一種用于牧草高度檢測的實時無損測量方法
【專利摘要】本發(fā)明提出了一種用于牧草高度檢測的實時無損測量方法，包括如下步驟：S1、圖像采集；S2、牧草檢測；S3、牧草層高計算；S4、牧草株高計算；S5、圖像壓縮與網(wǎng)絡(luò)傳輸。本發(fā)明克服現(xiàn)有牧草高度檢測方法的缺點，實現(xiàn)了對牧草任意高度的實時、無損、連續(xù)、遠程測量，本發(fā)明對提高觀測資料的客觀性、數(shù)據(jù)質(zhì)量和減輕觀測人員勞動強度、提高觀測效率等具有重要意義。
【專利說明】
一種用于牧草高度檢測的實時無損測量方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及牧草檢測領(lǐng)域，尤其是涉及一種用于牧草高度檢測的實時無損測量方 法。
【背景技術(shù)】
[0002] 國內(nèi)外學(xué)者對農(nóng)業(yè)氣象自動化觀測進行了較深入的研究，但大都集中在農(nóng)田雜草 識別、病蟲害控制等方面，主要實現(xiàn)了對小麥、玉米、水稻、棉花等農(nóng)作物的關(guān)鍵發(fā)育期、蓋 度、密度、高度等參數(shù)的自動化監(jiān)測。而對草原地區(qū)的牧草的自動化觀測研究較少?，F(xiàn)有的 草地觀測的指標多集中在牧草的產(chǎn)量和蓋度，且多與人工觀測結(jié)合，并未實現(xiàn)真正意義上 的自動化。本發(fā)明對草原地區(qū)的天然牧草自動化檢測和數(shù)據(jù)上傳進行了研究。
[0003] 現(xiàn)有牧草高度自動檢測方法一般僅能測量單株牧草的高度（即株高），不能測量觀 測范圍內(nèi)牧草的整體高度（即層高）。而且測量牧草高度時，現(xiàn)有方法需要接觸牧草、或需要 在觀測現(xiàn)場放置標定物，對牧草生長有損壞。本發(fā)明給出的方法采用相機無接觸的被動測 量，僅需一部數(shù)字相機，無需在觀測現(xiàn)場放置任何標定物，克服了現(xiàn)有方法對硬件條件和實 驗環(huán)境條件等外部條件要求高的缺點，做到了不破壞測量現(xiàn)場、無損測量。
[0004] 目前圖像分割的方法有很多，但針對牧草特點的圖像分割方法研究較少。而且，當 前常用的牧草圖像分割多采用形狀特征，輪廓提取是形狀特征參數(shù)計算的關(guān)鍵，但提取完 整且光滑的輪廓可借鑒的成果不多。對于作為實驗對象的植株株型有較高要求，導(dǎo)致這些 方法只能對某一種或某幾種植株使用，適用性不強。本發(fā)明給出的方法沒有采用圖像的形 狀特征或紋理特征，而是采用顏色特征，不針對某一種或某幾種牧草，不需要輪廓提取，也 無需運行復(fù)雜的圖像分割算法，適用性很強。
[0005] 無論是安全監(jiān)控、工業(yè)控制、農(nóng)業(yè)氣象自動化觀測，還是牧草自動化檢測，目前基 本上都采用千萬像素級別的高性能相機在前端采集，然后通過網(wǎng)絡(luò)、1394或USB傳輸給工控 機或臺式機進行處理，這種非嵌入式方案一般價格昂貴。而且由于牧草在自然環(huán)境下，背景 復(fù)雜，而觀測點與臺站一般距離較遠，圖像傳輸壓力大，工控機或臺式機在體積、功耗、工作 環(huán)境及穩(wěn)定性方面也不適于在野外工作。
[0006] 草原牧草高度檢測方法目前仍然以人工觀測為主。人工觀測方法是用卷尺、游標 卡尺等進行測量，由于觀測點與臺站距離較遠，雖然檢測結(jié)果較為精確，但很費時、費力、主 觀性較大，而且無法在牧草的整個生長過程中實現(xiàn)連續(xù)監(jiān)測。盡管當前出現(xiàn)了一些牧草高 度自動檢測方法，但這些方法在測量牧草高度時需要接觸牧草、或需要在觀測現(xiàn)場放置標 定物，對牧草生長有損壞。而且這些方法多與人工觀測結(jié)合，并未實現(xiàn)真正意義上的自動 化。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明提出一種用于牧草高度檢測的實時無損測量方法，克服現(xiàn)有牧草高度檢測 方法的缺點，實現(xiàn)了對牧草任意高度的實時、無損、遠程、連續(xù)測量，本發(fā)明對提高觀測資料 的客觀性、數(shù)據(jù)質(zhì)量和減輕觀測人員勞動強度、提高觀測效率等具有重要意義。
