一種果樹產(chǎn)量估測方法及裝置制造方法
【專利摘要】本發(fā)明涉及農(nóng)業(yè)信息【技術(shù)領(lǐng)域】，公開了一種果樹產(chǎn)量估測方法及裝置，該方法包括：S101、獲取成熟期單株果樹的樹冠圖像和果樹的位置數(shù)據(jù)；S102、根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)；S103、根據(jù)識別結(jié)果計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)；S104、根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖。采用本發(fā)明提出的果樹產(chǎn)量估測方法及裝置，不需要專業(yè)的設(shè)備與技術(shù)人員，方法簡單，經(jīng)濟(jì)成本低，可重復(fù)性高，而且該方法重點著眼于單株果樹個體，而不再從整個種植區(qū)域角度出發(fā)，更適宜于零散種植戶，便于種植戶根據(jù)果樹實際情況快速調(diào)整管理策略。
【專利說明】一種果樹產(chǎn)量估測方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)業(yè)信息【技術(shù)領(lǐng)域】，特別涉及一種果樹產(chǎn)量估測方法及裝置。

【背景技術(shù)】
[0002]中國蘋果種植面積與產(chǎn)量均居世界首列，同時也是最大的蘋果消費國，但果園管理水平卻相對落后，較多受到人工管理水平與自然氣候的制約，因此每年蘋果產(chǎn)量存在很大的不穩(wěn)定性，并進(jìn)一步造成市場供應(yīng)和果農(nóng)收入的波動。如果種植戶能夠在蘋果生長過程中通過一些相對簡單的方法對蘋果產(chǎn)量進(jìn)行估測，并根據(jù)預(yù)估產(chǎn)量及時調(diào)整生產(chǎn)管理與銷售策略，可有效節(jié)省生產(chǎn)資料投入，并提高種植戶收入，達(dá)到經(jīng)濟(jì)與生態(tài)效益的雙贏。然而目前與產(chǎn)量預(yù)測相關(guān)的兩種主流方法都較復(fù)雜，一種是利用遙感技術(shù)，通過影像光譜信息分析NVDI等參數(shù)，預(yù)測大面積范圍的農(nóng)作物產(chǎn)量；另一種則是通過專業(yè)生化檢測設(shè)備，檢測農(nóng)作物生理指標(biāo)、生長環(huán)境等與產(chǎn)量相關(guān)的因子，并分析生化因子與產(chǎn)量間的關(guān)系，建立產(chǎn)量預(yù)測模型。
[0003]目前已有的主流方法，專業(yè)性較強(qiáng)，且使用成本較高。遙感技術(shù)估測產(chǎn)量需要產(chǎn)量估測區(qū)域的高光譜圖像，通過分析反演農(nóng)作物的生物物理參數(shù)，較多地應(yīng)用于大面積連片的農(nóng)作物種植區(qū)域，且圖像價格昂貴，適用于政府管理部門的宏觀決策；而預(yù)測模型方法依賴于農(nóng)作物生理指標(biāo)、環(huán)境因子等一系列生化參數(shù)，參數(shù)獲取需要專業(yè)測量設(shè)備，且不同區(qū)域具有不同的參數(shù)值，每次預(yù)測都需要重新采樣化驗，獲取模型輸入值。因此，已有主流方法都需要專業(yè)性技術(shù)人員的指導(dǎo)和專業(yè)設(shè)備的支持，產(chǎn)量估測所需材料需要重復(fù)投入，成本也相對較高，且操作步驟繁瑣，預(yù)測周期相對較長，不利于在普通種植戶中推廣應(yīng)用。


【發(fā)明內(nèi)容】

[0004]為解決上述問題，本發(fā)明提出了一種果樹產(chǎn)量估測方法及裝置，采用該方法及裝置進(jìn)行果樹產(chǎn)量估測時，不需要專業(yè)的設(shè)備與技術(shù)人員，操作簡單，可重復(fù)性高，而且預(yù)測周期較短，適用于非規(guī)模化的果樹種植戶作生產(chǎn)管理決策時使用。
[0005]本發(fā)明提出了一種果樹產(chǎn)量估測方法，所述方法包括以下步驟:
[0006]S101、獲取成熟期單株果樹的樹冠圖像和果樹的位置數(shù)據(jù)；
[0007]S102、根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)；
