專利名稱：基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)以及利用該系統(tǒng)進(jìn)行名貴花木葉片檢測的方法實(shí)現(xiàn)，屬于數(shù)字圖像處理技術(shù)在農(nóng)業(yè)檢測領(lǐng)域的應(yīng)用。
背景技術(shù)：
植物的葉片是植物重要的光合器官，也是植物進(jìn)行蒸騰作用的主要途徑。光合作用，即光能合成作用，是植物的葉片在可見光的照射下，利用光合色素，將二氧化碳(或硫化氫)和水轉(zhuǎn)化成為有機(jī)物，并釋放出氧氣(或氫氣)的生化過程。光合作用是一系列復(fù)雜的代謝反應(yīng)的總和，是整個(gè)生物界賴以生存的基礎(chǔ)，也是地球碳氧循環(huán)的重要媒介。我們不難發(fā)現(xiàn)，在精細(xì)農(nóng)業(yè)不斷發(fā)展的今天，開展精細(xì)農(nóng)業(yè)實(shí)踐不僅可以合理利用資源、提高灌溉質(zhì)量，而且可以降低生產(chǎn)成本、保護(hù)環(huán)境、提高作物競爭力。與此同時(shí)，研究植物葉片的各種參數(shù)對(duì)于植物的生長發(fā)育、灌溉栽培，以及農(nóng)作物產(chǎn)量等都具有十分重要的意義。構(gòu)建實(shí)時(shí)、快捷、有效的植物葉片分析方法，對(duì)于調(diào)整群體結(jié)構(gòu)、充分利用光熱資源，從而指導(dǎo)作物栽培密度及合理施肥灌溉都具有重要的現(xiàn)實(shí)意義。傳統(tǒng)的植物生長狀況監(jiān)測方法過于依賴人工操作，需要花木培育人員深入種植大棚內(nèi)部進(jìn)行信息采集和灌溉施肥，故監(jiān)測效率低下且成本較高。隨著近年來計(jì)算機(jī)技術(shù)的不斷發(fā)展，數(shù)字圖像處理技術(shù)的不斷成熟，可以考慮借助計(jì)算機(jī)視覺來獲取和分析花木葉片的外觀特征。計(jì)算機(jī)視覺是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺的一種模擬，其主要任務(wù)就是通過采集圖片或者視頻來獲得相應(yīng)的信息，從而對(duì)其進(jìn)行分析和處理。目前，以數(shù)字圖像處理技術(shù)為基礎(chǔ)的計(jì)算機(jī)視覺檢測技術(shù)已經(jīng)被應(yīng)用到社會(huì)生產(chǎn)中的各個(gè)方面，如人臉識(shí)別、車輛識(shí)別、工業(yè)檢測和醫(yī)學(xué)圖像分析等等，其特有的非人工性、準(zhǔn)確性和穩(wěn)定性，以及對(duì)環(huán)境變化的適應(yīng)性，是其他傳統(tǒng)檢測方法所難以媲美的。圖像處理算法的優(yōu)劣是計(jì)算機(jī)視覺技術(shù)能否獲得成功應(yīng)用的關(guān)鍵。與其他方面的應(yīng)用相比，待檢測花木葉片的顏色、紋理、形狀和尺寸都是其重要的外觀特征。但是，植物的生長環(huán)境因光照變化大而導(dǎo)致成像條件不理想，同時(shí)葉片在外觀表現(xiàn)上不能像工業(yè)零件那樣具有規(guī)律性和可描述性，所以給具體目標(biāo)的識(shí)別帶來了很大難度。自上世紀(jì)九十年代以來，很多學(xué)者在利用計(jì)算機(jī)視覺技術(shù)對(duì)植物葉片進(jìn)行檢測分析的方向上展開了研究[紀(jì)壽文，王榮本，陳佳娟，等.應(yīng)用計(jì)算機(jī)圖像處理技術(shù)識(shí)別玉米苗期田間雜草的研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2001，17 ) =201-204]文中利用圖像處理技術(shù)得到葉片投影面積、葉長、葉寬等形狀描述參數(shù)，對(duì)苗期的玉米和雜草進(jìn)行識(shí)別，從而為精確噴灑除草劑提供了有效的依據(jù)；[毛罕平，徐貴立，李萍萍，等.基于計(jì)算機(jī)視覺的番茄營養(yǎng)元素虧缺的識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2003，34 O) :73-75]文中借助計(jì)算機(jī)視覺對(duì)番茄葉片的進(jìn)行特征提取，通過二叉樹分類法來建立對(duì)番茄缺素癥狀進(jìn)行模式識(shí)別的框架，從而對(duì)肉眼不易判別的番茄缺氮和缺鉀初期葉片進(jìn)行識(shí)別；[Sin N.，Casady W. W.，Costello T. A. Machine-vision-based Nitrogen management models for rice[J] · Transaction of the ASAE.1996,39 (5) 1899-1904]文中使用圖像分割來獲取水稻的形態(tài)特征，并與植物生長狀況分析相結(jié)合，發(fā)明了一種利用葉片面積等形態(tài)特征來判斷植株的N缺素情況的方法。