棉田蟲情自動(dòng)監(jiān)測(cè)裝置及監(jiān)測(cè)方法
【專利摘要】一種棉田蟲情自動(dòng)監(jiān)測(cè)裝置及監(jiān)測(cè)方法,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),該方法包括實(shí)時(shí)采集棉田的棉苗圖像信息;對(duì)所述棉苗圖像信息進(jìn)行處理,提取所述棉田棉苗的葉面輪廓信息及該葉面輪廓內(nèi)的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。該裝置包括:固定架,按照區(qū)域固定于棉田中;圖像采集裝置,安裝在所述固定架上,用于實(shí)時(shí)采集棉苗的圖像信息;圖像傳輸裝置,安裝在所述固定架上,用于傳輸所述圖像采集裝置實(shí)時(shí)采集的棉苗圖像信息;監(jiān)控中心,與所述圖像傳輸裝置連接,包括:圖像接收裝置和圖像分析系統(tǒng),采用上述方法對(duì)所述棉苗圖像信息進(jìn)行分析以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。
【專利說明】棉田蟲情自動(dòng)監(jiān)測(cè)裝置及監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種棉田的自動(dòng)監(jiān)測(cè)技術(shù),特別是一種棉田蟲情自動(dòng)監(jiān)測(cè)裝置及監(jiān)測(cè)方法。
【背景技術(shù)】
[0002]目前,在棉田種植中,棉苗的蟲情通常是通過人工對(duì)棉苗進(jìn)行觀察,從而作為對(duì)棉苗進(jìn)行除蟲噴藥、灌溉以及施肥等田間管理的依據(jù)。但是人工觀察由于受到時(shí)間、氣候等條件的限制,并不能實(shí)時(shí)對(duì)棉苗的蟲情等進(jìn)行分析掌握,無法及時(shí)預(yù)防和控制蟲害發(fā)生,并且勞動(dòng)強(qiáng)度大,受人為因素影響嚴(yán)重,便利性差,在目前的國內(nèi)外棉苗的種植中,尚未檢索到有關(guān)對(duì)棉苗的蟲害進(jìn)行自動(dòng)監(jiān)測(cè)的研究。
【發(fā)明內(nèi)容】
[0003]本發(fā)明所要解決的技術(shù)問題是提供一種可對(duì)棉田棉苗的蟲害進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè)的棉田蟲情自動(dòng)監(jiān)測(cè)裝置及監(jiān)測(cè)方法。
[0004]為了實(shí)現(xiàn)上述目的,本發(fā)明提供了一種棉田蟲情自動(dòng)監(jiān)測(cè)方法,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),其中,包括如下步驟:
[0005]S1、實(shí)時(shí)采集棉田的棉苗圖像信息;
[0006]S2、對(duì)所述棉苗圖像信息進(jìn)行處理,提取所述棉田棉苗的葉面輪廓信息及該葉面輪廓內(nèi)的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗
蟲害信息。
[0007]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述葉片特征包括:棉葉顏色變化、棉葉形態(tài)變化和棉葉出現(xiàn)蟲情。
[0008]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述步驟S2包括:
[0009]S21、對(duì)所述棉苗圖像信息進(jìn)行圖像分割,利用YIQ顏色空間中的Q分量提取所述棉苗圖像信息中的棉苗的顏色信息得到處理后的棉苗圖像信息,然后用OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息;
[0010]S22、單株棉苗的投影定位,對(duì)二值化后的棉苗圖像信息分別進(jìn)行垂直和水平投影,并設(shè)定邊界閾值以確定多個(gè)單株棉苗的具體位置;