[0008]S103、根據(jù)識別結(jié)果計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)；
[0009]S104、根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖。
[0010]優(yōu)選地,所述步驟S102具體包括:
[0011]根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值；
[0012]根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像；
[0013]對所述二值化圖像進(jìn)行噪聲去除處理；
[0014]根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合；
[0015]提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
[0016]優(yōu)選地，所述根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合具體包括:
[0017]通過邊緣檢測算法在二值化圖像中提取所有果實的果實邊緣線；
[0018]選擇任一果實邊緣線，確定所述果實邊緣線的某一點為邊緣曲率計算起點；
[0019]沿所述果實邊緣線以固定步長進(jìn)行連續(xù)采樣，計算每個采樣點的曲率；
[0020]判斷采樣點的曲率是否滿足預(yù)設(shè)邊緣條件，如不滿足，則重新選擇起始點進(jìn)行曲率計算，如滿足，則將所述果實邊緣線擬合生成圓，獲取生成的擬合圓的半徑和圓心；
[0021]判斷任意兩個擬合生成圓的圓心和半徑差值是否在誤差閾值范圍內(nèi)，如果不是，則確定為兩個圓，如果是，則將所述兩個擬合生成圓合并為一個圓。
[0022]優(yōu)選地，所述預(yù)設(shè)邊緣條件包括:
[0023]單個采樣點曲率的絕對值小于Cmax且大于Cmin ;相鄰采樣點的曲率差絕對值小于最大容差Cdif ;連續(xù)滿足上述兩個條件的采樣點數(shù)大于等于m ；
[0024]其中，Cmax和Cmin是在圖像中成像蘋果曲率正常取值的最大值和最小值，Cdif是在遮擋和重疊的情況下，邊緣曲率出現(xiàn)不規(guī)則突變時，曲率值變化的最大容許量；cmax、Cmin, Cdif與m均為經(jīng)過大量實驗分析得到的值。
[0025]優(yōu)選地，所述像素分割閾值由所述圖像在RGB圖像模式中的R/B值和所述圖像在HSV圖像模式中的V值組成。
[0026]優(yōu)選地,所述步驟S104具體包括:
[0027]將所述果樹的位置數(shù)據(jù)與估算出的單株果樹的蘋果產(chǎn)量數(shù)據(jù)結(jié)合，生成單株果樹的產(chǎn)量數(shù)據(jù)；
[0028]統(tǒng)計所有果樹的單株果樹的產(chǎn)量數(shù)據(jù)，生成以單株果樹為個體的產(chǎn)量統(tǒng)計圖。
[0029]本發(fā)明還提出了一種應(yīng)用上述任意一項所述方法的果樹產(chǎn)量估測裝置，所述裝置包括設(shè)備主體和控制器，所述設(shè)備主體包括GPS接收模塊和高清攝像模塊，所述控制器包括圖像處理模塊、計算模塊、生成顯示模塊和控制模塊；
[0030]GPS接收模塊，用于采集成熟期單株果樹的位置數(shù)據(jù)；
[0031]高清攝像模塊，用于拍攝成熟期單株果樹的樹冠圖像；
[0032]圖像處理模塊，用于根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)；
[0033]計算模塊，用于根據(jù)圖像處理模塊識別出的所述圖像中果實的個數(shù)計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)；
[0034]生成顯示模塊，用于根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖；
[0035]控制模塊，用于輸入控制信息，對各個模塊進(jìn)行控制。
[0036]優(yōu)選地，所述GPS接收模塊可旋轉(zhuǎn)，用于使GPS天線始終垂直于水平面。
[0037]優(yōu)選地，所述圖像處理模塊具體包括:
[0038]分割閾值設(shè)置單元，用于根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值；
