0 引言

水稻是我国最主要的粮食作物，超过8亿的人口以水稻为主食。我国大部分省份都种植水稻，具有世界第二的种植面积和世界第一的总产量。因此，水稻在我国农业经济中占有极其重要的地位，在保障国家粮食安全中发挥的作用是不可替代的。水稻分布地域广阔，种植环境类型多样，其高产稳产在很大程度上依赖于选育出的适应性品种。一直以来，优良品种都是水稻高产的物质基础，品种选育成为各农业科研单位和育种企业的工作重点。

目前，水稻种植业呈现杂交稻和常规稻并存的格局，它们有各自的优势和不同的生态种植区。杂交稻的产量潜力大，耐肥性好，用种量少，单位面积上能产生更高的效益；但杂交稻种植的成本较大，制种过程相对繁琐。常规稻的品质普遍较高，制种简单，但产量和效益与杂交稻相比有差距。我国杂交水稻的研究位于世界前沿，杂交水稻推广应用是农民增收的重要推动力。

制种是杂交稻生产的关键环节，种子生产质量对杂交稻的推广面积和产量有着决定性的影响，一般采用杂交种产量和纯度来进行评价。杂交制种的产量通常由父母本开花期相遇的程度及开花授粉时期的天气决定，纯度问题则由制种田中的水稻杂株引起。因此，对于杂交水稻制种的研究都是围绕如何在保证纯度的前提下，尽可能地提高制种产量，并减少人工和物资成本。

周艳等针对水稻制种过程中化肥和农药用量大导致经济效益不理想的问题，提出了一种精准轻简的高效制种技术，在大田示范中取得了良好的效果[1]。张绍安等分析了影响水稻制种产量的因素，包括基地选择与管理、亲本播插期确定及栽培措施实施，提出了相应的解决对策[2]。梅凯华等对比了水稻制种实践中常用的花期预测方法效果，认为其中的幼穗剥查预测法最为准确[3]。随着农业机械化的推进，各种农用机械也应用在水稻的制种中，大幅提高了生产作业效率。黄波等针对水稻机械化制种的特性，对育苗管理、大田栽培和激素使用这3个方面的技术进行了解析[4]。熊玮等为解决杂交稻制种人工成本高的问题，设计了一种父母本同栽插秧机，田间试验结果表明其作业性能良好，可以满足生产要求[5]。

计算机视觉是对拍摄的图像进行理解和分析，通过图像分割和特征提取，达到识别目标的目的。计算机视觉在国民生产和科学研究的各个领域都有应用，目前在农业中主要用于农产品的分级、检测和收获[6-8]。在水稻的生产上，计算机视觉的用途也较广泛，如对田间杂草、裂颖种子和叶部病害的识别[9-11]。另外，龚红菊等自制了计算机视觉系统，利用分形理论分析水稻的图像特征，在线性相关关系上计算水稻单位面积上的产量，取得了较为准确的预测结果[12]。陈诚等利用计算机视觉获取水稻叶片的多种颜色指标，建立叶绿素相对含量预测模型，实现了对叶绿素相对含量的准确测定[13]。

水稻大面积制种基地的田块平整，具有完善的设施和规范的栽培管理，可以作为各种新型技术试验应用平台。若将计算机视觉应用于水稻大面积制种，有望显著提高生产效率，降低人工和物资成本，但目前还没有相关的报导。本文在水稻大面积制种过程中引入计算机视觉技术，用以对田间的空行和杂草杂株进行识别，对父母本的抽穗期进行监测，以期提高杂交种产量和纯度，并推动水稻制种的技术发展。

1 硬件和软件

计算机视觉的硬件设备主要为数码相机和计算机。其中，数码相机为Nikon DL24-500型，拍摄图像时距离地面高度3m，拍摄角度与竖直方向夹角为60°，获取的图像为800万像素的JPEG格式，通过MXT2002型A/D转换器转换为计算机可以识别的信号。计算机为联想扬天M4900型台式电脑，配件包括Intel i7中央处理器、8GB的DDR3内存和1TB硬盘。该机型的运行快速稳定，可以满足图像实时处理和数据存储的要求。计算机安装Windows10操作系统和工具箱，用于图像的视觉处理。

2 图像处理

2.1 图像的采集和预处理

图像的组成部分包括水稻父母本、杂株杂草，背景为水田，本文基于颜色特征对它们进行区分。另外，根据具体的分析目的，选择在合适的水稻生长期拍摄图像，采集时刻为阴天的上午10时左右。俯视拍摄导致采集的图像出现不同程度的畸变，因此参考纪寿文的方法对图像进行矫正[14]；然后，利用低通滤波法进行平滑处理，通过中值滤波去除相机抖动产生的噪音干扰，从而提高图像的质量和后续分析的准确性。