劉連忠，李孟杰，寧井銘

(1.安徽農(nóng)業(yè)大學(xué) 信息與計(jì)算機(jī)學(xué)院，安徽 合肥 230036； 2.茶樹(shù)生物學(xué)與資源利用國(guó)家重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230036)

我國(guó)是最早發(fā)現(xiàn)和利用茶的國(guó)家，也是茶葉的生產(chǎn)和出口大國(guó)。茶樹(shù)的生長(zhǎng)容易受氣象要素、土壤條件、病蟲(chóng)害、修剪、采摘等多方面因素影響[1-4]，需要定時(shí)獲取茶樹(shù)的生長(zhǎng)信息，及時(shí)調(diào)整栽培方案，確保茶樹(shù)的健康生長(zhǎng)。目前，對(duì)茶樹(shù)的生長(zhǎng)監(jiān)測(cè)大多靠人力來(lái)完成，由于茶園面積廣闊，且多分布于山間，人力監(jiān)測(cè)費(fèi)時(shí)費(fèi)力，效率低下[5-6]。近些年，機(jī)器視覺(jué)技術(shù)已經(jīng)發(fā)展為獲取作物生長(zhǎng)信息的一種快捷手段[7-8]，通過(guò)作物圖像分析進(jìn)行作物生長(zhǎng)監(jiān)測(cè)，可以判斷作物的長(zhǎng)勢(shì)[9-12]、水分[13-14]、營(yíng)養(yǎng)[15-19]、病蟲(chóng)害[20-21]等狀況。例如，Tardaguila等[22]使用圖像處理技術(shù)實(shí)現(xiàn)了葡萄園冠層特征分析，以及葡萄簇的葡萄數(shù)量、大小和質(zhì)量估計(jì)；袁道軍等[23]基于油菜冠層圖像，用逐步回歸法建立了用圖像的顏色值監(jiān)測(cè)葉綠素含量、全氮含量、碳氮比值的最優(yōu)模型，具有較好的預(yù)測(cè)性能；Ramcharan等[24]應(yīng)用遷移學(xué)習(xí)訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別木薯3種病害和2種病蟲(chóng)害，具有較高的準(zhǔn)確率。此外，基于機(jī)器視覺(jué)的田間雜草識(shí)別[25-26]、作物產(chǎn)量估算[27-29]和果實(shí)成熟度判斷[30-32]等方面的研究，都表明機(jī)器視覺(jué)在農(nóng)業(yè)生產(chǎn)監(jiān)測(cè)中具有廣闊的應(yīng)用前景。

茶園面積廣闊，茶園中不同位置的茶樹(shù)生長(zhǎng)變化并不完全相同，有些變化(如病蟲(chóng)害等)往往是先在某個(gè)局部區(qū)域發(fā)生的，其整體變化并不明顯，通常的視頻監(jiān)控系統(tǒng)只對(duì)茶園整體進(jìn)行監(jiān)測(cè)，從中很難發(fā)現(xiàn)茶樹(shù)生長(zhǎng)的細(xì)微變化。此外，茶樹(shù)生長(zhǎng)是一個(gè)隨時(shí)間動(dòng)態(tài)變化的過(guò)程(如嫩芽萌發(fā)、病害發(fā)展等)，只有對(duì)同一部位進(jìn)行持續(xù)監(jiān)測(cè)才能獲取茶樹(shù)生長(zhǎng)變化的重要信息，采用多臺(tái)攝像機(jī)對(duì)各個(gè)部位進(jìn)行監(jiān)測(cè)會(huì)大大增加設(shè)備成本和維護(hù)難度。為掌握茶園中茶樹(shù)生長(zhǎng)的時(shí)空動(dòng)態(tài)變化情況，本文設(shè)計(jì)一種單攝像機(jī)的圖像監(jiān)測(cè)系統(tǒng)來(lái)實(shí)現(xiàn)時(shí)間和空間2個(gè)維度的茶樹(shù)圖像信息采集。將茶園劃分為若干監(jiān)測(cè)區(qū)域，采用可變焦云臺(tái)攝像機(jī)(即PTZ攝像機(jī)，俗稱球機(jī))每隔一段時(shí)間進(jìn)行1次輪詢，抓拍各個(gè)監(jiān)測(cè)區(qū)域的圖像并按時(shí)間順序保存，得到茶樹(shù)生長(zhǎng)圖像庫(kù)。通過(guò)對(duì)茶樹(shù)生長(zhǎng)圖像庫(kù)的進(jìn)一步分析，可以獲取茶樹(shù)生長(zhǎng)變化的相關(guān)信息，包括與茶樹(shù)生長(zhǎng)有關(guān)的茶樹(shù)營(yíng)養(yǎng)缺失、病害發(fā)作、嫩芽萌發(fā)，以及與茶樹(shù)生長(zhǎng)環(huán)境有關(guān)的光照、天氣變化等信息。

