综合评价指标，用于帮助生产者和科研工作者对西瓜幼苗进行准确的判定，是本领域技术人员亟需解决的问题。


技术实现要素：

5.(一)要解决的技术问题
6.本发明要解决的技术问题是提供一种以直观数据无损定量判定西瓜徒长苗的方法，从而提高人工筛选徒长苗的效率，实现对各个生长期西瓜幼苗的大规模智能化检测。
7.(二)技术方案
8.为了解决上述问题，本发明提供了如下技术方案，提出了一种西瓜徒长苗无损判定方法，具体如下。
9.一种西瓜徒长苗无损判定方法，其特征在于，该方法用于对西瓜徒长苗和正常苗进行判定，具体包括如下步骤：
10.s 1，获取西瓜穴盘苗的表型参数，参数包括下胚轴长、根长和茎粗等；
11.s2，对测量获得的表型数据进行预处理，补偿测量误差；
12.s3，获取徒长值z，
13.s4，根据徒长值z对徒长苗和正常苗进行判定。
14.更具体地，步骤s1中获取西瓜穴盘苗的表型参数，具体是通过图像识别的方式获得；首先利用图像采集装置拍摄西瓜苗表型照片，再进行图像预处理，结合图像识别算法分别计算得到西瓜苗的表型参数。
15.更具体地，步骤s2中对测量获得的表型数据进行预处理，包括数据异常值清洗，将
所测西瓜苗表型参数数据按照升序进行排序，剔除明显属于异常值的数据记录，将其视为缺失项，再进行数据插补。
16.更具体地，步骤s4中根据徒长值z对徒长苗和正常苗进行判定，具体判定规则为，
17.如果徒长值z＞0.3，则该苗徒长现象较明显；
18.如果徒长值0.2≤z≤0.3，则该苗徒长但并不严重；
19.如果徒长值z＜0.2，则该苗不出现徒长的现象。
20.(三)有益效果
21.相对于现有技术而言，本发明具备显著积极的技术效果，具体体现在以下几个方面。本发明可以依据西瓜幼苗生长过程中的关键表型指标，建立起有针对性的徒长模型，采用表型提取和定量分析评价的形式对是否为徒长苗进行精确判断，可以弥补人工经验性判断的不足，实现高通量检测判别。本发明的表型数据通过无损检测方式获取，操作简便，降低生产成本。本发明提出的徒长苗判断方法可以灵活适用不同生长期的西瓜幼苗判定，模型具有很好的鲁棒性，适用于对一叶一心至三叶一心西瓜幼苗的评判，不需要根据生长时期的变化更换模型参数。徒长值可用于西瓜幼苗徒长的准确判定，不会影响西瓜幼苗后续生长发育过程，方便可靠，可以在生产中推广应用。
附图说明
22.图1是徒长苗和正常苗的徒长值对比图
23.图2是一叶一心生长期西瓜苗徒长值对比图
24.图3是两叶一心生长期西瓜苗徒长值对比图
25.图4是三叶一心生长期西瓜苗徒长值对比图
具体实施方式
26.本发明为了解决其技术问题所采用的技术方案，提供了一种西瓜徒长苗无损判定方法。下面结合说明书附图及具体实施案例对本发明的技术方案进行具体说明。
27.采用72孔穴盘育苗，基质以草炭(粒径0
‑
6mm)∶蛭石(粒径2
‑
4mm)∶珍珠岩(粒径2
‑
4mm)＝3∶1∶1比例(体积比)配制。分别在西瓜苗生长13d、18d、23d时，三种生长状态下各随机选取20株幼苗，测得西瓜一叶一心、二叶一心、三叶一心三个时期的表型数据。所用西瓜苗品种为
‘
幕田红星’。
28.测定表型参数包括下胚轴长、根长、茎粗。
29.测定方法为：首先拍摄所测表型的高质量图片。提取二维图像中根和下胚轴的“骨架”，将其细化为一条曲线，获悉构成曲线的单像素点的长度，以曲线长度来近似估计根长和下胚轴长。提取茎秆骨架，对测量处的像素点云进行聚类、椭圆拟合来估算茎粗。通过上述方法获得一叶一心至三叶一心的西瓜苗表型测定值，下胚轴长的单位为(mm)、茎粗的单位为(mm)、根长的单位为(mm)。
30.将西瓜苗的表型数据代入徒长值模型进行检验。图1是两组苗的徒长值对比图。图中可见，绝大部分微徒长苗的徒长值都小于徒长苗，大于正常苗。
31.将一叶一心、两叶一心和三叶一心三个时期西瓜苗的表型数据代入徒长模型，分别得到图2、图3和图4所示不同生长期西瓜苗徒长值对比图。由图2
‑
4可以看出，该模型适用于不同生长期的西瓜苗。各生长期西瓜苗的徒长值分布也大致相同：徒长苗的徒长值分布为z＞0.3；微徒长苗的徒长值分布为0.2≤z≤0.3；正常苗的徒长值分布为z＜0.2。因而，采用本发明的徒长值模型以及上述判别规则能够有效识别不同生长时期的徒长苗和正常苗，获得积极的技术效果。模型具备很好的鲁棒性。
32.申请中所描述的具体实例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可对本发明所描述的具体实例做各种修改或者补充，或采用类型的方式替代，但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。


