本發(fā)明涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其是指一種植物果實(shí)微尺寸變化視覺(jué)檢測(cè)系統(tǒng)及方法。

背景技術(shù)：
水資源問(wèn)題一直被許多國(guó)家和地區(qū)所重視，節(jié)水問(wèn)題一直是國(guó)內(nèi)外農(nóng)業(yè)研究的熱點(diǎn)。在我國(guó)，農(nóng)業(yè)用水量占國(guó)民經(jīng)濟(jì)總用水量的70％左右，并且隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，城市和工業(yè)用水日益增加，農(nóng)業(yè)可用水量不斷減少，因此研究分析提高水的利用率和節(jié)水技術(shù)對(duì)于實(shí)現(xiàn)國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展，保障我國(guó)糧食安全和水安全具有非常重要的意義，也是建設(shè)社會(huì)主義新農(nóng)村的重要內(nèi)容。另外，水是果實(shí)生長(zhǎng)的重要因子，水分過(guò)多或不足，會(huì)造成果實(shí)生長(zhǎng)發(fā)育發(fā)生生理障礙，降低果實(shí)產(chǎn)量，影響果實(shí)品質(zhì)，相應(yīng)也會(huì)影響經(jīng)濟(jì)效益。果實(shí)節(jié)水灌溉能顯著降低土壤含水量，改善土壤結(jié)構(gòu)，優(yōu)化果實(shí)生長(zhǎng)環(huán)境，增加深層土壤的根系密度，為獲得較高產(chǎn)量、提高漿果品質(zhì)奠定基礎(chǔ)。要實(shí)現(xiàn)果樹(shù)種植業(yè)的可持續(xù)發(fā)展，就迫切要求灌溉朝著精細(xì)、準(zhǔn)確的目標(biāo)發(fā)展，這種精細(xì)、準(zhǔn)確的基礎(chǔ)就在于對(duì)果實(shí)需水要求的準(zhǔn)確、及時(shí)預(yù)報(bào)和水量的自動(dòng)控制、精確施予，果樹(shù)的精準(zhǔn)灌溉能在提高果實(shí)品質(zhì)和產(chǎn)量的同時(shí)達(dá)到節(jié)約水資源的目的。實(shí)現(xiàn)精確灌溉的依據(jù)在于掌握所要灌溉果樹(shù)的需水特征、什么時(shí)候需水、需要多少水等參數(shù)。即實(shí)施精確灌溉需掌握詳細(xì)的果樹(shù)的需水資料，運(yùn)用先進(jìn)的信息化技術(shù)實(shí)時(shí)監(jiān)測(cè)與診斷果樹(shù)的水分狀況。對(duì)果實(shí)水分狀況進(jìn)行準(zhǔn)確、快速、可靠的評(píng)價(jià)是果樹(shù)精確灌溉的理論基礎(chǔ)。果實(shí)水分吸收和散失的過(guò)程是果實(shí)本身各個(gè)器官和其所生長(zhǎng)環(huán)境間相互作用和反饋影響的結(jié)果。以往的水分評(píng)價(jià)指標(biāo)大體分為三類。一類是以土壤為對(duì)象，這是傳統(tǒng)上常用指標(biāo)；第二類以環(huán)境為對(duì)象，通過(guò)對(duì)環(huán)境條件的變化估計(jì)果樹(shù)需水量。第三類直接以果實(shí)本身為對(duì)象。其中第一類和二類指標(biāo)為間接指標(biāo)，以間接指標(biāo)評(píng)價(jià)果實(shí)水分通常比較遲鈍，精度低。而以果樹(shù)本身生理變化評(píng)價(jià)水分缺失是將植物視為“會(huì)說(shuō)話的植物”，用作物本身的生理變化評(píng)價(jià)作物的水分是作物缺水診斷嚴(yán)重一個(gè)主要的分支，其中以植物果實(shí)大小變化評(píng)價(jià)水分狀況可以在不破壞植物果實(shí)和果實(shí)正常生長(zhǎng)情況下連續(xù)測(cè)量的物體變化量，因此，用于指導(dǎo)作物精確灌溉的潛力非常大。