崔世鋼等

摘要：采用數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態(tài)數(shù)據(jù)，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。

關(guān)鍵詞：植物生長柜；圖像分析法；動態(tài)監(jiān)測；根系形態(tài)；閾值分割

中圖分類號： S126；TP391.41文獻標(biāo)志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學(xué)基金（編號：61178048、61275169、61178081）；國家社會科學(xué)基金（編號：BFA110049）；天津職業(yè)技術(shù)師范大學(xué)校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現(xiàn)代農(nóng)業(yè)智能環(huán)境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養(yǎng)分的重要器官，植物根系越發(fā)達，枝葉越繁茂；反之，則枝葉枯黃、生長發(fā)育不良。作物的產(chǎn)量與根系長勢關(guān)系十分密切[1]。雖然很早以前就有學(xué)者開始關(guān)注植物根系的生長狀態(tài)，但是由于在以往的土培環(huán)境下，根系埋藏在土壤之中，而且地下根系數(shù)量多，增加了根系的研究難度，導(dǎo)致根系相關(guān)研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農(nóng)業(yè)生產(chǎn)方式，采用營養(yǎng)液水培方法，將植物根系固定在定植板上，再浸在水槽的營養(yǎng)液中，從營養(yǎng)液中吸收植物生長所需的營養(yǎng)元素及水分。LED植物生長柜充分運用了現(xiàn)代光學(xué)、生物科技、營養(yǎng)液栽培、信息技術(shù)等手段，為植物提供了安全健康的生長環(huán)境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術(shù)測量植物根的長度、數(shù)目等指標(biāo)，旨在為實現(xiàn)LED植物生長柜的智能化控制提供依據(jù)。

1材料與方法

1.1生長柜內(nèi)環(huán)境控制

以筆者所在實驗室自主研發(fā)的LED植物生長柜作為試驗平臺，以先優(yōu)7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養(yǎng)元素以及提供適宜的生長環(huán)境，A組為標(biāo)準(zhǔn)營養(yǎng)液，B組將標(biāo)準(zhǔn)營養(yǎng)液稀釋至50%。通過植物生長柜的智能控制面板調(diào)節(jié)其內(nèi)部環(huán)境參數(shù)，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環(huán)境參數(shù)均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養(yǎng)液中一樣散亂。為了突出植物根系的形態(tài)特征，以黑色帶刻度紙板作為背景；固定數(shù)碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調(diào)節(jié)相機處于自動對焦?fàn)顟B(tài)，保證采集圖像的清晰度；最后將圖像傳輸?shù)接嬎銠C，保存為.JPG格式。

1.3圖像處理

根系生長狀態(tài)圖像處理流程包括3個主要步驟：預(yù)處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預(yù)處理盡管目標(biāo)根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統(tǒng)后續(xù)處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導(dǎo)致圖像質(zhì)量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，可以去除圖像中的椒鹽噪聲，平滑效果優(yōu)于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環(huán)境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現(xiàn)1個雙峰形狀，選擇兩峰之間的波谷對應(yīng)的像素值作為全局閾值，可將圖像分割為目標(biāo)對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養(yǎng)液濃度有關(guān)，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數(shù)等數(shù)據(jù)。

3結(jié)論與討論

本研究通過數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態(tài)數(shù)據(jù)，得到的計算結(jié)果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。植物生長過程中，采集植物的根系形態(tài)數(shù)據(jù)，不僅能夠評估植物的長勢，同時還能反映植物的生長環(huán)境是否適宜其快速生長，便于管理者及時調(diào)整營養(yǎng)液及外界環(huán)境參數(shù)配置，為作物提供適宜的生長環(huán)境。實時掌握植物根系的生長狀態(tài)，便于植物生長柜管理者掌握植物的生長節(jié)奏，對于保證植物生長柜內(nèi)作物朝預(yù)期的方向生長以及促進增產(chǎn)增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛(wèi)星，等. 基于圖像分析方法的水稻根系形態(tài)特征指標(biāo)的定量分析[J]. 作物學(xué)報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術(shù)在根系形態(tài)和構(gòu)型分析中的應(yīng)用[J]. 農(nóng)業(yè)機械學(xué)報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學(xué)學(xué)報：社會科學(xué)版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術(shù)實現(xiàn)對溫室植物生長的無損監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術(shù)進行作物生長監(jiān)測的研究進展[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學(xué)出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態(tài)和生理特性與其氮效率的關(guān)系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態(tài)生理特性與高效氮素吸收[J]. 土壤學(xué)報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態(tài)變化的影響研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2003，11（3）：69-71.