物聯(lián)網(wǎng)作為近年來新興的一項(xiàng)信息技術(shù)，被認(rèn)為是繼計(jì)算機(jī)、互聯(lián)網(wǎng)技術(shù)之后的又一次信息技術(shù)革命。物聯(lián)網(wǎng)技術(shù)通過借助計(jì)算機(jī)互聯(lián)網(wǎng)、傳感器和終端設(shè)備，使得人們可以隨時(shí)隨地了解現(xiàn)實(shí)中一切環(huán)境、設(shè)備、設(shè)施的信息，擺脫了時(shí)間和地域的限制。物聯(lián)網(wǎng)用途廣泛，目前已經(jīng)遍及智能交通、環(huán)境保護(hù)、公共安全、個(gè)人健康、作物栽培和工業(yè)監(jiān)測等諸多領(lǐng)域。物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中的廣泛應(yīng)用有望為農(nóng)業(yè)帶來劃時(shí)代意義的變革人們不僅可以通過上網(wǎng)了解作物的生長環(huán)境和長勢情況，而且可以對(duì)作物的干旱情況和病蟲害狀況做出判斷并及時(shí)采取相應(yīng)的措施。農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)在現(xiàn)代化的名貴花木生長監(jiān)測中也有著巨大的發(fā)展前景。眾所周知，植物的生長狀況與光照條件、環(huán)境溫度和濕度、土壤含水量等因素均密切相關(guān)。一直以來，花木行業(yè)由于缺乏精確的測量手段，只能依賴于經(jīng)驗(yàn)管理。這種粗放的管理方式極大地制約了花木生長質(zhì)量的提高，而運(yùn)用農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)則可以顯著地提高名貴花木行業(yè)在生產(chǎn)和管理中的效率。我國在利用計(jì)算機(jī)視覺進(jìn)行植物檢測與分析方面的技術(shù)才剛剛起步。一般的計(jì)算機(jī)視覺系統(tǒng)檢測系統(tǒng)的流程為采用CCD攝像頭采集圖像，隨后將其送入數(shù)據(jù)采集卡中進(jìn)行A/D轉(zhuǎn)換，數(shù)據(jù)進(jìn)入計(jì)算機(jī)后由操作系統(tǒng)調(diào)用相應(yīng)的應(yīng)用程序?qū)@些數(shù)據(jù)進(jìn)行處理從而提取特征，完成對(duì)目標(biāo)的檢測任務(wù)。但是由于這類系統(tǒng)的數(shù)據(jù)傳輸需要耗費(fèi)大量的時(shí)鐘周期，而一般的計(jì)算機(jī)并未采用專業(yè)的硬件結(jié)構(gòu)對(duì)數(shù)據(jù)處理來進(jìn)行優(yōu)化，導(dǎo)致算法耗時(shí)較多， 極大地降低了這種系統(tǒng)的實(shí)時(shí)性和檢測效率。因此需要采用專門針對(duì)圖像處理的高速DSP 芯片來代替計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理。如何優(yōu)化處理算法，尋找簡單快速的檢測方法是提高系統(tǒng)實(shí)用性的關(guān)鍵。

發(fā)明內(nèi)容
本發(fā)明針對(duì)花木葉片生長狀況自動(dòng)檢測的需求，提出了一種基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)。該系統(tǒng)利用針對(duì)數(shù)字圖像的高速DSP計(jì)算機(jī)視覺模塊進(jìn)行圖像采集和處理，模塊中的高速DSP芯片作為一種特殊的微處理器，其特有的哈佛結(jié)構(gòu)和流水線操作能夠使其對(duì)圖像的處理運(yùn)算速度遠(yuǎn)超過一般的微處理器，大大提高了檢測的實(shí)時(shí)性；另一方面，通過將物聯(lián)網(wǎng)技術(shù)與葉片檢測技術(shù)相結(jié)合，不僅可以實(shí)現(xiàn)對(duì)名貴花木生長狀況的實(shí)時(shí)監(jiān)控與及時(shí)灌溉，更可以將相關(guān)信息通過遠(yuǎn)程服務(wù)器和終端設(shè)備傳達(dá)給花木培育企業(yè)的工作人員，從而達(dá)到遠(yuǎn)程遙控的目的，方便他們及時(shí)地對(duì)大棚內(nèi)的名貴花木進(jìn)行灌溉。本發(fā)明的技術(shù)方案是提供一種基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于其包括對(duì)植物葉片進(jìn)行拍攝并對(duì)所拍攝到的圖像進(jìn)行采集和分析的高速 DSP計(jì)算機(jī)視覺模塊、對(duì)植物進(jìn)行澆水的控制執(zhí)行模塊，以及將植物葉片信息通過遠(yuǎn)程服務(wù)器傳送給遠(yuǎn)程終端供工作人員參考和操作的物聯(lián)網(wǎng)模塊，所述高速DSP計(jì)算機(jī)視覺模塊、 控制執(zhí)行模塊和物聯(lián)網(wǎng)模塊之間數(shù)據(jù)連接。