目前，植物果實(shí)測(cè)量主要利用基于線性位移傳感器的接觸式測(cè)量方法，接觸測(cè)量裝置的不足之處在于測(cè)量時(shí)與果實(shí)表面接觸，會(huì)影響果實(shí)的正常生長(zhǎng)，測(cè)量結(jié)果難以真實(shí)反映植物的生理狀況。中國(guó)專利公開(kāi)號(hào)CN1515147A，公開(kāi)日2004年7月28日，名稱為“基于植物器官微尺寸變化檢測(cè)的智能節(jié)水灌溉系統(tǒng)”的發(fā)明專利中公開(kāi)了一種基于植物器官微尺寸變化檢測(cè)的智能節(jié)水灌溉系統(tǒng)。由傳感器、轉(zhuǎn)換放大電路、單片機(jī)測(cè)控通訊系統(tǒng)組成。將傳感器裝夾于被測(cè)植物的有代表性的葉片或果實(shí)上，傳感器輸出的測(cè)量信號(hào)傳輸給轉(zhuǎn)換放大電路放大后，經(jīng)過(guò)數(shù)模轉(zhuǎn)換后傳輸給微處理器，再由微處理器定時(shí)傳輸?shù)街骺赜?jì)算機(jī)上，主控機(jī)根據(jù)對(duì)測(cè)量數(shù)據(jù)進(jìn)行處理與分析的結(jié)果決定是否開(kāi)啟灌溉系統(tǒng)的電子開(kāi)關(guān)，從而實(shí)現(xiàn)了對(duì)被灌溉植物的閉環(huán)控制。不足之處在于檢測(cè)植物器官微尺寸變化的傳感器仍需要接觸果實(shí)，影響果實(shí)的正常生長(zhǎng)。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是克服現(xiàn)有技術(shù)中植物果實(shí)測(cè)量的方法需要接觸植物果實(shí)，影響果實(shí)的正常生長(zhǎng)，測(cè)量結(jié)果難以真實(shí)反映植物的生理狀況缺點(diǎn)，提供一種不需要接觸植物果實(shí)就可以準(zhǔn)確檢測(cè)果實(shí)尺寸變化的植物果實(shí)微尺寸變化視覺(jué)檢測(cè)系統(tǒng)及方法。本發(fā)明的目的是通過(guò)下述技術(shù)方案予以實(shí)現(xiàn)：一種植物果實(shí)微尺寸變化視覺(jué)檢測(cè)方法，包括以下步驟：第一步，圖像采集裝置對(duì)果實(shí)的圖像進(jìn)行采集；第二步，圖像預(yù)處理模塊通過(guò)圖像去噪算法對(duì)采集的果實(shí)圖像進(jìn)行降噪處理，降噪處理后能有效提高圖像信噪比，以利于果實(shí)直徑獲取；第三步，果實(shí)子圖像提取模塊對(duì)降噪處理后的圖像通過(guò)OTSU閾值分割轉(zhuǎn)換為二值圖像，然后標(biāo)記二值圖像中所有區(qū)域并提取出包含目標(biāo)果實(shí)的最小矩形區(qū)域，對(duì)目標(biāo)果實(shí)區(qū)域延伸尺寸得到新的定位區(qū)域，依據(jù)新的定位區(qū)域從降噪后圖像提取出降噪圖像的子圖像，該子圖像為目標(biāo)果實(shí)子圖像；第四步，果體區(qū)域定位模塊對(duì)二值圖像進(jìn)行凹點(diǎn)探測(cè)和邊界搜索確定出果實(shí)梗和果實(shí)體連接處凹點(diǎn)，得出果體區(qū)域，再由果體區(qū)域通過(guò)邊界提取算法得到果體邊界；第五步，果實(shí)直徑計(jì)算模塊利用果體區(qū)域定位模塊中確定的果實(shí)體邊界進(jìn)行列掃描，計(jì)算掃描列上果實(shí)對(duì)應(yīng)邊緣點(diǎn)間距離，掃描完整個(gè)果實(shí)體后得到果實(shí)體像素面積，由像素面積及像素點(diǎn)尺寸計(jì)算出果實(shí)直徑。作為一種優(yōu)選方案，第二步的降噪處理的方法為：將圖像分解成大小為m×n而相互之間重疊的塊，對(duì)圖像建立保邊函數(shù)：將濾波后圖像塊內(nèi)的像素S分為兩類：一類是含噪像素點(diǎn)組成的集成N；另一類為不含噪聲像素點(diǎn)組成的集合Nc。