Recognition and location of crop seedlings based on image processing

Abstract

With the development of digital image technology, we can easily obtain a large number of crop growth images. Through effective analysis of the image, the growth information of crops can be obtained, which can better direct agricultural production. The efficiency of traditional seedling growth monitoring is low, especially in large-scale farmland, which takes a lot of time. Artificial method timely restricts scientific decision-making of cultivation crops. The progress of machine vision and image processing technology pro-vides a new way for harmlessly monitoring of crop seedling growth .The results of image analysis can help agricultural producers to understand the growth of crop seedlings quickly and accurately, so as to take effective management as soon as possible. In this paper, the images of sunflower seedling collected in farmland environment are taken as the research object. The main research content is to segment green crops from soil background. Segmentation method of sunflower seedling image based on color features and Ostu threshold segmentation is proposed. The method is simple in calculation, and can adapt to the segmentation of farmland environment images, which lays the foundation for crop recognition process. Based on the image recognition results, the algorithm locates the seedlings. Through the rapid identification of sunflower seedlings, it is possible to fill the gaps with seedlings where the seedlings are less distributed. On the contrary, if the seedlings are too dense, the number of seedlings needs to be reduced. The algorithm provides a basis for precise management. The results show that the algorithm with extra green feature can quickly and effectively identify sunflower seedlings from background, and locate the seedlings based on the image recognition results. This algorithm is not sensitive to soil moisture and light conditions, and is less affected by crop residual coverage, so it can adapt to different soil environment which realize the non-destructive monitoring of sunflower seedlings. З розвитком цифрових технологій можна з легкістю отримати велику кількість зображень сільськогосподарських угідь. Завдяки ефективному аналізу таких цифрових зображень, ми отримуємо інформацію стосовно темпів росту сільськогосподарських культур, що може покращити сільськогосподарське виробництво. Ефективність традиційного моніторингу росту культур невисока, особливо на великих сільськогосподарських угіддях, оскільки такий моніторинг займає багато часу. Штучний метод обмежує своєчасність прийняття наукових рішень щодо необхідності обробки сільськогосподарських угідь. Прогресивні цифрові технології та технології обробки зображень відкривають новий спосіб моніторингу, який не завдає шкоди сільськогосподарським культурам. Результати аналізу зображень можуть допомогти агровиробникам швидко і точно оцінювати темпи росту культур, що сприятиме прийнятю швидких та ефективних управлінських рішень. Об'єктом дослідження є отримані зображення сходів соняшнику на сільськогосподарських угіддях. Основний зміст дослідження полягає у розпізнавані зелених сходів на ґрунтовому фоні. Запропоновано метод розпізнавання сходів соняшнику на основі зонації ділянок за кольором і методу Оцу для обчислення порогового зображення. Цей метод простий у застосуванні та може бути пристосований для сегментації зображень сільськогосподарських угідь, що закладає основу для процесу локалізації таких культур. Ґрунтуючись на результатах розпізнавання зображень, завдяки алгоритму сходи культур можуть бути локалізовані. Завдяки швидкій ідентифікації сходів соняшнику, можна визначити ділянки із прогалинами, де зійшли не усі саджанці. Або навпаки, визначити ділянки із ущільненими сходами, де кількість сходів потрібно зменшити. Алгоритм забезпечує основу для точного управління. Отримані результати показують, що алгоритм із компонентом визначення зеленого кольору може швидко та ефективно ідентифікувати сходи соняшнику на ґрунтовому фоні та на основі розпізнавання зображень локалізувати такі сходи. Цей алгоритм не чутливий до вологості ґрунту та умов освітлення, а також менше схильний до впливу залишкового покриву угідь, тому він може застосовуватися до різних типів ґрунту. Окрім цього, такий метод є прикладом неруйнівного моніторингу сходів соняшнику.