優(yōu)選的，所述高速DSP計(jì)算機(jī)視覺模塊包括位于待監(jiān)測植物正上方的工業(yè)相機(jī)、 用于獲取所述工業(yè)相機(jī)所拍攝到的圖像的CCD圖像獲取模塊和包含有用于圖像處理的高速DSP芯片TMS320C6000的DSP圖像處理模塊。優(yōu)選的，所述工業(yè)相機(jī)周身裹有一層防水膜，所述工業(yè)相機(jī)旁設(shè)置有照明光源，所述照明光源為LED光源。優(yōu)選的，所述CCD圖像獲取模塊和DSP圖像處理模塊均裝載在封裝型便攜式的DSP 板卡上。優(yōu)選的，所述控制執(zhí)行模塊包括多個(gè)位于待監(jiān)測植物上方的噴灌噴頭和為所述噴灌噴頭供水的輸水管道，所述噴灌噴頭由強(qiáng)電控制器控制，所述強(qiáng)電控制器和所述高速 DSP計(jì)算機(jī)視覺模塊、物聯(lián)網(wǎng)模塊均連接工控機(jī)。優(yōu)選的，其工作的步驟為1)所述工業(yè)相機(jī)定期拍攝待監(jiān)測植物的葉片的彩色圖像；2)所述CXD圖像獲取模塊獲取所述彩色圖像后傳送給所述DSP圖像處理模塊；3)所述DSP圖像處理模塊對(duì)所述彩色圖像中的植物葉片進(jìn)行檢測，如果發(fā)現(xiàn)植物缺水則通知所述控制執(zhí)行模塊對(duì)植物進(jìn)行澆水。優(yōu)選的，所述步驟幻中，所述DSP圖像處理模塊對(duì)所述彩色圖像中的植物葉片進(jìn)行以下檢測中一種或多種葉片顏色檢測、葉片紋理檢測和葉片形狀檢測。優(yōu)選的，所述葉片顏色檢測的步驟為1)對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理；2)將所述彩色圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間，設(shè)定H分量和S分量變化范圍并對(duì)二者進(jìn)行均分；3)根據(jù)H平面和S平面的數(shù)據(jù)統(tǒng)計(jì)創(chuàng)建每個(gè)維度均分的二維直方圖；4)利用原所述彩色圖像將所述二維直方圖轉(zhuǎn)換成葉片的RGB空間的彩色二維直方圖；5)設(shè)定閾值，通過對(duì)所述彩色二維直方圖中的花木葉片進(jìn)行分析，判定出植物是否屬于缺水狀態(tài)。優(yōu)選的，所述葉片紋理檢測的步驟為1)將所述彩色圖像灰度化并采用均值濾波；2)針對(duì)不同種類的花木葉片設(shè)定動(dòng)態(tài)閾值，運(yùn)用雙閾值算法檢測和連接圖像中的邊緣；3)對(duì)葉片單位面積的紋理數(shù)量進(jìn)行統(tǒng)計(jì)，通過紋理的疏密程度判斷植物是否屬于缺水狀態(tài)。優(yōu)選的，所述葉片形狀檢測包括葉片形狀參數(shù)檢測和葉片面積檢測，其中所述葉片形狀參數(shù)檢測的步驟為1)對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理；2)將所述彩色圖像中的植物葉片的灰度圖像二值化，并提取植物葉片的輪廓；3)通過計(jì)算提取植物葉片的輪廓的像素坐標(biāo)的平均值來獲取葉片形心點(diǎn)坐標(biāo)，并以形心點(diǎn)為圓心求取葉片最大外接圓半徑和最小內(nèi)切圓半徑，以二者的比值作為葉片形狀參數(shù)；4)通過計(jì)算得出的葉片形狀參數(shù)和正常情況下的葉片形狀參數(shù)進(jìn)行比較，判斷植物是否屬于缺水狀態(tài)。優(yōu)選的，所述葉片面積檢測的步驟為1)將所述彩色圖像中的植物葉片的灰度圖像二值化，得到二值化圖像；
2)遍歷所述二值化圖像統(tǒng)計(jì)所有灰度值為0的所有像素點(diǎn)的總數(shù)，以其作為植物葉片的葉片面積；3)比較該植物葉片的葉片面積的歷史變化，如果葉片面積變小則判斷該植物葉片為屬于缺水狀態(tài)。優(yōu)選的，其中對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理的步驟包括1)首先將包含葉柄的葉片圖像二值化，并將其旋轉(zhuǎn)為葉片向上、葉柄朝下的位置，
以獲得二值圖像；2)對(duì)所述二值圖像進(jìn)行自下而上橫向掃描，以確定葉柄部分的最大寬度；3)通過對(duì)二值圖像中連續(xù)黑色像素點(diǎn)的橫向掃描和個(gè)數(shù)統(tǒng)計(jì)，以小于步驟2)中確定的葉柄部分最大寬度的部分為葉柄，從而判定出葉柄的確切位置；4)將得到的葉柄圖像反色，將其和原所述彩色圖像進(jìn)行或操作，得到剔除了葉柄的葉片彩色圖像。本發(fā)明科學(xué)合理，充分考慮了檢測的實(shí)時(shí)性，并對(duì)傳統(tǒng)的檢測系統(tǒng)進(jìn)行了改進(jìn)，使用了基于計(jì)算機(jī)視覺的DSP圖像處理技術(shù)及改進(jìn)后的處理算法來獲取和處理名貴花木的葉片圖像，提高了圖像獲取與處理的速度和準(zhǔn)確率。