基于機器視覺的大棚蔬菜生長狀況的監(jiān)測.pdf

1、大棚蔬菜生長狀況監(jiān)測對于提高大棚蔬菜產(chǎn)量及最大限度地節(jié)約資源具有重要的意義。針對傳統(tǒng)的利用人眼去觀察蔬菜長勢的方法存在著效率低下且觀察結(jié)果主觀性太強的問題，本文提出了基于機器視覺技術(shù)對大棚蔬菜長勢進行分析，通過分析結(jié)果得出蔬菜的生長狀況，從而實現(xiàn)對蔬菜生長狀況的監(jiān)測。
　　本文利用CCD相機獲取大棚蔬菜的圖像，設計了相應的圖像處理算法，計算單株蔬菜的葉面積大小，進而利用葉面積參數(shù)來分析和判斷蔬菜的生長狀況。具體研究內(nèi)容如下：

2、>　　1)設計了大棚蔬菜圖像采集方案：根據(jù)本課題的需要，對工業(yè)相機、工業(yè)鏡頭和光源進行了合理的選擇，設計了適用于本課題的圖像采集方案，并對大棚蔬菜進行圖像的采集，實現(xiàn)監(jiān)測其生長狀況的第一步。
　　2)設計蔬菜圖像運動模糊復原算法：通過分析運動模糊圖像的退化與復原模型，得出圖像退化的點擴散函數(shù)（PSF）。根據(jù)各復原算法對模糊圖像復原后的效果的不同，最終選擇采用維納濾波復原模糊圖像。通過仿真及采集圖像的復原實驗論證了本文所提出的獲取運

3、動模糊參數(shù)的準確性。
　　3)蔬菜圖像的分割：通過分析多種常見的圖像分割算法，并對各算法的分割結(jié)果進行對比，最終采用 L*a*b*顏色空間下對圖像進行K-means聚類分割的算法，不僅實現(xiàn)了目標區(qū)域（蔬菜）與背景區(qū)域（土壤）的有效分離，而且分割結(jié)果以彩色圖像顯示，保留了蔬菜的葉片信息，提高了識別的準確性。
　　4)蔬菜生長狀況評價：利用蔬菜的葉面積作為衡量其生長狀況的標準。通過分析多種常見的葉面積測定方法，提出了利用像素點數(shù)