[0011]S23、單株棉苗的輪廓提取,采用Robert邊緣檢測(cè)算法提取單個(gè)棉株的葉面輪廓邊緣及所述葉面輪廓內(nèi)部的孔洞信息;
[0012]S24、計(jì)算孔洞數(shù)值,對(duì)所述孔洞信息采用四鄰域區(qū)域標(biāo)記算法標(biāo)記后并計(jì)算出孔洞數(shù)值;
[0013]S25、判斷蟲情信息,將所述孔洞數(shù)值與一經(jīng)驗(yàn)閾值相比較,若所述孔洞數(shù)值大于所述經(jīng)驗(yàn)閾值,則已發(fā)生蟲害;若所述孔洞數(shù)值小于所述經(jīng)驗(yàn)閾值,則無蟲害發(fā)生。
[0014]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息的方法為:設(shè)灰度圖像灰度級(jí)是L,則灰度范圍為[0,L-1],利用OTSU算法計(jì)算圖像的最佳閾值為:
[0015]t=Max [w0 (t) * (uO (t) _u) '2+wl (t) * (ul (t) _u) '2)],
[0016]其中,當(dāng)分割的閾值為t時(shí),《O為背景比例,UO為背景均值,Wl為前景比例,Ul為前景均值,u為整幅圖像的均值,使以上表達(dá)式值最大的t,即為分割圖像的最佳閾值。
[0017]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述四鄰域標(biāo)記算法包括如下步驟:
[0018]S241、選擇一標(biāo)記點(diǎn),判斷所述標(biāo)記點(diǎn)的四鄰域中的最左、最上是否存在其他點(diǎn),如果都沒有其他點(diǎn),則判斷為一個(gè)新的區(qū)域的開始;
[0019]S242、如果所述標(biāo)記點(diǎn)的四鄰域中的最左有點(diǎn),最上沒有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最左點(diǎn)的值;如果所述標(biāo)記點(diǎn)的四鄰域中的最左沒有點(diǎn),最上有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最上點(diǎn)的值;
[0020]S243、如果所述標(biāo)記點(diǎn)的四鄰域中的最左、最上均有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為所述最左、最上兩個(gè)點(diǎn)中的最小的點(diǎn)的值,并將其他大于該最小的點(diǎn)的值修改為小點(diǎn)的值。
[0021]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述Robert邊緣檢測(cè)算法的Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子,其計(jì)算公式如下:
[0022]G (X,y) =sqrt ((f (x, y) -f (x+1, y+1)) * (f (x, y) -f (x+1, y+1)) + (f (x+1, y) -f (x, y+1))*(f(x+l,y)-f(x, y+1)))
[0023]其中,f(x,y)為輸入圖像,g(x,y)為輸出圖像。
[0024]上述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其中,所述經(jīng)驗(yàn)閾值為。
[0025]為了更好地實(shí)現(xiàn)上述目的,本發(fā)明還提供了一種棉田蟲情自動(dòng)監(jiān)測(cè)裝置,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),其中,包括:
[0026]固定架,按照區(qū)域固定于棉田中;
[0027]圖像采集裝置,安裝在所述固定架上,用于實(shí)時(shí)采集棉苗的圖像信息;
[0028]圖像傳輸裝置,安裝在所述固定架上,用于傳輸所述圖像采集裝置實(shí)時(shí)采集的棉苗圖像信息;
[0029]監(jiān)控中心,與所述圖像傳輸裝置連接,包括:
[0030]圖像接收裝置,用于接收所述圖像傳輸裝置傳輸?shù)拿廾鐖D像信息;