[0008] 本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：一種用于牧草高度檢測的實時無損測量方法， 包括如下步驟：
[0009] S1、圖像采集，采用網(wǎng)絡(luò)相機進行圖像采集，將網(wǎng)絡(luò)相機安裝在地面上，光軸與地 面平行略向上，使圖像采集的圖片能拍攝到天空背景；
[0010] S2、牧草檢測，判斷由相機采集的圖像中的像素是否具備某些特征，從而直接在 RGB空間上轉(zhuǎn)換成二值化圖像，分割出牧草與非牧草區(qū)域；
[0011] S3、牧草層高計算;對牧草層高的檢測采用如下四個步驟實現(xiàn)：
[0012] ①用一個相機水平略向上放置拍攝牧草，要求能拍到天空背景；
[0013] ②采用上面的方法將上面的RGB圖像轉(zhuǎn)化為二值圖，在二值圖中用黑色(0)表示綠 草區(qū)域，白色(255)表示非綠草區(qū)域；
[0014]③通過每行綠色像素點數(shù)量的變化曲線，獲得最高一層的高度信息，同時以橫坐 標為參考點，獲得每個最高點的高度信息;從最上面的第1行到最高點置為255,通過這種方 法可以將非綠草的干擾濾除；
[0015]④計算每一列中最下一行到紅色標記的行的長度，然后求所有列的平均高度:草 的平均高度(草的層高）=圖像的高度-像素點的最高高度之和/圖像的寬度；
[0016] S4、牧草株高計算，采用二項式擬合的方式得到，設(shè)yl=a*x2+b*x+c，其中X為層 高，通過以上方法由系統(tǒng)直接得到;y 1為株高，a、b、c為擬合系數(shù)；
[0017] S5、圖像壓縮與網(wǎng)絡(luò)傳輸，對處理后的結(jié)果及原始圖像經(jīng)JPEG壓縮后再通過網(wǎng)絡(luò) 傳輸。
[0018] 作為一種優(yōu)選的技術(shù)方案，步驟S2中，這些特征應(yīng)既考慮牧草的色度信息又考慮 牧草的光照信息，這些特征由用戶根據(jù)以下四個參數(shù)來定義：
[0019] ①在RGB空間的主導(dǎo)成分（dominant RGB component)
[0020] ②在RGB空間的受控成分（dominated RGB component)
[0021] ③最小亮度（minimum intensity(shadow))
[0022] ④最大亮度(maximum intensity(light));
[0023] 在RGB顏色空間中，相同或相似顏色的信息通常會集中分布在一個部位，對于像牧 草這樣的綠色植物，其主要的顏色分量為綠色分量G，因此在一般情況下植株部分G分量的 值要大于R分量與B分量的值。上述條件中①與②應(yīng)分別對應(yīng)G(green)通道和B(Blue)通道； 而shadow和light代表了兩個亮度門限值，這兩個門限值能夠?qū)⑻担╢ shadow)或太亮的 (3 light)像素濾除掉。
[0024] 對于綠草檢測，采用如下方式檢測：
[0025]
[0026] 作為一種優(yōu)選的技術(shù)方案，步驟S3中，當牧草長得不密集，某些地方出現(xiàn)間斷時， 在程序中設(shè)置一個閥值，當該列的綠色像素的個數(shù)少于該閥值時，該列不應(yīng)參與層高的運 算。
[0027] 作為一種優(yōu)選的技術(shù)方案，步驟S4中，擬合的方法為:首先由本系統(tǒng)直接得到層高 X，然后人工測出與該圖像對應(yīng)的株高y，通過這種方法測得多組數(shù)據(jù)，然后將x、y數(shù)據(jù)代入 到Matlab函數(shù)p = polyfit(x，y，2)中，這樣就可得到了擬合系數(shù)，即a = p(l)，b = p(2)，c = p (3)，將擬合系數(shù)通過網(wǎng)絡(luò)傳輸給本系統(tǒng)，就可以直接由系統(tǒng)得到株高。