當(dāng)檢測出需要澆水的植物之后，能夠利用工控機(jī)來控制噴灌噴頭完成相應(yīng)的操作，提高了系統(tǒng)的自動(dòng)化水平，降低了生產(chǎn)成本。此外，將物聯(lián)網(wǎng)技術(shù)引入了植物葉片的分析監(jiān)測系統(tǒng)。通過遠(yuǎn)程服務(wù)器將搜集到的數(shù)據(jù)及時(shí)地傳送給終端工作人員，擺脫了傳統(tǒng)花木培育方法時(shí)間和地域上的限制，極大地方便了工作人員對(duì)花木的遠(yuǎn)程監(jiān)控。當(dāng)工作人員需要對(duì)大棚內(nèi)的花木進(jìn)行澆水的時(shí)候，只需要在辦公室內(nèi)通過個(gè)人電腦或智能手機(jī)遠(yuǎn)程遙控工控機(jī)來發(fā)送指令即可。該基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)及方法，有著較好的檢測實(shí)時(shí)性和較強(qiáng)的穩(wěn)定性、準(zhǔn)確性，同時(shí)也支持遠(yuǎn)程遙控，所以非常適合名貴花木培育企業(yè)使用。


圖1是本發(fā)明的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)的系統(tǒng)結(jié)構(gòu)示意圖；圖2是本發(fā)明的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)的系統(tǒng)算法流程示意圖；圖1中1. LED光源(IOOw)，2.工業(yè)相機(jī)，3.高速DSP芯片TMS320C6000,4.輸水管道，5.噴灌噴頭，6.強(qiáng)電控制器，7.工控機(jī)，8.遠(yuǎn)程服務(wù)器，9.個(gè)人電腦，10.智能手機(jī)。
具體實(shí)施例方式下面對(duì)本發(fā)明的具體實(shí)施方式
作進(jìn)一步詳細(xì)的描述。如圖1和圖2所示，本發(fā)明的一種基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)的硬件部分包括對(duì)花木葉片進(jìn)行拍攝并對(duì)所拍攝到的圖像進(jìn)行采集和分析的高速 DSP計(jì)算機(jī)視覺模塊，對(duì)缺水花木進(jìn)行澆水的控制執(zhí)行模塊，以及將葉片信息通過遠(yuǎn)程服務(wù)器傳送給終端供工作人員參考和操作的物聯(lián)網(wǎng)模塊三個(gè)部分一、高速DSP計(jì)算機(jī)視覺模塊包括工業(yè)相機(jī)、專用CXD圖像獲取模塊和DSP圖像處理模塊。工業(yè)相機(jī)位于待檢測花木正上方約1米處，相機(jī)旁邊配有IOOw的LED光源用作照明，相機(jī)周身包裹有一層防水膜。專用CCD圖像獲取模塊用于獲取由工業(yè)相機(jī)所拍攝到的圖像，而DSP圖像處理模塊中則含有專門用于圖像處理的高速DSP芯片TMS320C6000，二者均裝載在DSP板卡上，板卡為封裝型便攜式的。二、控制執(zhí)行模塊包括工控機(jī)、強(qiáng)電控制器、輸水管道和噴灌噴頭。工控機(jī)放置在花木培育大棚內(nèi)，通過PCI接口和高速DSP計(jì)算機(jī)視覺模塊直接相連，并且通過強(qiáng)電控制器來控制噴灌噴頭進(jìn)行澆水。輸水管道由耐腐蝕材料所制成，位于植物的正前方約0. 2米處。 噴灌噴頭安置在輸水管道上，可根據(jù)實(shí)際情況每隔一定距離設(shè)置一個(gè)，主要負(fù)責(zé)根據(jù)工控機(jī)傳輸過來的信號(hào)對(duì)缺水的花木進(jìn)行噴灌。三、物聯(lián)網(wǎng)模塊包括遠(yuǎn)程服務(wù)器、個(gè)人電腦和智能手機(jī)等終端設(shè)備。遠(yuǎn)程服務(wù)器設(shè)置在花木培育企業(yè)辦公大樓內(nèi)，是花木監(jiān)測點(diǎn)和客戶終端之間的一座橋梁，主要負(fù)責(zé)收集和存儲(chǔ)大棚內(nèi)工控機(jī)傳輸過來的花木葉片信息，連通網(wǎng)內(nèi)成員，并隨時(shí)向終端設(shè)備提供數(shù)據(jù)服務(wù)。個(gè)人電腦和智能手機(jī)屬于終端設(shè)備，主要負(fù)責(zé)將服務(wù)器傳送過來的植物信息顯示給花木培育企業(yè)的工作人員，同時(shí)可以實(shí)時(shí)地向培育大棚內(nèi)的工控機(jī)發(fā)送指令，方便他們對(duì)名貴花木的生長狀況進(jìn)行遠(yuǎn)程監(jiān)控。本發(fā)明的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)對(duì)葉片進(jìn)行檢測的具體實(shí)現(xiàn)步驟如下工業(yè)相機(jī)拍攝到當(dāng)前花木葉片的一幀彩色圖像，圖像數(shù)據(jù)被專用CCD圖像獲取模塊所獲取，之后由DSP圖像處理模塊進(jìn)行葉片檢測工作。