[0039]二值化處理單元，用于根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像；
[0040]去噪單元，用于對所述二值化圖像進(jìn)行噪聲去除處理；
[0041]圓擬合單元，用于根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合；
[0042]提取單元，用于提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
[0043]優(yōu)選地，所述設(shè)備主體和控制器通過數(shù)據(jù)線纜進(jìn)行連接。
[0044]本發(fā)明提出了一種果樹產(chǎn)量估測方法及裝置，通過圖像識別的方法識別拍攝圖像中蘋果的個數(shù)，進(jìn)而估算該單株果樹的產(chǎn)量，并將產(chǎn)量數(shù)據(jù)與果樹位置數(shù)據(jù)相結(jié)合生成產(chǎn)量統(tǒng)計圖，實現(xiàn)果樹產(chǎn)量估測。該方法不需要專業(yè)的設(shè)備與技術(shù)人員，方法簡單，可重復(fù)性高；而且該方法從微觀角度出發(fā)，重點著眼于單株果樹個體，而不再從整個種植區(qū)域角度出發(fā)，更適宜于零散種植戶，便于種植戶根據(jù)果樹實際情況快速調(diào)整管理策略，針對性較強(qiáng)。
[0045]【專利附圖】

【附圖說明】3
[0046]圖1是本發(fā)明提出的一種果樹產(chǎn)量估測方法的流程圖；
[0047]圖2是本發(fā)明實施例中提出的果實識別的流程圖；
[0048]圖3是本發(fā)明實施例中提出的圓擬合分析的流程圖；
[0049]圖4是本發(fā)明提出的一種果樹產(chǎn)量估測裝置的結(jié)構(gòu)示意圖；
[0050]圖5是本發(fā)明實施例中提出的設(shè)備主體的正視圖；
[0051]圖6是本發(fā)明實施例中提出的設(shè)備主體的側(cè)視圖。

【具體實施方式】
[0052]下面結(jié)合附圖和實施例，對本發(fā)明的【具體實施方式】作進(jìn)一步詳細(xì)描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
[0053]圖1是本發(fā)明實施例一提出的一種果樹產(chǎn)量估測方法的流程圖，如圖1所示，所述方法包括以下步驟:
[0054]S101、獲取成熟期單株果樹的樹冠圖像和果樹的位置數(shù)據(jù)；
[0055]S102、根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)；
[0056]S103、根據(jù)識別結(jié)果計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)；
[0057]S104、根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖。
[0058]本發(fā)明提出的果樹產(chǎn)量估測方法是基于圖像模式識別技術(shù)來實現(xiàn)的，在該方法中，步驟S102果實識別的流程，如圖2所示，具體包括:
[0059]S201、根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值；其中，所述像素分割閾值由所述圖像在RGB圖像模式中的R/B值和所述圖像在HSV圖像模式中的V值組成。
[0060]S202、根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像；
[0061]S203、對所述二值化圖像進(jìn)行噪聲去除處理；
[0062]S204、根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合；
[0063]S205、提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
[0064]本發(fā)明實施例，以蘋果樹為例進(jìn)行具體說明，但不用來限制本發(fā)明的范圍。
[0065]在本發(fā)明實施例中，設(shè)備主體回傳的圖像會在控制器的顯示屏中顯示，然后隨機(jī)在圖像中繪制一條從圖像左側(cè)到右側(cè)的水平線，用戶也可根據(jù)圖像內(nèi)容對水平線位置進(jìn)行上下調(diào)整。確定以上操作無誤后，用戶通過點擊顯示模塊，從左到右依次將以上水平線經(jīng)過的所有蘋果的中心點選擇出來，隨后方法計算出所有用戶選擇點蘋果的R/B值(RGB圖像模式)和V值(HSV圖像模式)，并統(tǒng)計出最大值與最小值，用戶可在該范圍內(nèi)選擇蘋果識別所需閾值。