摘要：采用數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態(tài)數(shù)據(jù)，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。

關(guān)鍵詞：植物生長柜；圖像分析法；動態(tài)監(jiān)測；根系形態(tài)；閾值分割

中圖分類號： S126；TP391.41文獻標(biāo)志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學(xué)基金（編號：61178048、61275169、61178081）；國家社會科學(xué)基金（編號：BFA110049）；天津職業(yè)技術(shù)師范大學(xué)校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現(xiàn)代農(nóng)業(yè)智能環(huán)境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養(yǎng)分的重要器官，植物根系越發(fā)達，枝葉越繁茂；反之，則枝葉枯黃、生長發(fā)育不良。作物的產(chǎn)量與根系長勢關(guān)系十分密切[1]。雖然很早以前就有學(xué)者開始關(guān)注植物根系的生長狀態(tài)，但是由于在以往的土培環(huán)境下，根系埋藏在土壤之中，而且地下根系數(shù)量多，增加了根系的研究難度，導(dǎo)致根系相關(guān)研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農(nóng)業(yè)生產(chǎn)方式，采用營養(yǎng)液水培方法，將植物根系固定在定植板上，再浸在水槽的營養(yǎng)液中，從營養(yǎng)液中吸收植物生長所需的營養(yǎng)元素及水分。LED植物生長柜充分運用了現(xiàn)代光學(xué)、生物科技、營養(yǎng)液栽培、信息技術(shù)等手段，為植物提供了安全健康的生長環(huán)境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術(shù)測量植物根的長度、數(shù)目等指標(biāo)，旨在為實現(xiàn)LED植物生長柜的智能化控制提供依據(jù)。

1材料與方法

1.1生長柜內(nèi)環(huán)境控制

以筆者所在實驗室自主研發(fā)的LED植物生長柜作為試驗平臺，以先優(yōu)7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養(yǎng)元素以及提供適宜的生長環(huán)境，A組為標(biāo)準(zhǔn)營養(yǎng)液，B組將標(biāo)準(zhǔn)營養(yǎng)液稀釋至50%。通過植物生長柜的智能控制面板調(diào)節(jié)其內(nèi)部環(huán)境參數(shù)，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環(huán)境參數(shù)均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養(yǎng)液中一樣散亂。為了突出植物根系的形態(tài)特征，以黑色帶刻度紙板作為背景；固定數(shù)碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調(diào)節(jié)相機處于自動對焦?fàn)顟B(tài)，保證采集圖像的清晰度；最后將圖像傳輸?shù)接嬎銠C，保存為.JPG格式。

1.3圖像處理

根系生長狀態(tài)圖像處理流程包括3個主要步驟：預(yù)處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預(yù)處理盡管目標(biāo)根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統(tǒng)后續(xù)處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導(dǎo)致圖像質(zhì)量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，可以去除圖像中的椒鹽噪聲，平滑效果優(yōu)于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環(huán)境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現(xiàn)1個雙峰形狀，選擇兩峰之間的波谷對應(yīng)的像素值作為全局閾值，可將圖像分割為目標(biāo)對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養(yǎng)液濃度有關(guān)，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數(shù)等數(shù)據(jù)。

3結(jié)論與討論

本研究通過數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態(tài)數(shù)據(jù)，得到的計算結(jié)果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。植物生長過程中，采集植物的根系形態(tài)數(shù)據(jù)，不僅能夠評估植物的長勢，同時還能反映植物的生長環(huán)境是否適宜其快速生長，便于管理者及時調(diào)整營養(yǎng)液及外界環(huán)境參數(shù)配置，為作物提供適宜的生長環(huán)境。實時掌握植物根系的生長狀態(tài)，便于植物生長柜管理者掌握植物的生長節(jié)奏，對于保證植物生長柜內(nèi)作物朝預(yù)期的方向生長以及促進增產(chǎn)增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛(wèi)星，等. 基于圖像分析方法的水稻根系形態(tài)特征指標(biāo)的定量分析[J]. 作物學(xué)報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術(shù)在根系形態(tài)和構(gòu)型分析中的應(yīng)用[J]. 農(nóng)業(yè)機械學(xué)報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學(xué)學(xué)報：社會科學(xué)版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術(shù)實現(xiàn)對溫室植物生長的無損監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術(shù)進行作物生長監(jiān)測的研究進展[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學(xué)出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態(tài)和生理特性與其氮效率的關(guān)系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態(tài)生理特性與高效氮素吸收[J]. 土壤學(xué)報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態(tài)變化的影響研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2003，11（3）：69-71.