[0028] 作為一種優(yōu)選的技術(shù)方案，步驟S5中，圖像壓縮可以采用TI給出的經(jīng)過優(yōu)化后的 JPEG編碼庫實現(xiàn)；網(wǎng)絡(luò)傳輸采用"客戶端/服務(wù)器"網(wǎng)絡(luò)通信模式實現(xiàn)，將DM642設(shè)計為嵌入 式服務(wù)器端，利用套接字Socket編程實現(xiàn)，服務(wù)器負責響應(yīng)客戶端的請求并發(fā)送編碼流;同 時在PC機端用VC++開發(fā)了基于WinSock的客戶端，負責向服務(wù)器端發(fā)起請求并按幀接收數(shù) 據(jù)、Jpeg解碼及圖像顯示、檢測結(jié)果顯示；網(wǎng)絡(luò)模塊使用NDK(Network Developer's Kit)開 發(fā)，NDK是ΤΙ針對其C6X系列DSP的TCP/IP協(xié)議棧而開發(fā)的新型網(wǎng)絡(luò)開發(fā)工具包。
[0029]作為一種優(yōu)選的技術(shù)方案，所述網(wǎng)絡(luò)相機采用200萬像素。
[0030]采用了上述技術(shù)方案，本發(fā)明的有益效果為:本發(fā)明采用200萬像素的相機在前端 采集，并在前端通過DSP直接進行牧草檢測、高度測量等處理，處理后的結(jié)果及原始圖像、處 理后的圖像數(shù)據(jù)流再通過網(wǎng)絡(luò)傳輸給遠端的客戶機。由于DSP的超強運算能力，使這種在前 端采集、前端處理的嵌入式方案運算速度快，魯棒性好，基于嵌入式技術(shù)和圖像處理技術(shù)的 牧草高度檢測方法，在速度和穩(wěn)定性上大大超過PC系統(tǒng)。特別是在超高速圖像處理和大分 辨率圖像處理領(lǐng)域具有領(lǐng)先優(yōu)勢。本發(fā)明通過采用新穎、簡單的算法，并借助嵌入式技術(shù)的 優(yōu)勢，使本發(fā)明提出的牧草高等檢測方法實時性、穩(wěn)定性、易用性等方面優(yōu)于現(xiàn)有檢測方 法。
[0031] 本發(fā)明克服現(xiàn)有牧草高度檢測方法的缺點，實現(xiàn)了對牧草任意高度的實時、無損、 遠程、連續(xù)測量，本發(fā)明對提高觀測資料的客觀性、數(shù)據(jù)質(zhì)量和減輕觀測人員勞動強度、提 高觀測效率等具有重要意義。
【附圖說明】
[0032] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。
[0033]圖1為本發(fā)明的硬件連接框圖；
[0034]圖2為本發(fā)明的牧草高度檢測原圖；
[0035]圖3為本發(fā)明的牧草二值化圖；
[0036] 圖4為本發(fā)明的綠色像素點數(shù)量的變化曲線；
[0037] 圖5為本發(fā)明的濾波后的二值化圖；
[0038]圖6為本發(fā)明的濾波后的綠草圖；
[0039]圖7為本發(fā)明的牧草的高度曲線圖。
【具體實施方式】
[0040] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0041] 本檢測方法包括圖像采集、牧草檢測、層高計算、株高計算、圖像壓縮與網(wǎng)絡(luò)傳輸 等部分。其硬件連接框圖如圖1所示。
[0042] 采用1臺200萬像素智能工業(yè)相機(工業(yè)相機內(nèi)自帶DSP和網(wǎng)口，DSP采用TI公司的 TMS320DM642)，工業(yè)相機通過CameraLink接口與DSP相連，相機采集到的數(shù)據(jù)通過DSP上的 EDMA傳送到片外的SDRAM，以便供圖像處理應(yīng)用程序使用。圖像處理應(yīng)用程序主要實現(xiàn)牧草 的檢測、層高計算、株高計算等。對圖像進行相應(yīng)的處理之后，將處理后的圖像及原圖進行 JPEG壓縮，然后將JPEG圖像數(shù)據(jù)流及處理結(jié)果通過以太網(wǎng)控制器進行網(wǎng)絡(luò)傳輸。