1 系統(tǒng)設(shè)計(jì)

1.1 硬件系統(tǒng)設(shè)計(jì)

1.1.1 硬件結(jié)構(gòu)

系統(tǒng)采用星型局域網(wǎng)絡(luò)結(jié)構(gòu)?？勺兘乖婆_(tái)攝像機(jī)獲取田間的視頻流，通過(guò)一對(duì)光纖模塊進(jìn)行遠(yuǎn)距離傳輸，然后接入到局域網(wǎng)絡(luò)。監(jiān)測(cè)服務(wù)器也接入局域網(wǎng)絡(luò)，通過(guò)TCP/IP協(xié)議獲取攝像機(jī)的視頻流，并向其發(fā)送指令，控制攝像機(jī)的轉(zhuǎn)動(dòng)和變焦。監(jiān)測(cè)系統(tǒng)硬件結(jié)構(gòu)如圖1所示。

1.1.2 監(jiān)測(cè)區(qū)域劃分

實(shí)驗(yàn)茶園選擇在安徽農(nóng)業(yè)大學(xué)大楊鎮(zhèn)高新技術(shù)農(nóng)業(yè)園內(nèi)，茶園長(zhǎng)10 m、寬5 m，共種植4排茶樹(shù)，品種為農(nóng)抗早。將茶園劃分為4行、10列共40個(gè)監(jiān)測(cè)區(qū)域，每個(gè)區(qū)域的大小為1 m×1.25 m，在每個(gè)區(qū)域選擇靠近中央的1株茶樹(shù)進(jìn)行監(jiān)測(cè)，獲取其生長(zhǎng)圖像。監(jiān)測(cè)區(qū)域的劃分與編號(hào)如圖2所示。

1.1.3 攝像機(jī)選型與安裝

為了方便地獲取各個(gè)監(jiān)測(cè)區(qū)域的茶樹(shù)圖像，要求攝像機(jī)鏡頭可以自由轉(zhuǎn)動(dòng)，并且能對(duì)監(jiān)測(cè)圖像進(jìn)行縮放。目前監(jiān)控領(lǐng)域廣泛使用的可變焦云臺(tái)攝像機(jī)，其制造工藝成熟，價(jià)格也較為便宜，適合用于作物生長(zhǎng)監(jiān)測(cè)。實(shí)驗(yàn)中使用的變焦云臺(tái)攝像機(jī)為天津天地偉業(yè)公司生產(chǎn)，型號(hào)為TC-H556S，其主碼流分辨率為2 048×1 536，32倍光學(xué)變焦，水平360°連續(xù)旋轉(zhuǎn)，垂直轉(zhuǎn)動(dòng)角度-16°～90°，最大幀率60 fps。將攝像機(jī)架設(shè)于茶園東邊一側(cè)的中間位置處，以方便觀察到茶園的每個(gè)角落。該攝像機(jī)的外觀尺寸與安裝效果如圖3所示。

圖1 茶樹(shù)生長(zhǎng)圖像監(jiān)測(cè)系統(tǒng)硬件結(jié)構(gòu)圖Fig.1 Hardware structure of image monitoring system for tea plant growth

圖2 監(jiān)測(cè)區(qū)域劃分與編號(hào)Fig.2 Division and numbering of monitoring areas

1.2 軟件系統(tǒng)設(shè)計(jì)