對(duì)圖像塊內(nèi)含噪像素點(diǎn)集合N的像素點(diǎn)ui，j和塊內(nèi)的其他像素點(diǎn)uk，l建立該像素點(diǎn)的保邊函數(shù)：對(duì)圖像塊內(nèi)所有含噪像素點(diǎn)保邊函數(shù)為：該算法對(duì)邊緣沿其切線和法線具有不同不同擴(kuò)散系數(shù)的各項(xiàng)異性處理，使得沿邊緣法線方向的擴(kuò)散系數(shù)趨于0，抑制了邊緣模糊現(xiàn)象；對(duì)平滑區(qū)域進(jìn)行各向同性處理，殘余噪聲很小，在降低圖像噪聲的同時(shí)保持邊緣信息完整。作為一種優(yōu)選方案，第三步的OTSU閾值分割包括以下步驟：a.選擇一個(gè)初值閾值的估算值T0＝{Tk|k＝0}，b.利用閾值把圖像分割成C、C′兩組，C＝{f(x，y)|0＜f(x，y)＜Tk}，C′＝{f(x，y)|f(x，y)≥Tk}；c.計(jì)算區(qū)域C、C′的灰度均值，d.選擇新的閾值Tk+1，e.如果Tk+1＝Tk，則繼續(xù)后續(xù)步驟，否則k＝k+1，轉(zhuǎn)步驟b；f.利用閾值Tk，可以把圖像分成兩部分C0、C0′，C0＝{f(x，y)|0＜f(x，y)＜Tk}，C0′＝{f(x，y)|f(x，y)≥Tk}；對(duì)C0區(qū)域進(jìn)行步驟a～步驟e的計(jì)算，初始條件：Hmax＝Tk，Hmin為圖像最小灰度值，計(jì)算得到T0＝Tk；g.利用閾值T0，把圖像再一次分成兩部分C1、C1′C1＝{f(x，y)|0＜f(x，y)＜Tk}，C1′＝{f(x，y)|f(x，y)≥Tk}；對(duì)區(qū)域C1′進(jìn)行步驟a～步驟e的計(jì)算，初始條件：Hmax為圖像最大灰度值，Hmin＝Tk，計(jì)算得到T1＝Tk；h.利用閾值T1對(duì)圖像進(jìn)行分割，原圖變成二值圖像。目標(biāo)果實(shí)子圖像提取模塊通過(guò)將降噪后圖像OTSU閾值分割轉(zhuǎn)換為二值圖像，然后標(biāo)記二值圖像中所有區(qū)域并提取出包含目標(biāo)果實(shí)的最小矩形區(qū)域，對(duì)最小矩形區(qū)域延伸適當(dāng)尺寸得到新的定位區(qū)域，延伸尺寸視目標(biāo)果實(shí)和周圍果實(shí)間間距而定，原則是新的定位區(qū)域中僅包含目標(biāo)果實(shí)；依據(jù)新的定位區(qū)域從降噪后圖像提取出降噪圖像的子圖像，該子圖像為目標(biāo)果實(shí)子圖像，建立子圖像的目的是將圖像分析的任務(wù)集中在包含目標(biāo)果實(shí)的局部區(qū)域，建立子圖像能有效減少圖像處理及真實(shí)環(huán)境中點(diǎn)的搜索工作量，提高算法運(yùn)行速度，并可以有效回避周圍環(huán)境等復(fù)雜圖像信息對(duì)真實(shí)環(huán)境中工作的影響，提高目標(biāo)的精確性；果體區(qū)域定位模塊對(duì)目標(biāo)果實(shí)子圖像進(jìn)行Sobel梯度運(yùn)算和自適應(yīng)閾值分割，自適應(yīng)閾值分割算法首先根據(jù)常規(guī)閾值分割算法得到最優(yōu)分割閾值T，利用T把圖像分成兩個(gè)部分，再對(duì)灰度低的部分進(jìn)行最優(yōu)閾值分割得到閾值T0，用T0把圖像分割成兩部分，最后對(duì)灰度高的部分進(jìn)行最佳閾值分割得到閾值T1，T1即為最終分割閾值。一種植物果實(shí)微尺寸變化視覺(jué)檢測(cè)系統(tǒng)，包括圖像采集裝置、圖像處理及控制裝置、支撐裝置和外觸發(fā)裝置，所述的支撐裝置用于支撐果實(shí)，圖像采集裝置與外觸發(fā)裝置通過(guò)數(shù)據(jù)線相連接，外觸發(fā)裝置與圖像處理及控制裝置通過(guò)數(shù)據(jù)線相連接，圖像處理及控制裝置還通過(guò)數(shù)據(jù)線與圖像采集裝置直接連接。所述圖像采集裝置包括CMOS工業(yè)相機(jī)、三角架、焦闌鏡頭和紅色背光光源。