基于數(shù)字圖像的冬小麥、夏玉米長(zhǎng)勢(shì)遠(yuǎn)程動(dòng)態(tài)監(jiān)測(cè)技術(shù)研究.pdf

1、隨著全球信息化的發(fā)展,數(shù)字農(nóng)業(yè)成為了現(xiàn)代農(nóng)業(yè)發(fā)展的新潮流。它通過(guò)對(duì)農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后過(guò)程進(jìn)行數(shù)字化設(shè)計(jì)、可視化表達(dá)和智能化控制,形成精準(zhǔn)選種、精準(zhǔn)播種、精準(zhǔn)施肥、精準(zhǔn)灌溉、分級(jí)收儲(chǔ)、動(dòng)態(tài)監(jiān)控、適時(shí)調(diào)節(jié)的“鏈條”,以獲取最佳的投入產(chǎn)出比,對(duì)于實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展有著十分重要的意義。
　　 本研究以“基于嵌入式網(wǎng)絡(luò)技術(shù)和CDMA服務(wù)的遠(yuǎn)程農(nóng)田信息監(jiān)控系統(tǒng)"為工具來(lái)實(shí)現(xiàn)華北平原某農(nóng)場(chǎng)冬小麥、夏玉米長(zhǎng)勢(shì)的實(shí)時(shí)圖像獲取和信息的遠(yuǎn)程自動(dòng)無(wú)

2、線傳輸,以數(shù)字圖像處理技術(shù)為手段,實(shí)現(xiàn)該農(nóng)場(chǎng)冬小麥、夏玉米株高的遠(yuǎn)程實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè),為該農(nóng)場(chǎng)冬小麥、夏玉米的精準(zhǔn)管理、數(shù)字化管理提供技術(shù)支撐。進(jìn)而為華北平原冬小麥、夏玉米的精細(xì)化管理提供決策依據(jù)。
　　 Visual C++6.0編程,利用“雙目立體視覺(jué)”的基本原理來(lái)處理動(dòng)態(tài)傳輸?shù)浇K端服務(wù)器的大田冬小麥、夏玉米實(shí)時(shí)雙目圖像對(duì),經(jīng)過(guò)攝像機(jī)標(biāo)定,圖像分割,噪聲去除,區(qū)域網(wǎng)格化,區(qū)域匹配等過(guò)程來(lái)獲得左右圖像中目標(biāo)點(diǎn)的對(duì)應(yīng)關(guān)系,然后構(gòu)建物

3、體的三維信息,近似于人類視覺(jué)系統(tǒng)的立體感知過(guò)程,從而快捷得出冬小麥、夏玉米的實(shí)時(shí)株高信息。
　　 主要研究結(jié)果如下:
　　 (1)攝像機(jī)標(biāo)定采用采集標(biāo)定桿圖像的方法進(jìn)行攝像機(jī)標(biāo)定,在攝像機(jī)監(jiān)控區(qū)域插4根標(biāo)定桿,分別位于1m2正方形的四個(gè)角。把標(biāo)定桿的顏色涂為紅色,在標(biāo)定桿的頂部、中部和底部貼白色標(biāo)定點(diǎn),共12個(gè)標(biāo)定點(diǎn)。標(biāo)定桿設(shè)置好后,以標(biāo)定桿為聚焦目標(biāo)來(lái)調(diào)節(jié)左右攝像機(jī),使其12個(gè)標(biāo)定點(diǎn)都落入圖像中,且左右圖像大致相同。攝

4、像機(jī)調(diào)試好后,采集標(biāo)定桿的左右圖像對(duì),利用線性法進(jìn)行攝像機(jī)標(biāo)定。經(jīng)試驗(yàn)發(fā)現(xiàn),標(biāo)定的標(biāo)準(zhǔn)偏差在誤差的允許范圍之內(nèi),是一種快捷、有效的攝像機(jī)標(biāo)定方法。
　　 (2)對(duì)于冬小麥、夏玉米的中后期圖像,使用G分量灰度化圖像后,最大類間方差自動(dòng)尋找閾值能夠很好的分割出作物。對(duì)于前期的冬小麥、夏玉米圖像,使用G分量灰度化圖像后,難以分割出目標(biāo)。經(jīng)試驗(yàn)研究發(fā)現(xiàn):受光照影響較小或者陰天采集的苗期冬小麥、夏玉米圖像,采用加權(quán)值(2G-R-B)灰度化

5、圖像,最大類間方差自動(dòng)尋找閾值也能夠分割出目標(biāo)。但是,受光照影響強(qiáng)烈的冬小麥、夏玉米苗期圖像來(lái)說(shuō),沒(méi)有尋找出較好的分割辦法。
　　 (3)針對(duì)群體作物雜亂無(wú)章、相互遮擋、圖像分辨率較差的特點(diǎn),本研究嘗試對(duì)左右投影區(qū)域進(jìn)行網(wǎng)格化匹配。首先,由高度標(biāo)定桿上被作物遮擋的某點(diǎn)來(lái)初步確定投影區(qū)域的高度。其次,對(duì)投影區(qū)域進(jìn)行網(wǎng)格化處理。接著對(duì)網(wǎng)格化后的二值圖像進(jìn)行網(wǎng)格化匹配。只對(duì)感興趣的白色部分(作物)進(jìn)行匹配,對(duì)于全部為白色像素的網(wǎng)格直接

6、完成匹配,對(duì)于不全為白色像素的網(wǎng)格,設(shè)置了一定的匹配準(zhǔn)則,當(dāng)某網(wǎng)格中白色像素占網(wǎng)格內(nèi)總像素的比例達(dá)到一定數(shù)值后,該網(wǎng)格成功完成匹配,否則作為背景放棄。然后提取成功匹配網(wǎng)格的質(zhì)心,對(duì)質(zhì)心點(diǎn)進(jìn)行三維重建。質(zhì)心點(diǎn)的Y值作為本試驗(yàn)的株高。
　　 (4)依據(jù)上述方法對(duì)冬小麥、夏玉米圖像進(jìn)行株高解析,圖像解析結(jié)果達(dá)到了一定的精度。生育期實(shí)測(cè)株高與對(duì)應(yīng)的圖像解析株高的相關(guān)性分別達(dá)到:0.9129和0.9848。冬小麥、夏玉米株高圖像解析結(jié)果與

7、實(shí)測(cè)結(jié)果相關(guān)性最好的分別表現(xiàn)為30(0.1)和10(0.1)組合,實(shí)測(cè)值與圖像解析結(jié)果擬合的方程分別為:y=1.1178x+6.2503；y=0.9585x+50.857。模型檢驗(yàn)中,冬小麥的最大相對(duì)誤差為8.37％,最小為2.58％；夏玉米的最大相對(duì)誤差為8.84％,最小為0.11％。綜合實(shí)驗(yàn)結(jié)果,可以得出本試驗(yàn)的株高解析思路具有可行性,達(dá)到一定的精度。操作過(guò)程中,對(duì)于冬小麥來(lái)說(shuō),區(qū)域網(wǎng)格不可以劃太少。對(duì)于夏玉米來(lái)說(shuō),區(qū)域網(wǎng)格維持在1