檢測工作主要包括葉片顏色檢測，葉片紋理檢測和葉片形狀檢測三個(gè)部分。整個(gè)檢測環(huán)節(jié)中一旦發(fā)現(xiàn)花木葉片狀況不佳，有缺水現(xiàn)象，就將產(chǎn)生觸發(fā)信號(hào)，隨后工控機(jī)分析該信號(hào)并通過強(qiáng)電控制器來控制噴灌噴頭完成澆水任務(wù)。此外，名貴花木培育企業(yè)的工作人員可以通過個(gè)人電腦和智能手機(jī)實(shí)時(shí)獲取植物葉片信息，遠(yuǎn)程控制大棚內(nèi)的工控機(jī)發(fā)送噴灌指令。其中一、高速DSP計(jì)算機(jī)視覺模塊獲取到當(dāng)前工業(yè)相機(jī)拍攝到的一幀花木葉片的彩色圖像后，經(jīng)過模數(shù)轉(zhuǎn)換后將圖像數(shù)據(jù)存儲(chǔ)在高速DSP計(jì)算機(jī)視覺模塊的圖像采集數(shù)據(jù)存儲(chǔ)區(qū)中。二、首先要進(jìn)行的是圖像預(yù)處理。將工業(yè)相機(jī)新拍攝的彩色圖像灰度化，接著采用灰度非線性變換的方法對(duì)其進(jìn)行對(duì)比度拉伸，再通過中值濾波濾除圖像中的椒鹽噪聲。然后使用自適應(yīng)算法對(duì)灰度圖像進(jìn)行閾值分割，將葉片(包含葉柄)部分置為黑色并將背景置為白色。最后再將其和初始彩色圖像進(jìn)行“或”操作即可獲得濾除背景且包含葉柄的葉片彩色圖像。三、由于工業(yè)相機(jī)獲取的初始葉片圖像大多包含葉柄，給隨后的檢測分析帶來了困難。本發(fā)明提出了一種基于橫向掃描技術(shù)的葉柄剔除方法首先將包含葉柄的葉片圖像二值化，并將其旋轉(zhuǎn)為葉片向上、葉柄朝下的位置。接下來利用橫向掃描確定葉柄部分的最大寬度，然后再通過對(duì)二值圖像中連續(xù)黑色像素點(diǎn)的橫向掃描和個(gè)數(shù)統(tǒng)計(jì)來判定出葉柄的確切位置。最后將分離出的葉柄圖像反色，將其和包含葉柄的葉片彩色圖像進(jìn)行“或”操作， 即可得到剔除葉柄而又具有清晰完整葉緣信息的葉片彩色圖像。四、下面進(jìn)行葉片的顏色檢測。這里首先將步驟三中得到的葉片彩色圖像由RGB 顏色空間轉(zhuǎn)換到HSV顏色空間，設(shè)定H分量和S分量的變化范圍并對(duì)二者實(shí)現(xiàn)均分。接著根據(jù)H平面和S平面的數(shù)據(jù)統(tǒng)計(jì)創(chuàng)建每個(gè)維度均分的二維直方圖，最終轉(zhuǎn)換到RGB空間來繪制葉片彩色圖像的彩色二維直方圖。最后通過葉片的彩色二維直方圖對(duì)不同狀態(tài)下的花木葉片進(jìn)行分析，從而設(shè)定閾值來判定出植物是否屬于缺水狀態(tài)。五、接下來要進(jìn)行葉片的紋理檢測。葉片紋理特征的檢測效果跟植物種類、光照條件和工業(yè)相機(jī)分辨率等因素密切相關(guān)，所以本發(fā)明設(shè)置了固定的LED光源，并針對(duì)常見的花木葉片，使用了一種基于動(dòng)態(tài)閾值的Carmy算子檢測方法。這種方法首先將葉片彩色圖像灰度化并采用均值濾波，以減少對(duì)后續(xù)算法的影響。接著針對(duì)不同種類的花木葉片設(shè)定動(dòng)態(tài)閾值，并運(yùn)用雙閾值算法檢測和連接圖像中的邊緣。最后對(duì)葉片單位面積的紋理數(shù)量進(jìn)行統(tǒng)計(jì)，通過紋理的疏密程度判斷植物是否缺水。六、最后要進(jìn)行的是葉片的形狀檢測，包括葉片形狀參數(shù)檢測和葉片面積檢測兩個(gè)部分。首先實(shí)現(xiàn)葉片形狀參數(shù)的檢測首先對(duì)步驟五中得到的葉片灰度圖像二值化，并作輪廓提取。接著通過計(jì)算輪廓像素坐標(biāo)的平均值來獲取葉片形心點(diǎn)坐標(biāo)，并以形心點(diǎn)為圓心求取葉片的最大外接圓半徑和最小內(nèi)切圓半徑，以二者的比值定義葉片形狀參數(shù)。最后在不同的時(shí)間點(diǎn)測定并計(jì)算出葉片的形狀參數(shù)，通過與正常狀況下的葉片形狀參數(shù)比較來判定植物是否缺水。七、葉片面積也是反映植物生長狀況、缺水程度的重要參數(shù)。本系統(tǒng)中的花木葉片面積檢測方法有別于一般系統(tǒng)的面積檢測方法。由于葉片實(shí)際面積跟參照物尺寸、相機(jī)拍攝角度和距離等因素密切相關(guān)，故很難獲得葉片的準(zhǔn)確面積。所以本發(fā)明中使用了一種基于像素點(diǎn)的葉片面積分析方法，通過比較花木葉片面積的變化來確定植物缺水特征的參考