[0031]圖像分析系統(tǒng),與所述圖像接收裝置連接,采用上述權(quán)利要求1一 7中任意一項(xiàng)所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法對(duì)所述棉苗圖像信息進(jìn)行分析,得到所述棉田的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。
[0032]上述的棉田蟲情自動(dòng)監(jiān)測(cè)裝置,其中,所述圖像采集裝置為紅外攝像機(jī),所述圖像傳輸裝置為CDMA無線視頻發(fā)射裝置。
[0033]上述的棉田蟲情自動(dòng)監(jiān)測(cè)裝置,其中,還包括圖像采集調(diào)整裝置,安裝在所述固定架上并與所述圖像采集裝置連接,所述圖像采集調(diào)整裝置包括方位調(diào)節(jié)機(jī)構(gòu)、高度調(diào)節(jié)機(jī)構(gòu)和角度調(diào)節(jié)機(jī)構(gòu)。
[0034]本發(fā)明的技術(shù)效果在于:
[0035]本發(fā)明的棉田蟲情自動(dòng)監(jiān)測(cè)裝置按照區(qū)域固定于田間,通過無線發(fā)射裝置將攝像機(jī)采集的棉苗圖像信息傳送給異地室內(nèi)監(jiān)控計(jì)算機(jī),利用圖像分析系統(tǒng)對(duì)棉苗圖像進(jìn)行分析,從而實(shí)時(shí)掌握棉田的蟲情信息。本發(fā)明具有全天候24小時(shí)異地監(jiān)測(cè)、視頻自動(dòng)獲取與處理、監(jiān)測(cè)范圍與面積可調(diào)和自動(dòng)分析棉田蟲情等功能。[0036]以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述,但不作為對(duì)本發(fā)明的限定。
【專利附圖】
【附圖說明】
[0037]圖1為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)裝置結(jié)構(gòu)示意圖;
[0038]圖2為本發(fā)明的棉苗蟲情監(jiān)測(cè)原理圖;
[0039]圖3為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)方法的流程圖;
[0040]圖4為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)方法的圖像分析過程示意圖;
[0041]圖5A — 為本發(fā)明一實(shí)施例的出現(xiàn)斑點(diǎn)的蟲害棉苗的圖像處理效果圖;
[0042]圖6A — 6D為本發(fā)明一實(shí)施例的出現(xiàn)缺刻的蟲害棉苗的圖像處理效果圖。
[0043]其中,附圖標(biāo)記
[0044]I固定架
[0045]2圖像采集裝置
[0046]3圖像傳輸裝置
[0047]4監(jiān)控中心
[0048]41圖像接收裝置
[0049]42圖像分析系統(tǒng)
[0050]5圖像采集調(diào)整裝置
[0051]51方位調(diào)節(jié)機(jī)構(gòu)
[0052]52高度調(diào)節(jié)機(jī)構(gòu)
[0053]53角度調(diào)節(jié)機(jī)構(gòu)
[0054]S1、S2 步驟
【具體實(shí)施方式】
[0055]下面結(jié)合附圖對(duì)本發(fā)明的結(jié)構(gòu)原理和工作原理作具體的描述:
[0056]參見圖1及圖2,圖1為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)裝置結(jié)構(gòu)示意圖,圖2為本發(fā)明的棉苗蟲情監(jiān)測(cè)原理圖。本發(fā)明的棉田蟲情自動(dòng)監(jiān)測(cè)裝置,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),包括:固定架1,按照區(qū)域固定于棉田中;圖像采集裝置2,安裝在所述固定架I上,用于實(shí)時(shí)采集棉苗的圖像信息;圖像傳輸裝置3,安裝在所述固定架I上,用于傳輸所述圖像采集裝置2實(shí)時(shí)采集的棉苗圖像信息;監(jiān)控中心4,與所述圖像傳輸裝置3連接,包括:圖像接收裝置41,用于接收所述圖像傳輸裝置3傳輸?shù)拿廾鐖D像信息;圖像分析系統(tǒng)42,與所述圖像接收裝置41連接,采用下述的棉田蟲情自動(dòng)監(jiān)測(cè)方法對(duì)所述棉苗圖像信息進(jìn)行分析,得到所述棉田的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。