軟件系統(tǒng)的設(shè)計(jì)包括監(jiān)測(cè)區(qū)域定位、定時(shí)巡航抓拍、茶樹(shù)生長(zhǎng)圖像庫(kù)生成、茶樹(shù)生長(zhǎng)圖像庫(kù)檢索瀏覽等算法設(shè)計(jì)。茶樹(shù)監(jiān)測(cè)系統(tǒng)的軟件架構(gòu)如圖4所示。

圖3 攝像機(jī)外觀尺寸與安裝效果圖Fig.3 Camera appearance size and installation effect

圖4 茶樹(shù)生長(zhǎng)監(jiān)測(cè)系統(tǒng)軟件結(jié)構(gòu)圖Fig.4 Software structure of tea plant growth monitoring system

將軟件結(jié)構(gòu)分為監(jiān)測(cè)區(qū)域定位、定時(shí)巡航抓拍、茶樹(shù)生長(zhǎng)圖像庫(kù)生成、茶樹(shù)生長(zhǎng)圖像庫(kù)檢索、茶樹(shù)含氮量監(jiān)測(cè)5個(gè)模塊。監(jiān)測(cè)區(qū)域定位模塊實(shí)現(xiàn)指向某個(gè)監(jiān)測(cè)區(qū)域的P(Pan，水平參數(shù))、T(Tilt，垂直參數(shù))、Z(Zoom，放大倍數(shù))攝像機(jī)參數(shù)設(shè)置，定時(shí)巡航抓拍模塊實(shí)現(xiàn)各監(jiān)測(cè)區(qū)域圖像的定時(shí)抓拍，茶樹(shù)生長(zhǎng)圖像庫(kù)生成模塊將抓拍的圖像以一定格式存儲(chǔ)到服務(wù)器中，茶樹(shù)生長(zhǎng)圖像庫(kù)檢索模塊實(shí)現(xiàn)圖像的檢索和瀏覽，茶樹(shù)含氮量監(jiān)測(cè)模塊實(shí)現(xiàn)基于茶樹(shù)圖像的茶樹(shù)含氮量檢測(cè)。

1.2.1 監(jiān)測(cè)區(qū)域定位

對(duì)各監(jiān)測(cè)區(qū)域的攝像機(jī)控制參數(shù)P、T、Z進(jìn)行設(shè)置，并將設(shè)置的參數(shù)保存到一個(gè)監(jiān)測(cè)區(qū)域定位表中，如表1所示。首先將茶園劃分為若干監(jiān)測(cè)區(qū)域，為了保證監(jiān)測(cè)到茶樹(shù)生長(zhǎng)的細(xì)節(jié)信息，建議每個(gè)監(jiān)測(cè)區(qū)域的大小為1～2 m2。將PTZ相機(jī)的鏡頭調(diào)節(jié)至能夠觀察到整個(gè)監(jiān)測(cè)區(qū)域的位置，保存該區(qū)域的編號(hào)和對(duì)應(yīng)的P、T、Z值。當(dāng)需要拍攝該監(jiān)測(cè)區(qū)域的圖像時(shí)，在定位表中查找到與該監(jiān)測(cè)區(qū)域編號(hào)對(duì)應(yīng)的P、T、Z值，并用P、T、Z值調(diào)用攝像機(jī)控制函數(shù)，使其轉(zhuǎn)動(dòng)和縮放，從而使攝像機(jī)定位到該監(jiān)測(cè)區(qū)域。