點(diǎn)ο八、結(jié)合在步驟四、五、六、七中檢測到的葉片顏色分布、紋理疏密程度、形狀參數(shù)和葉片面積變化來判定花木是否處于缺水狀態(tài)，同時(shí)通過工控機(jī)來控制噴灌噴頭對(duì)其進(jìn)行澆水。而對(duì)于上述步驟中已經(jīng)得到的葉片顏色、紋理、形狀和面積信息，則通過遠(yuǎn)程服務(wù)器及時(shí)地發(fā)送給終端設(shè)備，實(shí)現(xiàn)了對(duì)名貴花木培育的物聯(lián)網(wǎng)遠(yuǎn)程監(jiān)控。結(jié)合實(shí)例具體來說如圖1中所示，名貴花木培育大棚中，待檢測花木葉片正上方設(shè)有LED光源1和工業(yè)相機(jī)2。此時(shí)工業(yè)相機(jī)拍攝到一幀花木葉片的彩色圖像，同時(shí)圖像數(shù)據(jù)被高速DSP芯片2 中的CCD圖像獲取模塊所獲得，并將此數(shù)據(jù)傳遞給芯片中的DSP圖像處理模塊，對(duì)拍攝到的葉片圖像數(shù)據(jù)進(jìn)行高速處理，從而得到處理結(jié)果。檢測完成后，高速DSP芯片通過其內(nèi)置的 PCI接口將圖像數(shù)據(jù)處理結(jié)果傳送給工控機(jī)7。工控機(jī)一方面通過內(nèi)置的I/O接口把處理信號(hào)傳送給強(qiáng)電控制器6，強(qiáng)電控制器將根據(jù)收到的處理信號(hào)，控制安置在輸水管道4上的噴灌噴頭5對(duì)葉片符合條件的花木進(jìn)行澆水；另一方面，工控機(jī)將采集到的植物葉片信息傳送給名貴花木培育企業(yè)辦公樓內(nèi)的遠(yuǎn)程服務(wù)器8，由服務(wù)器對(duì)葉片數(shù)據(jù)進(jìn)行收集和存儲(chǔ)， 并實(shí)時(shí)地向終端設(shè)備個(gè)人電腦9和智能手機(jī)10提供數(shù)據(jù)服務(wù)，方便花木培育企業(yè)工作人員進(jìn)行遠(yuǎn)程監(jiān)控，并可以隨時(shí)向大棚內(nèi)的工控機(jī)發(fā)送指令，控制噴灌噴頭完成澆水任務(wù)。本發(fā)明的系統(tǒng)算法流程如圖2所示，其具體步驟包括一、高速DSP視覺模塊獲取到工業(yè)相機(jī)當(dāng)前所拍攝到的一幀花木葉片的彩色圖像 I1，經(jīng)過模數(shù)轉(zhuǎn)換后，存放于該模塊內(nèi)的圖像采集數(shù)據(jù)存儲(chǔ)區(qū)中。二、首先要進(jìn)行的是圖像預(yù)處理。將工業(yè)相機(jī)新拍攝到的花木葉片彩色圖像I1灰度化，接著利用灰度非線性變換的方法對(duì)其進(jìn)行對(duì)比度拉伸，這樣可以突出灰度圖像中的葉片特征，非線性函數(shù)使用指數(shù)函數(shù)來完成，再通過中值濾波來濾除灰度圖像中的椒鹽噪聲。然后使用自適應(yīng)算法對(duì)灰度圖像進(jìn)行閾值分割，將葉片(包含葉柄)部分置為黑色并將背景置為白色，即可獲得包含葉柄的葉片二值圖像12。最后再將其和初始彩色圖像進(jìn)行 “或”操作即可獲得濾除背景且包含葉柄的葉片彩色圖像13。三、由于工業(yè)相機(jī)獲取的初始葉片圖像大多包含葉柄，給隨后的分析工作帶來了困難。過去使用的剔除圖像中葉柄的方法一般都是采用形態(tài)學(xué)處理中的開運(yùn)算，即先對(duì)其進(jìn)行腐蝕運(yùn)算，再進(jìn)行膨脹運(yùn)算來完成。這種方法在實(shí)際操作過程中不僅很難實(shí)現(xiàn)植物葉片與葉柄的完全分離，而且對(duì)葉片邊緣的鋸齒信息也有不同程度的損傷。針對(duì)上述方法中所出現(xiàn)的問題，本發(fā)明提出了一種基于橫向掃描技術(shù)的葉柄剔除方法首先將步驟二中得到包含葉柄的葉片二值圖像&旋轉(zhuǎn)至葉片朝上、葉柄垂直向下的位置，從圖像底端開始，由下到上、自左向右逐個(gè)掃描像素點(diǎn)，將掃描到的第一個(gè)黑色像素點(diǎn)所在橫行的行號(hào)記作i， 即葉柄的第一個(gè)像素。接著在二值圖像I2的[i_19，i]共計(jì)20行內(nèi)統(tǒng)計(jì)每行中的黑色像素點(diǎn)個(gè)數(shù)，通過逐個(gè)比較的方式得出葉柄寬度最大值max。然后由上到下、自左向右逐行掃描二值圖像，將連續(xù)黑色像素點(diǎn)數(shù)目小于或等于max的位置判定為葉柄。這里必須強(qiáng)調(diào)是“連續(xù)”像素點(diǎn)的個(gè)數(shù)，因?yàn)楹芏嘀参锶~片圖像的葉片和葉柄具有分布在同一橫行內(nèi)的情況，如果采用統(tǒng)計(jì)橫行內(nèi)黑色像素點(diǎn)總數(shù)的方式來判定就出現(xiàn)錯(cuò)誤，導(dǎo)致部分橫行內(nèi)的葉柄無法被識(shí)別出來。最后還需要對(duì)已經(jīng)識(shí)別出來的葉柄進(jìn)行分離和反色得到葉柄二值圖像I4 ；再將其和包含葉柄的葉片彩色圖像I3進(jìn)行“或”操作，即可得到剔除葉柄而又具有清晰完整葉緣信息的葉片彩色圖像15。本發(fā)明所設(shè)計(jì)的這種分離方法經(jīng)過多次實(shí)踐，對(duì)各種類型的植物葉片圖像均產(chǎn)生了很好的效果。四、下面首先進(jìn)行葉片顏色檢測。