摘要：采用數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態(tài)數(shù)據(jù)，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。

關(guān)鍵詞：植物生長柜；圖像分析法；動態(tài)監(jiān)測；根系形態(tài)；閾值分割

中圖分類號： S126；TP391.41文獻標(biāo)志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學(xué)基金（編號：61178048、61275169、61178081）；國家社會科學(xué)基金（編號：BFA110049）；天津職業(yè)技術(shù)師范大學(xué)校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現(xiàn)代農(nóng)業(yè)智能環(huán)境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養(yǎng)分的重要器官，植物根系越發(fā)達，枝葉越繁茂；反之，則枝葉枯黃、生長發(fā)育不良。作物的產(chǎn)量與根系長勢關(guān)系十分密切[1]。雖然很早以前就有學(xué)者開始關(guān)注植物根系的生長狀態(tài)，但是由于在以往的土培環(huán)境下，根系埋藏在土壤之中，而且地下根系數(shù)量多，增加了根系的研究難度，導(dǎo)致根系相關(guān)研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農(nóng)業(yè)生產(chǎn)方式，采用營養(yǎng)液水培方法，將植物根系固定在定植板上，再浸在水槽的營養(yǎng)液中，從營養(yǎng)液中吸收植物生長所需的營養(yǎng)元素及水分。LED植物生長柜充分運用了現(xiàn)代光學(xué)、生物科技、營養(yǎng)液栽培、信息技術(shù)等手段，為植物提供了安全健康的生長環(huán)境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術(shù)測量植物根的長度、數(shù)目等指標(biāo)，旨在為實現(xiàn)LED植物生長柜的智能化控制提供依據(jù)。

1材料與方法

1.1生長柜內(nèi)環(huán)境控制

以筆者所在實驗室自主研發(fā)的LED植物生長柜作為試驗平臺，以先優(yōu)7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養(yǎng)元素以及提供適宜的生長環(huán)境，A組為標(biāo)準(zhǔn)營養(yǎng)液，B組將標(biāo)準(zhǔn)營養(yǎng)液稀釋至50%。通過植物生長柜的智能控制面板調(diào)節(jié)其內(nèi)部環(huán)境參數(shù)，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環(huán)境參數(shù)均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養(yǎng)液中一樣散亂。為了突出植物根系的形態(tài)特征，以黑色帶刻度紙板作為背景；固定數(shù)碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調(diào)節(jié)相機處于自動對焦?fàn)顟B(tài)，保證采集圖像的清晰度；最后將圖像傳輸?shù)接嬎銠C，保存為.JPG格式。

1.3圖像處理

根系生長狀態(tài)圖像處理流程包括3個主要步驟：預(yù)處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預(yù)處理盡管目標(biāo)根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統(tǒng)后續(xù)處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導(dǎo)致圖像質(zhì)量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，可以去除圖像中的椒鹽噪聲，平滑效果優(yōu)于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環(huán)境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現(xiàn)1個雙峰形狀，選擇兩峰之間的波谷對應(yīng)的像素值作為全局閾值，可將圖像分割為目標(biāo)對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養(yǎng)液濃度有關(guān)，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數(shù)等數(shù)據(jù)。

3結(jié)論與討論

本研究通過數(shù)碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術(shù)，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數(shù)及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態(tài)數(shù)據(jù)，得到的計算結(jié)果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現(xiàn)作物根系分析的無損測量。植物生長過程中，采集植物的根系形態(tài)數(shù)據(jù)，不僅能夠評估植物的長勢，同時還能反映植物的生長環(huán)境是否適宜其快速生長，便于管理者及時調(diào)整營養(yǎng)液及外界環(huán)境參數(shù)配置，為作物提供適宜的生長環(huán)境。實時掌握植物根系的生長狀態(tài)，便于植物生長柜管理者掌握植物的生長節(jié)奏，對于保證植物生長柜內(nèi)作物朝預(yù)期的方向生長以及促進增產(chǎn)增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛(wèi)星，等. 基于圖像分析方法的水稻根系形態(tài)特征指標(biāo)的定量分析[J]. 作物學(xué)報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術(shù)在根系形態(tài)和構(gòu)型分析中的應(yīng)用[J]. 農(nóng)業(yè)機械學(xué)報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學(xué)學(xué)報：社會科學(xué)版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術(shù)實現(xiàn)對溫室植物生長的無損監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術(shù)進行作物生長監(jiān)測的研究進展[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學(xué)出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態(tài)和生理特性與其氮效率的關(guān)系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態(tài)生理特性與高效氮素吸收[J]. 土壤學(xué)報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態(tài)變化的影響研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2003，11（3）：69-71.