1.2.2 定時(shí)巡航抓拍

將茶園劃分為若干監(jiān)測(cè)區(qū)域并對(duì)攝像機(jī)進(jìn)行定位設(shè)置后，每隔一段時(shí)間抓拍1次各監(jiān)測(cè)區(qū)域的圖像信息，并保存至監(jiān)測(cè)服務(wù)器，方便用戶隨時(shí)進(jìn)行檢索、對(duì)比。結(jié)合已經(jīng)設(shè)置完成的監(jiān)測(cè)區(qū)域定位表，設(shè)計(jì)定時(shí)巡航抓拍算法。設(shè)置一個(gè)定時(shí)器，每隔固定時(shí)間t啟動(dòng)1次巡航抓拍流程，對(duì)監(jiān)測(cè)區(qū)域進(jìn)行輪巡。攝像機(jī)從監(jiān)測(cè)區(qū)域定位表中依次取出對(duì)應(yīng)區(qū)域的P、T、Z值，隨后延遲3秒，等待攝像機(jī)指向某個(gè)監(jiān)測(cè)區(qū)域并保持穩(wěn)定后，抓拍該區(qū)域的圖像，并將獲取的圖像保存到茶樹(shù)生長(zhǎng)圖像庫(kù)。算法流程如圖5所示。

表1 監(jiān)測(cè)區(qū)域定位表

Table 1 Monitoring areas positioning

監(jiān)測(cè)區(qū)域編號(hào)Number of monitoring areas水平參數(shù)P垂直參數(shù)T放大倍數(shù)Z170.215.532.5275.816.429.8381.617.633.0…………40171.926.913.8

1.2.3 茶樹(shù)生長(zhǎng)圖像庫(kù)

為便于圖像的檢索和瀏覽，根據(jù)圖像抓拍的時(shí)間和位置在監(jiān)測(cè)服務(wù)器上建立層級(jí)文件夾。以“年-月-日”建立日期文件夾，每個(gè)日期文件夾下再按監(jiān)測(cè)區(qū)域編號(hào)建立文件夾。在每個(gè)監(jiān)測(cè)區(qū)域編號(hào)文件夾下，按“年-月-日-時(shí)-分-秒-監(jiān)測(cè)區(qū)域編號(hào)”命名抓拍的圖像文件。具體結(jié)構(gòu)如圖6所示。

1.2.4 茶樹(shù)生長(zhǎng)圖像庫(kù)檢索

可按拍攝時(shí)間和監(jiān)測(cè)區(qū)域?yàn)g覽茶樹(shù)生長(zhǎng)情況，也可以通過(guò)對(duì)茶樹(shù)生長(zhǎng)圖像序列的分析，得到更為豐富的茶樹(shù)生長(zhǎng)信息。輸入監(jiān)測(cè)區(qū)域的編號(hào)、日期后，從茶樹(shù)生長(zhǎng)圖像庫(kù)中檢索指定監(jiān)測(cè)區(qū)域該日期的所有圖像文件。可以進(jìn)行動(dòng)態(tài)顯示，即設(shè)定播放速度，按時(shí)間順序顯示圖像，其間可以暫?；蚶^續(xù)播放；也可以逐張瀏覽圖像，并顯示該圖像的拍攝時(shí)間。

2 系統(tǒng)測(cè)試

軟件系統(tǒng)的運(yùn)行環(huán)境使用Windows 10操作系統(tǒng)，開(kāi)發(fā)工具采用微軟公司的Visual Studio，軟件功能采用C++語(yǔ)言進(jìn)行開(kāi)發(fā)。軟件具有可移植性、可拓展性、操作簡(jiǎn)便的特點(diǎn)，在傳統(tǒng)監(jiān)控可進(jìn)行PTZ調(diào)節(jié)、抓圖的功能上，主要增加了自動(dòng)定時(shí)巡航抓拍與茶樹(shù)信息檢索的功能。

打開(kāi)監(jiān)控軟件，輸入攝像機(jī)的網(wǎng)絡(luò)地址、端口號(hào)、賬號(hào)和密碼進(jìn)行登錄。登錄成功后，進(jìn)入監(jiān)測(cè)系統(tǒng)主界面。首先進(jìn)行監(jiān)測(cè)區(qū)域定位的設(shè)置，調(diào)整好攝像機(jī)鏡頭位置，輸入監(jiān)測(cè)區(qū)域編號(hào)與名稱，點(diǎn)擊“設(shè)置”按鈕，記錄當(dāng)前的位置信息。當(dāng)輸入或選擇監(jiān)測(cè)區(qū)域的編號(hào)，點(diǎn)擊“調(diào)用”，攝像機(jī)定位并顯示該監(jiān)測(cè)區(qū)域的實(shí)時(shí)視頻，如圖7-A所示。選擇巡航時(shí)間、巡航抓拍起止區(qū)域編號(hào)，單擊“巡航抓拍”按鈕，則進(jìn)行單次巡航抓拍，圖像保存在桌面；設(shè)置定時(shí)抓拍時(shí)間間隔，單擊“定時(shí)循環(huán)”按鈕，則進(jìn)行定時(shí)巡航抓拍，抓拍的圖像按日期、監(jiān)測(cè)區(qū)域編號(hào)保存到茶樹(shù)生長(zhǎng)圖像庫(kù)中。