[0057]本實(shí)施例中,所述圖像采集裝置2優(yōu)選為紅外攝像機(jī)以實(shí)現(xiàn)全天候檢測(cè),所述圖像傳輸裝置3優(yōu)選為CDMA無線視頻發(fā)射裝置以便穩(wěn)定快速地進(jìn)行圖像的即時(shí)傳輸,監(jiān)控中心4優(yōu)選由固定IP服務(wù)器和監(jiān)控計(jì)算機(jī)組成,其圖像接收裝置41及圖像分析系統(tǒng)42可分別設(shè)置在其中。為了提高圖像質(zhì)量,取得更好地拍攝效果,本發(fā)明還可包括圖像采集調(diào)整裝置5,安裝在所述固定架I上并與所述圖像采集裝置2連接,用于調(diào)整所述圖像采集裝置2的拍攝角度及拍攝位置,所述圖像采集調(diào)整裝置5包括方位調(diào)節(jié)機(jī)構(gòu)51、高度調(diào)節(jié)機(jī)構(gòu)52和角度調(diào)節(jié)機(jī)構(gòu)53。因該距離、高度及角度調(diào)節(jié)的方法均可采用較成熟的現(xiàn)有技術(shù),只要能達(dá)到調(diào)節(jié)所述圖像采集裝置2的拍攝角度及拍攝位置得到最佳拍攝效果的目的即可,對(duì)該圖像采集調(diào)整裝置5的具體結(jié)構(gòu)不做限制。下面對(duì)圖像分析系統(tǒng)42所采用的棉田蟲情自動(dòng)監(jiān)測(cè)方法予以詳細(xì)說明。參見圖3,圖3為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)方法的流程圖。該監(jiān)測(cè)方法包括如下步驟:
[0058]步驟S1、實(shí)時(shí)采集棉田的棉苗圖像信息;
[0059]步驟S2、對(duì)所述棉苗圖像信息進(jìn)行處理,提取所述棉田棉苗的葉面輪廓信息及該葉面輪廓內(nèi)的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的
棉苗蟲害信息。
[0060]其中,本發(fā)明的監(jiān)測(cè)裝置能夠?qū)σ韵旅廾缦x情進(jìn)行葉片特征識(shí)別,所述葉片特征包括:
[0061]I)棉葉顏色變化:例如失綠,出現(xiàn)黃斑、紅斑、黃白斑或黑斑;
[0062]2)棉葉形態(tài)變化:例如成缺刻狀或孔洞,向背面卷縮;
[0063]3)棉葉出現(xiàn)蟲情:例如害蟲的卵或成蟲位于葉片上。
[0064]其中,所述步驟S2包括:
[0065]步驟S21、對(duì)所述棉苗圖像信息進(jìn)行圖像分割,利用YIQ顏色空間中的Q分量提取所述棉苗圖像信息中的棉苗的顏色信息,得到處理后的棉苗圖像信息,然后用OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息;
[0066]其中,所述OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息的方法為:設(shè)灰度圖像灰度級(jí)是L,則灰度范圍為[0,L-1],利用OTSU算法計(jì)算圖像的最佳閾值為:
[0067]t=Max [w0 (t) * (uO (t) _u) '2+wl (t) * (ul (t) _u) '2)],
[0068]其中,當(dāng)分割的閾值為t時(shí),《O為背景比例,UO為背景均值,wl為前景比例,Ul為前景均值,u為整幅圖像的均值,使以上表達(dá)式值最大的t,即為分割圖像的最佳閾值。
[0069]步驟S22、單株棉苗的投影定位,經(jīng)過二值化的圖像中只包含黑色像素和白色像素,對(duì)二值化后的棉苗圖像信息分別進(jìn)行垂直和水平投影,并設(shè)定邊界閾值以確定多個(gè)單株棉苗的具體位置;