[0043] 1、圖像采集
[0044] 采用1臺200萬像素網(wǎng)絡(luò)相機進行圖像采集。相機安裝在地面上，光軸與地面基本 平行，并略向上，使圖像采集的圖片能拍攝到天空背景。
[0045] 2、牧草檢測
[0046] 由相機采集的圖像中的像素是否具備某些特征，從而直接在RGB空間上轉(zhuǎn)換成二 值化圖像，分割出牧草與非牧草區(qū)域。這些特征應(yīng)既考慮牧草的色度信息又考慮牧草的光 照信息，這些特征由用戶根據(jù)以下四個參數(shù)來定義：
[0047] ①在RGB空間的主導(dǎo)成分（dominant RGB component)
[0048] ②在RGB空間的受控成分（dominated RGB component)
[0049] ③最小亮度（minimum intensity(shadow))
[0050] ④最大亮度(maximum intensity(light))
[0051] 在RGB顏色空間中，相同或相似顏色的信息通常會集中分布在一個部位。對于像牧 草這樣的綠色植物來說，其主要的顏色分量為綠色分量G。因此在一般情況下植株部分G分 量的值要大于R分量與B分量的值。上述條件中①與②應(yīng)分別對應(yīng)G(green)通道和B(Blue) 通道;而shadow和light代表了兩個亮度門限值，這兩個門限值能夠?qū)⑻担╢ shadow)或太 亮的light)像素濾除掉。
[0052]對于綠草檢測，采用如下方式檢測：
[0053]
[0054] 3、牧草層高檢測
[0055]對牧草層高的檢測采用如下四個步驟實現(xiàn)：
[0056]①用一個相機水平放置(略偏上)拍攝牧草，要求能拍到天空背景，如圖2所示。 [0057]②采用上面的方法將上面的RGB圖像轉(zhuǎn)化為二值圖，在二值圖中用黑色(0)表示綠 草區(qū)域，白色(255)表示非綠草區(qū)域。
[0058]通過顏色空間提取到的綠草(里面混著非綠草的干擾以及不連通的綠草)如圖3所 不。
[0059]③通過每行綠色像素點數(shù)量的變化曲線(如圖4所示），獲得最高一層的高度信息， 同時以橫坐標為參考點，獲得每個最高點的高度信息（最高的行號），如圖7所示的紅色曲 線。
[0060] 從最上面的第1行到最高點（最高行)置為255(非目標的白色），通過這種方法可以 將非綠草的干擾濾除，濾波后的圖像如圖5、圖6所示：
[0061] ④計算每一列中最下一行到紅色標記的行的長度（即為這一列的綠草的高度），然 后求所有列的平均高度。
[0062] 草的平均高度(草的層高）=圖像的高度-像素點的最高高度之和/圖像的寬度
[0063] 上圖中草的層高為high_avage = 95.3760個像素
[0064] 當然，牧草長得可能沒有這么密集，可能某些地方出現(xiàn)間斷，因此圖像中不是所有 列均有牧草像素，此時若直接采用圖像的寬度做為分母來獲取牧草的層高顯然會使其值偏 大。為了解決這個問題，可以在程序中設(shè)置一個閥值，當該列的綠色像素的個數(shù)少于該閥值 時我們認為該列不應(yīng)參與層高的運算。
[0065]注意這種方法得到的層高的單位是像素數(shù)，即上圖中草的層高是high_avage = 80.6168個像素的高度，每個像素的高度為4.4um(這個由相機的CCD參數(shù)決定）。因此圖像中 的層尚為：
[0066] high_avage*4 · 4um = 80 · 6168*4 · 4um = 0 · 355mm