當(dāng)進(jìn)行茶樹(shù)生長(zhǎng)圖像的檢索時(shí)，在主界面中單擊“查看數(shù)據(jù)”按鈕，進(jìn)入茶樹(shù)生長(zhǎng)圖像庫(kù)檢索界面，如圖7-B所示。輸入監(jiān)測(cè)區(qū)域編號(hào)與日期，可檢索到符合條件的所有歷史圖像，并可以按時(shí)間順序動(dòng)態(tài)播放。單擊“暫?！卑粹o可暫時(shí)停止圖片的動(dòng)態(tài)播放，此時(shí)通過(guò)單擊“上一張”“下一張”按鈕可逐張瀏覽圖像。

圖5 定時(shí)巡航抓拍算法流程Fig.5 Timing cruise capture algorithm flow

3 系統(tǒng)應(yīng)用

利用茶樹(shù)生長(zhǎng)圖像數(shù)據(jù)庫(kù)對(duì)茶樹(shù)的生長(zhǎng)過(guò)程進(jìn)行多方面的監(jiān)測(cè)。以下對(duì)2019年2月1日至4月30期間采集的圖像庫(kù)，分別從嫩芽監(jiān)測(cè)、病害監(jiān)測(cè)、含氮量監(jiān)測(cè)、光照監(jiān)測(cè)、天氣監(jiān)測(cè)等幾個(gè)方面討論、分析該系統(tǒng)的應(yīng)用。

3.1 嫩芽監(jiān)測(cè)

由于同一監(jiān)測(cè)區(qū)域的拍攝位置是固定的，因此可以對(duì)比茶樹(shù)同一部位在不同時(shí)間的生長(zhǎng)變化情況。圖8為監(jiān)測(cè)區(qū)域1的圖像上部枝條上嫩芽的萌發(fā)過(guò)程。可以看出，2019年4月10日該枝條尚未萌出新芽，4月20日已經(jīng)長(zhǎng)出新芽，4月30日新芽進(jìn)一步長(zhǎng)大。因此，從茶樹(shù)生長(zhǎng)圖像庫(kù)中可以得到關(guān)于嫩芽生長(zhǎng)的信息。采用圖像分割技術(shù)將嫩芽從圖像中分離出來(lái)，則可以計(jì)算嫩芽的長(zhǎng)度、生長(zhǎng)速度，進(jìn)而鑒定嫩芽的品質(zhì)、確定采摘嫩芽的最佳時(shí)機(jī)。

3.2 病害監(jiān)測(cè)

茶樹(shù)很容易感染各種病害，通過(guò)對(duì)比茶樹(shù)圖像隨時(shí)間的變化情況，可以從中發(fā)現(xiàn)其病害的發(fā)生、發(fā)展過(guò)程。圖9為從監(jiān)測(cè)區(qū)域13抓拍到的一個(gè)葉片發(fā)病過(guò)程。4月17日該葉片葉色泛黃，開(kāi)始發(fā)生輕微病變，4月20日葉片已經(jīng)全部變?yōu)辄S色，病害加重，4月22日葉片出現(xiàn)褐色斑塊，病害進(jìn)一步加重，該葉片在5 d內(nèi)發(fā)生了明顯的病變。因此，通過(guò)對(duì)比茶樹(shù)圖像中葉片的變化，可以發(fā)現(xiàn)病害的種類和為害程度，以便及時(shí)采取有效措施進(jìn)行防治。