[0070]步驟S23、單株棉苗的輪廓提取,采用Robert邊緣檢測(cè)算法提取單個(gè)棉株的葉面輪廓邊緣及所述葉面輪廓內(nèi)部的孔洞信息;
[0071 ] 其中,所述Robert邊緣檢測(cè)算法的Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子,其計(jì)算公式如下:
[0072]G (X,y) =sqrt ((f (x,y) -f (x+1, y+1)) * (f (x, y) -f (x+1, y+1)) + (f (x+1, y) -f (x, y+1))*(f(x+l,y)-f(x, y+1)))
[0073]其中,f(x,y)為輸入圖像,g(x,y)為輸出圖像。
[0074]步驟S24、計(jì)算孔洞數(shù)值T,對(duì)所述孔洞信息采用四鄰域區(qū)域標(biāo)記算法標(biāo)記,然后累加即可得到孔洞數(shù)值T ;
[0075]其中,所述四鄰域標(biāo)記算法包括如下步驟:
[0076]S241、選擇一標(biāo)記點(diǎn),判斷所述標(biāo)記點(diǎn)的四鄰域中的最左、最上是否存在其他點(diǎn),如果都沒有其他點(diǎn),則判斷為一個(gè)新的區(qū)域的開始;
[0077]S242、如果所述標(biāo)記點(diǎn)的四鄰域中的最左有點(diǎn),最上沒有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最左點(diǎn)的值;如果所述標(biāo)記點(diǎn)的四鄰域中的最左沒有點(diǎn),最上有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最上點(diǎn)的值;
[0078]S243、如果所述標(biāo)記點(diǎn)的四鄰域中的最左、最上均有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為所述最左、最上兩個(gè)點(diǎn)中的最小的點(diǎn)的值,并將其他大于最小點(diǎn)的值修改為小點(diǎn)的值。
[0079]步驟S25、判斷蟲情信息,將所述孔洞數(shù)值T與一經(jīng)驗(yàn)閾值相比較,若所述孔洞數(shù)值大于所述經(jīng)驗(yàn)閾值,則已發(fā)生蟲害;若所述孔洞數(shù)值小于所述經(jīng)驗(yàn)閾值,則無蟲害發(fā)生。所述經(jīng)驗(yàn)閾值優(yōu)選為50-200。
[0080]參見圖4 一圖6D,圖4為本發(fā)明一實(shí)施例的自動(dòng)監(jiān)測(cè)方法的圖像分析過程示意圖,圖5A-5D為本發(fā)明一實(shí)施例的出現(xiàn)斑點(diǎn)的蟲害棉苗的圖像處理效果圖,圖6A-6D為本發(fā)明一實(shí)施例的出現(xiàn)缺刻的蟲害棉苗的圖像處理效果圖。下面用一具體實(shí)施例詳細(xì)說明對(duì)棉苗圖像進(jìn)行分析的具體步驟:
[0081]如圖4所示,該棉苗蟲情圖像處理的方法具體為:
[0082]首先對(duì)采集到的棉田圖像進(jìn)行圖像分割,投影定位出單株棉苗,然后對(duì)其進(jìn)行棉株輪廓提取,并計(jì)算葉面孔洞數(shù)量,與給定的閾值進(jìn)行比較,以此判定棉田的蟲害信息。
[0083](I)綠色植物分割,參見圖5A、5B、圖6A、6B,其中,圖5A為出現(xiàn)紅斑的蟲害棉苗,圖5B為HQ_Q指標(biāo)灰度化圖像,圖6A為出現(xiàn)缺刻的蟲害棉苗,圖6B為HQ_Q指標(biāo)灰度化圖像
[0084]利用YIQ顏色空間中的Q分量提取綠色植物的顏色信息,然后采用Otsu自動(dòng)閾值法二值化圖像。YIQ色彩空間屬于NTSC系統(tǒng)。這里Y是指顏色的明視度,即亮度。其實(shí)Y就是圖像灰度值,I和Q都指的是指色調(diào),即描述圖像色彩與飽和度的屬性。在YIQ顏色空間中,Y分量表示圖像的亮度信息,I分量和Q分量則攜帶著顏色信息,I分量表示從橙色到青色的顏色變化,而Q分量則表示從紫色到黃綠色的顏色變化。YIQ顏色空間具有能將圖像中的亮度分量分離提取出來的優(yōu)點(diǎn),并且YIQ顏色空間與RGB顏色空間之間是線性變換的關(guān)系,計(jì)算量小,聚類特性也比較好,可以適應(yīng)光照強(qiáng)度不斷變化的場(chǎng)合,因此能夠有效地用于彩色圖像處理。