顏色檢測是葉片分析的重要組成部分，缺水或是日照不足的植物合成葉綠素的能力受到嚴(yán)重限制，導(dǎo)致葉片上葉綠色含量呈現(xiàn)負(fù)增長，其他顏色的色素就逐漸顯現(xiàn)出來，于是在視覺上就會(huì)有黃色、棕紅色等顏色的葉片出現(xiàn)。對(duì)剔除葉柄的葉片彩色圖像I5進(jìn)行處理，需要繪制其彩色直方圖。首先將其由RGB顏色空間轉(zhuǎn)換到HSV顏色空間；設(shè)定H分量變化范圍(0，180)，S分量變化范圍(0，255)，將H分量劃分為16個(gè)等級(jí)，S分量劃分為8個(gè)等級(jí)。然后根據(jù)H平面和S平面的數(shù)據(jù)統(tǒng)計(jì)來創(chuàng)建每個(gè)維度均分的二維直方圖，由初始圖像獲得當(dāng)前直方圖代表的顏色，轉(zhuǎn)換到RGB空間來繪制葉片圖像的彩色二維直方圖。最后通過計(jì)算彩色直方圖的像素統(tǒng)計(jì)平均值來分析植物葉片的缺水情況。本發(fā)明在這里針對(duì)不同狀態(tài)的合果芋葉片彩色圖像進(jìn)行分析，具體統(tǒng)計(jì)結(jié)果如表1所示。表1中分別列出了處在新生、正常生長、略微缺水、極度缺水和干枯狀態(tài)下的合果芋葉片圖像像素點(diǎn)在RGB通道內(nèi)的統(tǒng)計(jì)平均值。通過分析表中數(shù)據(jù)不難發(fā)現(xiàn)，G通道和R 通道均值分別呈現(xiàn)遞減和遞增的趨勢，而B通道變化相對(duì)較小。不妨設(shè)定閾值T[G] = 148 和T[R] = 120，當(dāng)合果芋葉片在G通道和R通道的均值能夠同時(shí)滿足條件G < T[G]和R > T[R]時(shí)判定其處于缺水狀態(tài)，繼而控制噴灌噴頭澆水。表1植物葉片顏色信息與植物生長狀況關(guān)系
權(quán)利要求
1.基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于其包括對(duì)植物葉片進(jìn)行拍攝并對(duì)所拍攝到的圖像進(jìn)行采集和分析的高速DSP計(jì)算機(jī)視覺模塊、對(duì)植物進(jìn)行澆水的控制執(zhí)行模塊，以及將植物葉片信息通過遠(yuǎn)程服務(wù)器傳送給遠(yuǎn)程終端供工作人員參考和操作的物聯(lián)網(wǎng)模塊，所述高速DSP計(jì)算機(jī)視覺模塊、控制執(zhí)行模塊和物聯(lián)網(wǎng)模塊之間數(shù)據(jù)連接。
2.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述高速DSP計(jì)算機(jī)視覺模塊包括位于待監(jiān)測植物正上方的工業(yè)相機(jī)、用于獲取所述工業(yè)相機(jī)所拍攝到的圖像的CXD圖像獲取模塊和包含有用于圖像處理的高速DSP芯片的 DSP圖像處理模塊。
3.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述工業(yè)相機(jī)周身裹有一層防水膜，所述工業(yè)相機(jī)旁設(shè)置有照明光源，所述照明光源為LED光源。
4.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述CXD圖像獲取模塊和DSP圖像處理模塊均裝載在封裝型便攜式的DSP板卡上。
5.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述控制執(zhí)行模塊包括多個(gè)位于待監(jiān)測植物上方的噴灌噴頭和為所述噴灌噴頭供水的輸水管道，所述噴灌噴頭由強(qiáng)電控制器控制，所述強(qiáng)電控制器和所述高速DSP計(jì)算機(jī)視覺模塊、物聯(lián)網(wǎng)模塊均連接工控機(jī)。
6.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于其工作的步驟為1)所述工業(yè)相機(jī)定期拍攝待監(jiān)測植物的葉片的彩色圖像；2)所述CCD圖像獲取模塊獲取所述彩色圖像后傳送給所述DSP圖像處理模塊；3)所述DSP圖像處理模塊對(duì)所述彩色圖像中的植物葉片進(jìn)行檢測，如果發(fā)現(xiàn)植物缺水則通知所述控制執(zhí)行模塊對(duì)植物進(jìn)行澆水。
7.根據(jù)權(quán)利要求6所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述步驟3)中，所述DSP圖像處理模塊對(duì)所述彩色圖像中的植物葉片進(jìn)行以下檢測中一種或多種葉片顏色檢測、葉片紋理檢測和葉片形狀檢測。