圖6 茶樹(shù)生長(zhǎng)圖像庫(kù)結(jié)構(gòu)圖Fig.6 Structure of tea tree growth image database

A，監(jiān)測(cè)系統(tǒng)主界面；B，茶樹(shù)生長(zhǎng)圖像庫(kù)檢索界面。A， Main interface of monitoring system; B， Retrieval interface of image database of tea plant growth.圖7 茶樹(shù)生長(zhǎng)圖像監(jiān)測(cè)系統(tǒng)界面Fig.7 Interface of monitoring system of tea plant growth image

3.3 含氮量監(jiān)測(cè)

氮是影響茶樹(shù)長(zhǎng)勢(shì)的一個(gè)關(guān)鍵元素，茶樹(shù)的氮營(yíng)養(yǎng)情況一般會(huì)在葉片顏色上有所體現(xiàn)[33]。為驗(yàn)證利用茶樹(shù)監(jiān)測(cè)圖像進(jìn)行茶樹(shù)氮營(yíng)養(yǎng)監(jiān)測(cè)的可行性，于2019年4月中旬進(jìn)行試驗(yàn)，將施以5種不同含氮量基肥的茶園劃分為連續(xù)的40個(gè)監(jiān)測(cè)區(qū)域，每個(gè)區(qū)域隨機(jī)選取2株茶樹(shù)，每株茶樹(shù)摘取冠層枝條頂葉下第2葉10片，每5片1組，用凱氏定氮法測(cè)得80組樣本的實(shí)際含氮量數(shù)值。在采摘葉片前后，抓拍該40個(gè)監(jiān)測(cè)區(qū)域的圖像，經(jīng)圖像降噪、背景分割等操作后[34]，提取圖像的R、G、B均值作為顏色特征參數(shù)。將80組樣本分為建模樣本和驗(yàn)證樣本，對(duì)顏色特征參數(shù)與含氮量進(jìn)行線性回歸分析。結(jié)果發(fā)現(xiàn)，無(wú)陽(yáng)光直射時(shí)拍攝的圖像，其G值和B值與茶樹(shù)含氮量之間有較高的相關(guān)性，所建立的線性方程和誤差如表2所示。

在5月中旬再次進(jìn)行相同試驗(yàn)，依據(jù)監(jiān)測(cè)圖像和回歸方程得到各監(jiān)測(cè)區(qū)域茶樹(shù)的含氮量預(yù)測(cè)值，進(jìn)一步繪制出茶樹(shù)含氮量預(yù)測(cè)值空間分布圖，如圖10所示。該預(yù)測(cè)值與驗(yàn)證樣本實(shí)際值的最大相對(duì)誤差為16.53%，平均相對(duì)誤差為5.79%，均方根誤差為0.171。試驗(yàn)結(jié)果表明，根據(jù)茶樹(shù)圖像可以對(duì)茶樹(shù)含氮量及其空間分布進(jìn)行監(jiān)測(cè)。

圖8 茶樹(shù)嫩芽萌發(fā)監(jiān)測(cè)Fig.8 Monitoring of tea bud germination

圖9 茶樹(shù)病害監(jiān)測(cè)Fig.9 Monitoring of tea plant diseases

表2 顏色特征參數(shù)與茶樹(shù)含氮量的線性回歸分析結(jié)果

Table 2 Results of linear regression analysis of color parameters and nitrogen content of tea plant

回歸方程Regression equation樣本集Sample sets 最大相對(duì)誤差Maximum relative error/%平均相對(duì)誤差Mean relative error/%均方根誤差Root mean square errorN=3.435+2.484B-3.004G建模樣本Modeling sample12.144.300.154驗(yàn)證樣本Validation sample11.824.640.157

圖10 茶樹(shù)含氮量預(yù)測(cè)值空間分布圖Fig.10 Spatial distribution of predicted nitrogen content of tea plant

3.4 光照監(jiān)測(cè)

