生菜-田间表型与精准农业航空图像分析 AirSurf-Lettuce: an aerial image analysis platform for ultra-scale field phenotyping and precision agriculture using computer vision and deep learning

文章来源: | 2019-08-05

生菜是最常见的叶类蔬菜之一,其营养含量丰富,口味、质地和形状多样,可以满足不同的食用需求。但生菜对环境变化敏感,其生产稳定性比较脆弱,恶劣天气不仅会造成供应短缺,而且也会影响生菜的质量。为了保证供应和质量的稳定,对农业从业者来说,密切监测生菜的生长和发育是非常重要的。航空图像经常被农业从业者用来监测作物的生长。从田间采集的大规模航空图像中提取有意义的表型信息,需要高效的分析解决方案,该方案不仅能对关键作物性状进行高质量的测量,而且能支持农业从业者对其作物做出可靠的管理决策。

在本文中,周济博士团队联合英国第二大种植公司G's Growers Limited开发了一个基于计算机视觉和深度学习的超大规模田间表型与精准农业航空图像分析平台——AirSurf-Lettuce。该平台结合了超大规模的归一化差异植被指数(NDVI)航空图像、现代计算机视觉、最新的深度学习(CNN)和模块化软件工程,能够对整个田间数以百万计的生菜进行产量相关的表型分析。AirSurf-Lettuce利用轻型固定翼飞机采集超大规模的NDVI图像,结合CNN模型(经过一组大约100000张图像的训练),能够对生菜大小进行高精度的评分和分类。此外,为了将分析结果应用于作物管理决策,AirSurf-Lettuce将GPS信息与生菜大小分布联系起来,生成了一个带GPS标记的收获图,以辅助农业从业者采用高效、精确的收获策略,提高市场收益。

image.png
轻型固定翼飞机采集的超大规模NDVI航空图像
image.png
AirSurf-Lettuce平台分析工作流程
image.png
基于CNN的生菜计数学习架构
image.png
CNN模型的改进结果和生菜的大小分类
image.png
带GPS标记的生菜大小分类收获图
image.png
生菜收获区域3D呈现
image.png
AirSurf-Lettuce应用实例(英国剑桥郡三个种植园中数以百万计的生菜)
由AirSurf-Lettuce生成的分析结果表明,机器计数与专家评分之间有很强的相关性。因此,AirSurf-Lettuce有希望帮助蔬菜种植者和农民进行精确的农业管理活动。此外,通过附加的训练数据、必要的测试和验证,AirSurf-Lettuce分析平台应该可以相对容易的扩展应用到小麦、水稻等其他作物的超大规模航空图像表型分析中。

全文阅读


Bauer A, Bostrom A, Ball J, et al. AirSurf-Lettuce: an aerial image analysis platform for ultra-scale field phenotyping and precision agriculture using computer vision and deep learning. bioRxiv, 2019: 527184.




   中文/En