[0067] 其實際高度需要相機標定后通過標定后的空間關(guān)系得到，通過標定可以得到像高 轉(zhuǎn)物高的轉(zhuǎn)換系數(shù)depthscale。（相機到目標的位置不變，因此只需要最開始標定一次，此 后不用再標定。標定板也不需要放在觀測區(qū)域）。其實際的以mm為單位的層高為0.355mm* depthscale
[0068] 4、牧草株高檢測
[0069] 對于株高的計算，可以采用二項式擬合的方式得到。即設(shè)y 1 = a*x2+b*x+c，其中X 為層高，通過以上方法由系統(tǒng)直接得到;yl為株高，a、b、c為擬合系數(shù)。
[0070] 擬合的方法:首先由本系統(tǒng)直接得到層高x(以_為單位），然后人工測出與該圖像 對應(yīng)的株高（以mm為單位)y。通過這種方法測得多組數(shù)據(jù)，例如12組，然后將x、y數(shù)據(jù)(分別 有12個)代入到Matlab函數(shù)p = polyfit(x，y，2)中，這樣就可得到了擬合系數(shù)，即a = p(l)，b = p(2)，c = p(3)。將擬合系數(shù)通過網(wǎng)絡(luò)傳輸給本系統(tǒng)，就可以直接由系統(tǒng)得到株高。
[0071] 由于相機沒有嚴格水平放置，因此計算得到的層高與株高需要修正。我們根據(jù)三 角測量原理對得到的牧草高度進行了修正。
[0072] 5、圖像壓縮與網(wǎng)絡(luò)傳輸
[0073]由于圖像有200萬像素，數(shù)據(jù)量較大，原始圖像已經(jīng)在DSP硬件平臺上處理過，并得 到所需要的結(jié)果，在客戶端沒有必要看到原始數(shù)據(jù)，因此可以對處理后的結(jié)果及原始圖像 經(jīng)JPEG壓縮后再通過網(wǎng)絡(luò)傳輸，數(shù)據(jù)量大大減少。圖像壓縮可以采用TI給出的經(jīng)過優(yōu)化后 的JPEG編碼庫實現(xiàn)。
[0074] 網(wǎng)絡(luò)傳輸采用"客戶端/服務(wù)器"網(wǎng)絡(luò)通信模式實現(xiàn)，將DM642設(shè)計為嵌入式服務(wù)器 端，利用套接字Socket編程實現(xiàn)，服務(wù)器負責響應(yīng)客戶端的請求并發(fā)送編碼流;同時在PC機 端用VC++開發(fā)了基于WinSock的客戶端，負責向服務(wù)器端發(fā)起請求并按幀接收數(shù)據(jù)、Jpeg解 碼及圖像顯示、檢測結(jié)果顯示。
[0075] 網(wǎng)絡(luò)模塊使用NDK(Network Developer's Kit)開發(fā)，NDK是TI針對其C6X系列DSP 的TCP/IP協(xié)議棧而開發(fā)的新型網(wǎng)絡(luò)開發(fā)工具包。
[0076] 以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種用于牧草高度檢測的實時無損測量方法，其特征在于，包括如下步驟： 51、 圖像采集，采用網(wǎng)絡(luò)相機進行圖像采集，將網(wǎng)絡(luò)相機安裝在地面上，光軸與地面平 行略向上，使圖像采集的圖片能拍攝到天空背景； 52、 牧草檢測，判斷由相機采集而來的圖像中的像素是否具備某些特征，從而直接在 RGB空間上將彩色圖像轉(zhuǎn)換成二值化圖像，分割出牧草與非牧草區(qū)域； 53、 牧草層高計算;對牧草層高的檢測采用如下四個步驟實現(xiàn)： ① 用一個相機水平略向上放置拍攝牧草，要求能拍到天空背景； ② 采用上面的方法將上面的RGB圖像轉(zhuǎn)化為二值圖，在二值圖中用黑色(0)表示綠草區(qū) 域，白色(255)表示非綠草區(qū)域； ③ 通過每行綠色像素點數(shù)量的變化曲線，獲得最高一層的高度信息，同時W橫坐標為 參考點，獲得每個最高點的高度信息;從最上面的第1行到最高點置為255,通過運種方法可 W將非綠草的干擾濾除； ④ 計算每一列中最下一行到紅色標記的行的長度，然后求所有列的平均高度:草的平 均高度=圖像的高度-像素點的最高高度之和/圖像的寬度； 54、 牧草株高計算，采用二項式擬合的方式得到，設(shè)yl=a*x2+b*x+c，其中X為層高，通過 W上方法由系統(tǒng)直接得到;yl為株高，a、b、c為擬合系數(shù)； 55、 圖像壓縮與網(wǎng)絡(luò)傳輸，對處理后的結(jié)果及原始圖像經(jīng)肝EG壓縮后再通過網(wǎng)絡(luò)傳輸。