[0085]RGB和HQ的對(duì)應(yīng)關(guān)系用下面的方程式表示:
[0086]Y=0.299R+0.587G+0.114B
[0087]1=0.596R-0.275G-0.321B
[0088]Q=0.212R-0.523G+0.31IB
[0089]OTSU算法也稱最大類間差法,有時(shí)也稱之為大津算法,被認(rèn)為是圖像分割中閾值選取的最佳算法,計(jì)算簡單,不受圖像亮度和對(duì)比度的影響,因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。它是按圖像的灰度特性,將圖像分成背景和前景兩部分。背景和前景之間的類間方差越大,說明構(gòu)成圖像的兩部分的差別越大,當(dāng)部分前景錯(cuò)分為背景或部分背景錯(cuò)分為前景都會(huì)導(dǎo)致兩部分差別變小。因此,使類間方差最大的分割意味著錯(cuò)分概率最小。
[0090]設(shè)灰度圖像灰度級(jí)是L,則灰度范圍為[0,L-1],利用OTSU算法計(jì)算圖像的最佳閾值為:
[0091]t=Max [w0 (t) * (uO (t) _u) '2+wl (t) * (ul (t) _u) '2)]
[0092]其中的變量說明:當(dāng)分割的閾值為t時(shí),《O為背景比例,UO為背景均值,Wl為前景比例,ul為前景均值,u為整幅圖像的均值。[0093]使以上表達(dá)式值最大的t,即為分割圖像的最佳閾值。
[0094](2)投影定位單株棉苗,參見圖5C、圖6C,其中,圖5C、圖6C均為Otsu自動(dòng)閾值二值化圖像,
[0095]經(jīng)過二值化的圖像中只包含黑色像素(背景)和白色像素(目標(biāo)),通過垂直和水平投影,根據(jù)設(shè)定相應(yīng)的邊界閾值(根據(jù)經(jīng)驗(yàn)確定)來確定出棉苗的具體位置。
[0096](3)棉株輪廓提取,參見圖5D、圖6D,其中,圖5D、圖6D均為Robert提取邊緣,區(qū)域標(biāo)記后圖像
[0097]采用Robert邊緣檢測(cè)算法提取單個(gè)棉株的輪廓邊緣,該方法不僅提取了葉片的輪廓,而且將葉片內(nèi)部的蟲害信息(即孔洞信息)也提取出來。
[0098]Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子,其公式如下
[0099]G (X,y) =sqrt ((f (x, y) -f (x+1, y+1)) * (f (x, y) -f (x+1, y+1)) + (f (x+1, y) -f (x, y+1))*(f(x+l,y)-f(x, y+1)))
[0100]其中f(x,y)是輸入圖像,g(x,y)是輸出圖像。
[0101](4)計(jì)算葉面空洞數(shù)量
[0102]對(duì)葉片內(nèi)部的孔洞信息采用四鄰域區(qū)域標(biāo)記算法標(biāo)記后并計(jì)算其數(shù)量。
[0103]四鄰域標(biāo)記算法的基本步驟是:
[0104]I)判斷此點(diǎn)四鄰域中的最左,最上有沒有點(diǎn),如果都沒有點(diǎn),則表示一個(gè)新的區(qū)域的開始。
[0105]2)如果此點(diǎn)四鄰域中的最左有點(diǎn),最上沒有點(diǎn),則標(biāo)記此點(diǎn)為最左點(diǎn)的值;如果此點(diǎn)四鄰域中的最左沒有點(diǎn),最上有點(diǎn),則標(biāo)記此點(diǎn)為最上點(diǎn)的值。
[0106]3 )如果此點(diǎn)四鄰域中的最左有點(diǎn),最上都有點(diǎn),則標(biāo)記此點(diǎn)為這兩個(gè)中的最小的標(biāo)記點(diǎn),并修改大標(biāo)記為小標(biāo)記。
[0107](5)判斷蟲情信息
