基于机器视觉的滴灌玉米长势监测与
营养诊断体系构建

由宁夏大学针对国内玉米智能化高效栽培过程中监测手段单一、田间精准管理难以实现等问题，开展了基于机器视觉技术的玉米长势监测与营养诊断协同攻关。通过数码相机、智能手机和无人机等设备适时获取玉米冠层生长动态图像，采用图像处理算法提取玉米冠层图像特征参数，提出了基于机器视觉的玉米出苗率估算、长势监测、穗形态解析、氮素营养诊断等方法，构建了基于图像特征参数的玉米临界氯浓度、穗发育动态、光合响应特征等无损监测模型，创新了基于机器学习的玉米全生育期图像采集、生长监测、动态发育模型以及霉变玉米识别分拣技术等，形成了玉米冠层图像采集与监测、籽粒识别与分拣等技术体系，架构了玉米生长远程诊断与管理系统，研发了玉米图像采集与监测装置、玉米籽粒分离设备、霉变玉米识别与分拣装置。

项目授权专利3项，出版科研专著3部，发表学术论文29篇。建立核心示范基地5个，累计推广技术2.5万亩，年均应用示范5000亩以上，氮肥节约17.9%左右，节水13.2%以上，亩增产10.27%以上，经济社会生态效益显著。