8.根據(jù)權(quán)利要求7所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述葉片顏色檢測的步驟為1)對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理；2)將所述彩色圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間，設(shè)定H分量和S分量變化范圍并對(duì)二者進(jìn)行均分；3)根據(jù)H平面和S平面的數(shù)據(jù)統(tǒng)計(jì)創(chuàng)建每個(gè)維度均分的二維直方圖；4)利用原所述彩色圖像將所述二維直方圖轉(zhuǎn)換成葉片的RGB空間的彩色二維直方圖；5)設(shè)定閾值，通過對(duì)所述彩色二維直方圖中的花木葉片進(jìn)行分析，判定出植物是否屬于缺水狀態(tài)。
9.根據(jù)權(quán)利要求7所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述葉片紋理檢測的步驟為1)將所述彩色圖像灰度化并采用均值濾波；2)針對(duì)不同種類的花木葉片設(shè)定動(dòng)態(tài)閾值，運(yùn)用雙閾值算法檢測和連接圖像中的邊緣；3)對(duì)葉片單位面積的紋理數(shù)量進(jìn)行統(tǒng)計(jì)，通過紋理的疏密程度判斷植物是否屬于缺水狀態(tài)。
10.根據(jù)權(quán)利要求7所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述葉片形狀檢測包括葉片形狀參數(shù)檢測和葉片面積檢測，其中所述葉片形狀參數(shù)檢測的步驟為1)對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理；2)將所述彩色圖像中的植物葉片的灰度圖像二值化，并提取植物葉片的輪廓；3)通過計(jì)算提取植物葉片的輪廓的像素坐標(biāo)的平均值來獲取葉片形心點(diǎn)坐標(biāo)，并以形心點(diǎn)為圓心求取葉片最大外接圓半徑和最小內(nèi)切圓半徑，以二者的比值作為葉片形狀參數(shù)；4)通過計(jì)算得出的葉片形狀參數(shù)和正常情況下的葉片形狀參數(shù)進(jìn)行比較，判斷植物是否屬于缺水狀態(tài)。
11.根據(jù)權(quán)利要求10所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于所述葉片面積檢測的步驟為1)將所述彩色圖像中的植物葉片的灰度圖像二值化，得到二值化圖像；2)遍歷所述二值化圖像統(tǒng)計(jì)所有灰度值為0的所有像素點(diǎn)的總數(shù)，以其作為植物葉片的葉片面積；3)比較該植物葉片的葉片面積的歷史變化，如果葉片面積變小則判斷該植物葉片為屬于缺水狀態(tài)。
12.根據(jù)權(quán)利要求8或10其中之一所述的基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于其中對(duì)所述彩色圖像中的植物葉片進(jìn)行去除葉柄處理的步驟包括1)首先將包含葉柄的葉片圖像二值化，并將其旋轉(zhuǎn)為葉片向上、葉柄朝下的位置，以獲得二值圖像；2)對(duì)所述二值圖像進(jìn)行自下而上橫向掃描，以確定葉柄部分的最大寬度；3)通過對(duì)二值圖像中連續(xù)黑色像素點(diǎn)的橫向掃描和個(gè)數(shù)統(tǒng)計(jì)，以小于步驟2)中確定的葉柄部分最大寬度的部分為葉柄，從而判定出葉柄的確切位置；4)將得到的葉柄圖像反色，將其和原所述彩色圖像進(jìn)行或操作，得到剔除了葉柄的葉片彩色圖像。
全文摘要
本發(fā)明公開了基于計(jì)算機(jī)視覺及物聯(lián)網(wǎng)的植物生長狀況監(jiān)測系統(tǒng)，其特征在于其包括對(duì)植物葉片進(jìn)行拍攝并對(duì)所拍攝到的圖像進(jìn)行采集和分析的高速DSP計(jì)算機(jī)視覺模塊、對(duì)植物進(jìn)行澆水的控制執(zhí)行模塊，以及將植物葉片信息通過遠(yuǎn)程服務(wù)器傳送給遠(yuǎn)程終端供工作人員參考和操作的物聯(lián)網(wǎng)模塊，所述高速DSP計(jì)算機(jī)視覺模塊、控制執(zhí)行模塊和物聯(lián)網(wǎng)模塊之間數(shù)據(jù)連接。本發(fā)明對(duì)傳統(tǒng)的檢測系統(tǒng)進(jìn)行了改進(jìn)，使用了基于計(jì)算機(jī)視覺的DSP圖像處理技術(shù)及改進(jìn)后的處理算法來獲取和處理名貴花木的葉片圖像，提高了圖像獲取與處理的速度和準(zhǔn)確率,提高了系統(tǒng)的自動(dòng)化水平，降低了生產(chǎn)成本;利用物聯(lián)網(wǎng)技術(shù)通過遠(yuǎn)程服務(wù)器將搜集到的數(shù)據(jù)及時(shí)地傳送給終端工作人員。
文檔編號(hào)G01J3/46GK102564593SQ201110451798
公開日2012年7月11日 申請(qǐng)日期2011年12月30日 優(yōu)先權(quán)日2011年12月30日
發(fā)明者周妍, 彭文, 曹曄鋒, 李慶武, 霍冠英, 馬國翠, 黃河 申請(qǐng)人:河海大學(xué)常州校區(qū)