所述支撐裝置為不銹鋼構(gòu)建的固定框架，固定框架的支撐面用來(lái)支撐目標(biāo)果實(shí)，防止果實(shí)的移動(dòng)。所述外觸發(fā)裝置為控制CMOS工業(yè)相機(jī)圖像采集的硬件設(shè)備，以支持果實(shí)生長(zhǎng)圖像的定時(shí)采集。作為一種優(yōu)選方案，所述的圖像處理及控制裝置包括圖像處理單元、圖像及數(shù)據(jù)顯示單元和控制單元，圖像采集裝置同時(shí)連接圖像處理單元和圖像及數(shù)據(jù)顯示單元，圖像處理單元還連接控制單元，控制單元與外觸發(fā)裝置相連接。圖像處理單元通過(guò)對(duì)圖像處理、分析后得到目標(biāo)果實(shí)大??；圖像及數(shù)據(jù)顯示單元定時(shí)顯示采集的果實(shí)圖像和獲取的果實(shí)尺寸信息；控制單元通過(guò)外觸發(fā)裝置與圖像采集裝置相連，控制單元完成對(duì)外觸發(fā)裝置的參數(shù)設(shè)置，外觸發(fā)裝置根據(jù)控制模塊傳送過(guò)來(lái)的參數(shù)設(shè)定值向圖像采集裝置發(fā)出控制信號(hào)。作為一種優(yōu)選方案，圖像處理單元包括圖像預(yù)處理模塊、果實(shí)子圖像提取模塊、果體區(qū)域定位模塊和果實(shí)直徑計(jì)算模塊，圖像預(yù)處理模塊連接果實(shí)子圖像提取模塊，果實(shí)子圖像提取模塊連接果體區(qū)域定位模塊，果體區(qū)域定位模塊連接果實(shí)直徑計(jì)算模塊。本發(fā)明的有益效果是，植物果實(shí)微尺寸變化視覺(jué)檢測(cè)系統(tǒng)能非接觸、高精度的檢測(cè)植物果實(shí)的微尺寸變化，且不會(huì)影響植物果實(shí)的正常生長(zhǎng)。本發(fā)明在植物生長(zhǎng)規(guī)律研究、生長(zhǎng)異常診斷、節(jié)水灌溉、生產(chǎn)最優(yōu)控制等方面均有廣泛的用途。附圖說(shuō)明圖1是本發(fā)明的一種電路原理連接圖；圖2是本發(fā)明圖像處理單元的一種電路原理連接圖。其中：1、圖像采集裝置，2、圖像處理及控制裝置，3、外觸發(fā)裝置，21、圖像處理單元，22、圖像及數(shù)據(jù)顯示單元，23、控制單元，211、圖像預(yù)處理模塊，212、果實(shí)子圖像提取模塊，213、果體區(qū)域定位模塊，214、果實(shí)直徑計(jì)算模塊。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步描述。實(shí)施例：一種植物果實(shí)微尺寸變化視覺(jué)檢測(cè)系統(tǒng)，包括圖像采集裝置1、圖像處理及控制裝置2、支撐裝置和外觸發(fā)裝置3，支撐裝置用于支撐果實(shí)。圖像采集裝置包括CMOS工業(yè)相機(jī)、三角架、焦闌鏡頭和紅色背光光源。支撐裝置為不銹鋼構(gòu)建的固定框架，固定框架的支撐面用來(lái)支撐目標(biāo)果實(shí)，防止果實(shí)的移動(dòng)。外觸發(fā)裝置為控制CMOS工業(yè)相機(jī)圖像采集的硬件設(shè)備，以支持果實(shí)生長(zhǎng)圖像的定時(shí)采集。圖像采集裝置安裝時(shí)將CMOS相機(jī)固定三腳架上，相機(jī)的位置由三腳架進(jìn)行改變，保證相機(jī)的光軸與放置在支撐裝置上的目標(biāo)果實(shí)垂直。CMOS相機(jī)定時(shí)采集生長(zhǎng)中的果實(shí)圖像，并通過(guò)USB2.0將采集的圖像傳送至圖像處理及控制裝置。圖像處理及控制裝置包括圖像處理單元、圖像及數(shù)據(jù)顯示單元和控制單元，圖像采集裝置同時(shí)連接圖像處理單元和圖像及數(shù)據(jù)顯示單元，圖像處理單元還連接控制單元，控制單元與外觸發(fā)裝置相連接。圖像處理單元通過(guò)對(duì)圖像處理、分析后得到目標(biāo)果實(shí)大?。