[0108]將計(jì)算出的孔洞數(shù)與經(jīng)驗(yàn)閾值相比較,若孔洞數(shù)大于經(jīng)驗(yàn)閾值,則說明已發(fā)生蟲害;若孔洞數(shù)小于經(jīng)驗(yàn)閾值,則說明沒有蟲害發(fā)生。
[0109]本發(fā)明的棉田蟲情自動(dòng)監(jiān)測(cè)裝置按照區(qū)域固定于田間,通過無線發(fā)射裝置將攝像機(jī)采集的棉苗圖像信息傳送給異地室內(nèi)監(jiān)控計(jì)算機(jī),利用圖像分析系統(tǒng)對(duì)棉苗圖像進(jìn)行分析,從而實(shí)時(shí)掌握棉田的蟲情信息。本發(fā)明具有全天候24小時(shí)異地監(jiān)測(cè)、視頻自動(dòng)獲取與處理、監(jiān)測(cè)范圍與面積可調(diào)和自動(dòng)分析棉田蟲情等功能。
[0110]當(dāng)然,本發(fā)明還可有其它多種實(shí)施例,在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下,熟悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形,但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
【權(quán)利要求】
1.一種棉田蟲情自動(dòng)監(jiān)測(cè)方法,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),其特征在于,包括如下步驟: 51、實(shí)時(shí)采集棉田的棉苗圖像信息; 52、對(duì)所述棉苗圖像信息進(jìn)行處理,提取所述棉田棉苗的葉面輪廓信息及該葉面輪廓內(nèi)的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。
2.如權(quán)利要求1所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述葉片特征包括:棉葉顏色變化、棉葉形態(tài)變化和棉葉出現(xiàn)蟲情。
3.如權(quán)利要求1或2所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述步驟S2包括: 521、對(duì)所述棉苗圖像信息進(jìn)行圖像分割,利用YIQ顏色空間中的Q分量提取所述棉苗圖像信息中的棉苗的顏色信息得到處理后的棉苗圖像信息,然后用OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息; 522、單株棉苗的投影定位,對(duì)二值化后的棉苗圖像信息分別進(jìn)行垂直和水平投影,并設(shè)定邊界閾值以確定多個(gè)單株棉苗的具體位置; 523、單 株棉苗的輪廓提取,采用Robert邊緣檢測(cè)算法提取單個(gè)棉株的葉面輪廓邊緣及所述葉面輪廓內(nèi)部的孔洞信息; 524、計(jì)算孔洞數(shù)值,對(duì)所述孔洞信息采用四鄰域區(qū)域標(biāo)記算法標(biāo)記后并計(jì)算出孔洞數(shù)值; 525、判斷蟲情信息,將所述孔洞數(shù)值與一經(jīng)驗(yàn)閾值相比較,若所述孔洞數(shù)值大于所述經(jīng)驗(yàn)閾值,則已發(fā)生蟲害;若所述孔洞數(shù)值小于所述經(jīng)驗(yàn)閾值,則無蟲害發(fā)生。
4.如權(quán)利要求3所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述OTSU自動(dòng)閾值法二值化所述處理后的棉苗圖像信息的方法為:設(shè)灰度圖像灰度級(jí)是L,則灰度范圍為[0,L-1],利用OTSU算法計(jì)算圖像的最佳閾值為:
t=Max [w0 (t) * (u0 (t) -u) '2+wl (t) * (ul (t) -u) '2)], 其中,當(dāng)分割的閾值為t時(shí),《O為背景比例,uO為背景均值,wl為前景比例,ul為前景均值,u為整幅圖像的均值,使以上表達(dá)式值最大的t,即為分割圖像的最佳閾值。