露天狀態(tài)下一天中的光照條件是不斷發(fā)生變化的，通過(guò)一天中不同時(shí)間拍攝的茶樹(shù)圖像，可以監(jiān)測(cè)到茶樹(shù)生長(zhǎng)環(huán)境的光照變化情況。圖11為2019年4月13日監(jiān)測(cè)區(qū)域4在不同時(shí)間的圖像?？梢钥闯觯?6:50陽(yáng)光較弱，圖像較暗，且葉片表明凝結(jié)許多露珠；13:50陽(yáng)光強(qiáng)烈，圖像亮度大大增加，并出現(xiàn)大量反光和陰影區(qū)域；17:50陽(yáng)光較為柔和，圖像中光照分布均勻，無(wú)明顯的反光和陰影，圖像清晰度較高。早晨和傍晚的茶樹(shù)圖像清晰度較高，用于茶樹(shù)的生長(zhǎng)監(jiān)測(cè)效果更好。通過(guò)圖像中光照的變化，還可以得到茶樹(shù)一天的光照量，可幫助分析光照對(duì)茶樹(shù)生長(zhǎng)的影響。

3.5 天氣監(jiān)測(cè)

天氣是影響茶樹(shù)生長(zhǎng)的一個(gè)重要因素，尤其在春茶采摘期前后，天氣的變化對(duì)茶葉品質(zhì)的形成有著關(guān)鍵作用，因此，監(jiān)測(cè)茶樹(shù)生長(zhǎng)過(guò)程中的天氣變化情況，對(duì)茶樹(shù)種植有著重要意義[35-36]。從茶樹(shù)圖像中容易獲知每天的天氣情況，如圖12所示。選擇2019年3月1日到4月30日的茶樹(shù)圖像，把每天天氣記錄下來(lái)，可以得到該期間茶園各種天氣的統(tǒng)計(jì)圖，如圖13所示?？梢钥闯?，該茶園3—4月的天氣以晴、多云、陰天為主，而雨天相對(duì)較少。

圖11 茶樹(shù)一天中光照的變化(2019年4月13日，監(jiān)測(cè)區(qū)域4)Fig.11 Changes of light in tea plants during the day (On 13 April 2019， monitoring area 4)

圖12 天氣變化監(jiān)測(cè)Fig.12 Monitoring of weather change

圖13 茶園天氣變化統(tǒng)計(jì)圖(2019年3—4月)Fig.13 Statistical of tea plantation weather change (March-April 2019)

4 總結(jié)與展望

為了實(shí)現(xiàn)茶樹(shù)生長(zhǎng)過(guò)程的快速監(jiān)測(cè)，本研究開(kāi)發(fā)了一套茶樹(shù)生長(zhǎng)圖像監(jiān)測(cè)系統(tǒng)，該系統(tǒng)設(shè)備成本低、信息量豐富、軟件操作簡(jiǎn)單，能夠定時(shí)抓拍茶園中指定區(qū)域的茶樹(shù)細(xì)節(jié)圖像，生成茶樹(shù)生長(zhǎng)圖像庫(kù)，并能實(shí)時(shí)監(jiān)看茶樹(shù)生長(zhǎng)情況或檢索歷史圖像。為了展示茶樹(shù)生長(zhǎng)圖像庫(kù)的用途，從光照變化、嫩芽萌發(fā)、病害、天氣、含氮量等方面的監(jiān)測(cè)進(jìn)行了討論和分析，從中得到與茶樹(shù)生長(zhǎng)有關(guān)的信息，并實(shí)現(xiàn)了茶樹(shù)含氮量的快速監(jiān)測(cè)。該監(jiān)測(cè)系統(tǒng)也適用于其他作物，為作物生長(zhǎng)監(jiān)測(cè)提供一種直觀的、可追溯的數(shù)據(jù)來(lái)源。

下一步將對(duì)軟件進(jìn)行進(jìn)一步開(kāi)發(fā)，將茶樹(shù)生長(zhǎng)過(guò)程的監(jiān)測(cè)、統(tǒng)計(jì)與分析等信息添加至茶樹(shù)信息查看功能中，并增加衛(wèi)星遙感、無(wú)人機(jī)航拍等圖像數(shù)據(jù)，從而為茶樹(shù)生長(zhǎng)監(jiān)測(cè)提供更全面的分析決策信息。