粓D像及數(shù)據(jù)顯示單元定時(shí)顯示采集的果實(shí)圖像和獲取的果實(shí)尺寸信息；控制單元通過(guò)外觸發(fā)裝置與圖像采集裝置相連，控制單元完成對(duì)外觸發(fā)裝置的參數(shù)設(shè)置，外觸發(fā)裝置根據(jù)控制模塊傳送過(guò)來(lái)的參數(shù)設(shè)定值向圖像采集裝置發(fā)出控制信號(hào)。圖像處理單元的一種電路原理連接圖如圖2所示，圖像處理單元包括圖像預(yù)處理模塊、果實(shí)子圖像提取模塊、果體區(qū)域定位模塊和果實(shí)直徑計(jì)算模塊，圖像預(yù)處理模塊連接果實(shí)子圖像提取模塊，果實(shí)子圖像提取模塊連接果體區(qū)域定位模塊，果體區(qū)域定位模塊連接果實(shí)直徑計(jì)算模塊。一種植物果實(shí)微尺寸變化視覺(jué)檢測(cè)方法，包括以下步驟：第一步，圖像采集裝置對(duì)果實(shí)的圖像進(jìn)行采集；第二步，圖像預(yù)處理模塊通過(guò)圖像去噪算法對(duì)采集的果實(shí)圖像進(jìn)行降噪處理，降噪處理后能有效提高圖像信噪比，以利于果實(shí)直徑獲?。粚D像分解成大小為m×n而相互之間重疊的塊，對(duì)圖像建立保邊函數(shù)：將濾波后圖像塊內(nèi)的像素S分為兩類：一類是含噪像素點(diǎn)組成的集成N；另一類為不含噪聲像素點(diǎn)組成的集合Nc。對(duì)圖像塊內(nèi)含噪像素點(diǎn)集合N的像素點(diǎn)ui，j和塊內(nèi)的其他像素點(diǎn)uk，l建立該像素點(diǎn)的保邊函數(shù)：對(duì)圖像塊內(nèi)所有含噪像素點(diǎn)保邊函數(shù)為：第三步，果實(shí)子圖像提取模塊對(duì)降噪處理后的圖像通過(guò)OTSU閾值分割轉(zhuǎn)換為二值圖像，然后標(biāo)記二值圖像中所有區(qū)域并提取出包含目標(biāo)果實(shí)的最小矩形區(qū)域，對(duì)目標(biāo)果實(shí)區(qū)域延伸尺寸得到新的定位區(qū)域，依據(jù)新的定位區(qū)域從降噪后圖像提取出降噪圖像的子圖像，該子圖像為目標(biāo)果實(shí)子圖像；OTSU閾值分割包括以下步驟：a.選擇一個(gè)初值閾值的估算值T0＝{Tk|k＝0}，b.利用閾值把圖像分割成C、C′兩組，C＝{f(x，y)|0＜f(x，y)＜Tk}，C′＝{f(x，y)|f(x，y)≥Tk}；c.計(jì)算區(qū)域C、C′的灰度均值，d.選擇新的閾值Tk+1，e.如果Tk+1＝Tk，則繼續(xù)后續(xù)步驟，否則k＝k+1，轉(zhuǎn)步驟b；f.利用閾值Tk，可以把圖像分成兩部分C0、C0′，C0＝{f(x，y)|0＜f(x，y)＜Tk}，C0′＝{f(x，y)|f(x，y)≥Tk}；對(duì)C0區(qū)域進(jìn)行步驟a～步驟e的計(jì)算，初始條件：Hmax＝Tk，Hmin為圖像最小灰度值，計(jì)算得到T0＝Tk；g.利用閾值T0，把圖像再一次分成兩部分C1、C1′C1＝{f(x，y)|0＜f(x，y)＜Tk}，C1′＝{f(x，y)|f(x，y)≥Tk}；對(duì)區(qū)域C1′進(jìn)行步驟a～步驟e的計(jì)算，初始條件：Hmax為圖像最大灰度值，Hmin＝Tk，計(jì)算得到T1＝Tk；h.利用閾值T1對(duì)圖像進(jìn)行分割，原圖變成二值圖像。第四步，果體區(qū)域定位模塊對(duì)二值圖像進(jìn)行凹點(diǎn)探測(cè)和邊界搜索確定出果實(shí)梗和果實(shí)體連接處凹點(diǎn)，得出果體區(qū)域，再由果體區(qū)域通過(guò)邊界提取算法得到果體邊界；第五步，果實(shí)直徑計(jì)算模塊利用果體區(qū)域定位模塊中確定的果實(shí)體邊界進(jìn)行列掃描，計(jì)算掃描列上果實(shí)對(duì)應(yīng)邊緣點(diǎn)間距離，掃描完整個(gè)果實(shí)體后得到果實(shí)體像素面積，由像素面積及像素點(diǎn)尺寸計(jì)算出果實(shí)直徑。