5.如權(quán)利要求3所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述四鄰域標(biāo)記算法包括如下步驟: 5241、選擇一標(biāo)記點(diǎn),判斷所述標(biāo)記點(diǎn)的四鄰域中的最左、最上是否存在其他點(diǎn),如果都沒有其他點(diǎn),則判斷為一個(gè)新的區(qū)域的開始; 5242、如果所述標(biāo)記點(diǎn)的四鄰域中的最左有點(diǎn),最上沒有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最左點(diǎn)的值;如果所述標(biāo)記點(diǎn)的四鄰域中的最左沒有點(diǎn),最上有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為最上點(diǎn)的值; 5243、如果所述標(biāo)記點(diǎn)的四鄰域中的最左、最上均有點(diǎn),則標(biāo)記所述標(biāo)記點(diǎn)為所述最左、最上兩個(gè)點(diǎn)中的最小的點(diǎn)的值,并將其他大于最小點(diǎn)的值修改為小點(diǎn)的值。
6.如權(quán)利要求3所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述Robert邊緣檢測(cè)算法的Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子,其計(jì)算公式如下:
G (X,y) =sqrt ((f (x, y) -f (x+1, y+1)) * (f (x, y) -f (x+1, y+1)) + (f (x+1, y) -f (x, y+1)) * (f (x+1, y)-f (x, y+1)))其中,f(x,y)為輸入圖像,g(x,y)為輸出圖像。
7.如權(quán)利要求6所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法,其特征在于,所述經(jīng)驗(yàn)閾值為。
8.—種棉田蟲情自動(dòng)監(jiān)測(cè)裝置,用于對(duì)棉田棉苗的蟲情進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè),其特征在于,包括: 固定架,按照區(qū)域固定于棉田中; 圖像采集裝置,安裝在所述固定架上,用于實(shí)時(shí)采集棉苗的圖像信息; 圖像傳輸裝置,安裝在所述固定架上,用于傳輸所述圖像采集裝置實(shí)時(shí)采集的棉苗圖像息; 監(jiān)控中心,與所述圖像傳輸裝置連接,包括: 圖像接收裝置,用于接收所述圖像傳輸裝置傳輸?shù)拿廾鐖D像信息; 圖像分析系統(tǒng),與所述圖像接收裝置連接,采用上述權(quán)利要求1-7中任意一項(xiàng)所述的棉田蟲情自動(dòng)監(jiān)測(cè)方法對(duì)所述棉苗圖像信息進(jìn)行分析,得到所述棉田的葉片特征,根據(jù)所述葉片特征判斷所述棉田的蟲情,以實(shí)時(shí)監(jiān)測(cè)所述棉田的棉苗蟲害信息。
9.如權(quán)利要求8所述的棉田蟲情自動(dòng)監(jiān)測(cè)裝置,其特征在于,所述圖像采集裝置為紅外攝像機(jī),所述圖像傳輸裝置為CDMA無線視頻發(fā)射裝置。
10.如權(quán)利要求8或9所述的棉田蟲情自動(dòng)監(jiān)測(cè)裝置,其特征在于,還包括圖像采集調(diào)整裝置,安裝在所述固定架上并與所述圖像采集裝置連接,所述圖像采集調(diào)整裝置包括方位調(diào)節(jié)機(jī)構(gòu)、高度調(diào)節(jié) 機(jī)構(gòu)和角度調(diào)節(jié)機(jī)構(gòu)。
【文檔編號(hào)】G06T7/00GK103903252SQ201210585918
【公開日】2014年7月2日 申請(qǐng)日期:2012年12月28日 優(yōu)先權(quán)日:2012年12月28日
【發(fā)明者】趙博, 毛文華, 周鵬, 苑嚴(yán)偉, 張小超 申請(qǐng)人:中國農(nóng)業(yè)機(jī)械化科學(xué)研究院