技术特征：
1.一种西瓜徒长苗无损判定方法，其特征在于，该方法用于对西瓜徒长苗和正常苗进行判定，具体包括如下步骤：s1，获取西瓜穴盘苗的表型参数，参数包括下胚轴长、根长和茎粗等；s2，对测量获得的表型数据进行预处理，补偿测量误差；s3，获取徒长值z，s4，根据徒长值z对徒长苗和正常苗进行判定。2.根据权利要求1所述的西瓜徒长苗无损判定方法，其特征在于，步骤s1中获取西瓜穴盘苗的表型参数，具体是通过图像识别的方式获得；首先利用图像采集装置拍摄西瓜苗表型照片，再进行图像预处理，结合图像识别算法分别计算得到西瓜苗的表型参数。3.根据权利要求1所述的西瓜徒长苗判定方法，其特征在于，步骤s2中对测量获得的表型数据进行预处理，包括数据异常值清洗，将所测西瓜苗表型参数数据按照升序进行排序，剔除明显属于异常值的数据记录，将其视为缺失项，再进行数据插补。4.根据权利要求1所述的西瓜徒长苗无损判定方法，其特征在于，步骤s4中根据徒长值z对徒长苗和正常苗进行判定，具体判定规则为：如果徒长值z＞0.3，则该苗徒长现象较明显；如果徒长值0.2≤z≤0.3，则该苗徒长但并不严重；如果徒长值z＜0.2，则该苗不出现徒长的现象。

技术总结
本发明公开了一种西瓜徒长苗无损判定方法。该方法用于对西瓜徒长苗和正常苗进行判定，首先获取西瓜穴盘苗的表型参数，再对测量获得的表型数据进行预处理，补偿测量误差，再获取徒长值Z，最后根据徒长值Z的大小对徒长苗和正常苗进行判定，并且提供了具体的判定规则。本发明通过数据的直观定量分析，可以弥补人工筛选的不足。建立的徒长苗无损判定规则具有很强的适用性，可用于各个生长期的西瓜苗。西瓜苗的表型数据可通过图像识别等无损测量方式获取，从而实现对幼苗的大规模智能化检测。本发明能够减少人工育苗筛选的工作量，显著降低生产成本。著降低生产成本。著降低生产成本。


技术研发人员：董万静 徐胜勇 别之龙 李一璞 童辉 吴宇轩 杨子恒
受保护的技术使用者：华中农业大学
技术研发日：2021.07.07
技术公布日：2021/10/18