2. 如權(quán)利要求1所述的一種用于牧草高度檢測的實時無損測量方法，其特征在于，步驟 S2中，用于牧草檢測的特征應(yīng)既考慮牧草的色度信息又考慮牧草的光照信息，運些特征由 用戶根據(jù)W下四個參數(shù)來定義： ① 在RGB空間的主導(dǎo)成分(dominant RGB component) ② 在RGB空間的受控成分(dominated RGB component) ③ 最小亮度(minimum intensity(sh曰dow)) ④ 最大亮度(maximum intensity(light))； 在RGB顏色空間中，相同或相似顏色的信息通常會集中分布在一個部位，對于像牧草運 樣的綠色植物所代表的綠色來說，其主要的顏色分量為綠色分量G，因此在一般情況下植株 部分G分量的值要大于R分量與B分量的值。^上述條件中①與②應(yīng)分別對應(yīng)G(green)通道 和B(Blue)通道；而shadow和li曲t代表了兩個亮度口限值，運兩個口限值能夠?qū)⑻担╚ shadow)或太亮的（^ li曲t)像素濾除掉。 對于綠草檢測，采用如下方式檢測：3. 如權(quán)利要求1所述的一種用于牧草高度檢測的實時無損測量方法，其特征在于，步驟 S3中，當牧草長得不密集，某些地方出現(xiàn)間斷時，在程序中設(shè)置一個閥值，當該列的綠色像 素的個數(shù)少于該閥值時，該列不應(yīng)參與層高的運算。4. 如權(quán)利要求1所述的一種用于牧草高度檢測的實時無損測量方法，其特征在于，步驟 S4中，擬合的方法為:首先由本系統(tǒng)直接得到層高X，然后人工測出與該圖像對應(yīng)的株高y， 通過運種方法測得多組數(shù)據(jù)，然后將x、y數(shù)據(jù)代入到Matlab函數(shù)p = polyfit(x，y，2)中，運 樣就可得到了擬合系數(shù)，即a = p(l)，b = p(2)，c = p(3)，將擬合系數(shù)通過網(wǎng)絡(luò)傳輸給本系 統(tǒng)，就可W直接由系統(tǒng)得到株高。5. 如權(quán)利要求1所述的一種用于牧草高度檢測的實時無損測量方法，其特征在于，步驟 S5中，圖像壓縮可W采用TI給出的經(jīng)過優(yōu)化后的JPEG編碼庫實現(xiàn)；網(wǎng)絡(luò)傳輸采用"客戶端/ 服務(wù)器"網(wǎng)絡(luò)通信模式實現(xiàn)，將DM642設(shè)計為嵌入式服務(wù)器端，利用套接字Socket編程實現(xiàn)， 服務(wù)器負責響應(yīng)客戶端的請求并發(fā)送編碼流；同時在PC機端用VC++開發(fā)了基于WinSock的 客戶端，負責向服務(wù)器端發(fā)起請求并按帖接收數(shù)據(jù)、Jpeg解碼及圖像顯示、檢測結(jié)果顯示； 網(wǎng)絡(luò)模塊使用NDK(化twork Developer's Kit)開發(fā)，NDK是TI針對其C6X系列DSP的TCP/IP 協(xié)議找而開發(fā)的新型網(wǎng)絡(luò)開發(fā)工具包。6. 如權(quán)利要求1所述的一種用于牧草高度檢測的實時無損測量方法，其特征在于，所述 網(wǎng)絡(luò)相機采用200萬像素。
【文檔編號】G01B11/06GK105973156SQ201610554044
【公開日】2016年9月28日
【申請日】2016年7月14日
【發(fā)明人】陳子為, 黃啟宏, 蘇魯陽
【申請人】成都信息工程大學(xué)