[0066]根據(jù)前期實驗結(jié)果，圖像中蘋果所在位置的像素R/B及V值一般會出現(xiàn)峰值(最大值)，與其它像素R/B值與V值存在明顯差異，因此可在最大值與最小值間選取閾值，作為區(qū)分蘋果和樹體其它部分的像素分割閾值。根據(jù)以上步驟中獲取的分割閾值，該方法對圖像進(jìn)行二值化處理，高于閾值的像素取值為I (白色)，低于閾值的像素取值為O (黑色)，將原始圖像轉(zhuǎn)化為黑色背景白色圖斑的二值化圖像。圖像在分割后，由于圖像中果樹其它部分R/B值和V值可能大于所取閾值，在二值化圖像中也會呈現(xiàn)出不規(guī)則的白斑，但一般都不會太大。通過形態(tài)學(xué)濾波方法，對圖像中小圖斑進(jìn)行腐蝕運(yùn)算，與黑色背景合并，可達(dá)到消除噪聲的目的。
[0067]經(jīng)以上處理后，圖像中白斑數(shù)量已近似于樹上蘋果數(shù)量。由于三維空間中的蘋果投影到圖像中會產(chǎn)生遮擋與重疊的現(xiàn)象，因此會產(chǎn)生將一個蘋果識別成兩個白斑或是將兩個蘋果識別成一個白斑的現(xiàn)象，需要進(jìn)行圓擬合分析，減小白斑數(shù)量與果實真實數(shù)量間的誤差。通過圓擬合分析后，可避免重疊與遮擋所產(chǎn)生的蘋果數(shù)量漏計與多計現(xiàn)象，然后統(tǒng)計圖像中生成圓的數(shù)量，即樹上蘋果數(shù)量。根據(jù)單個蘋果平均重量，估測該株果樹產(chǎn)量，與GPS位置數(shù)據(jù)結(jié)合可生成一條產(chǎn)量記錄，可用于后期按果樹生成產(chǎn)量統(tǒng)計圖。
[0068]由于樹上蘋果在投影到圖像中后會出現(xiàn)重疊與遮擋的現(xiàn)象，解決該問題的關(guān)鍵是圓擬合技術(shù)。通常在圖像中蘋果邊緣會呈現(xiàn)出規(guī)則的圓弧形狀，而在被遮擋或重疊時，圓弧會出現(xiàn)凹陷、凸起等不規(guī)則的變化，通過計算二值化圖像中白斑邊緣曲率可修正計數(shù)誤差，如圖3所示，所述步驟S201根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合，具體包括:
[0069]S301、通過邊緣檢測算法在二值化圖像中提取所有果實的果實邊緣線；
[0070]S302、選擇任一果實邊緣線，確定所述果實邊緣線的某一點為邊緣曲率計算起占.
[0071]S303、沿所述果實邊緣線以固定步長進(jìn)行連續(xù)采樣，計算每個采樣點的曲率；
[0072]S304、判斷采樣點的曲率是否滿足預(yù)設(shè)邊緣條件，如不滿足，則返回步驟S302，重新選擇起始點進(jìn)行曲率計算，如滿足，則執(zhí)行步驟S305 ；
[0073]S305、將所述果實邊緣線擬合生成圓，獲取生成的擬合圓的半徑和圓心；
[0074]S306、判斷任意兩個擬合生成圓的圓心和半徑差值是否在誤差閾值范圍內(nèi)，如果不是，則執(zhí)行步驟S307，生成兩個圓，如果是，則執(zhí)行步驟S308，將所述兩個擬合生成圓合并為一個圓。
[0075]在本發(fā)明實施例中，基于圖像分割后的二值化圖像，通過Canny邊緣檢測算子將圖像中潛在的蘋果邊緣線提取出來，再隨機(jī)選擇任意邊緣線，從任意點開始計算邊緣曲率。沿邊緣線，優(yōu)選步長為5個像素點進(jìn)行連續(xù)采樣，也可以根據(jù)實際應(yīng)用設(shè)定其他步長值，計算每個采樣點處的曲率，再分析每個采樣點處的曲率是否滿足邊緣條件，如滿足，則認(rèn)定是一條蘋果邊緣，否則重新選擇起始點進(jìn)行曲率分析。邊緣條件包括以下幾條:①單個采樣點曲率的絕對值小于Cmax且大于Cmin，是在圖像中成像蘋果曲率的正常取值范圍。②相鄰采樣點的曲率差絕對值小于最大容差Cdif。在遮擋和重疊的情況下，邊緣曲率很容易出現(xiàn)不規(guī)則突變，從而造成曲率值的較大變化。③連續(xù)滿足條件I和條件2的采樣點數(shù)大于等于m。以上條件中的Cmax、Cmin、Cdif與m都是大量實驗分析得到的經(jīng)驗值，根據(jù)蘋果品種不同，取值稍有差異。
[0076]對所有處理后的邊緣擬合生成圓，獲取生成擬合圓的半徑和圓心，比較擬合圓的半徑及圓心，如任兩個擬合生成圓的圓心間距離和半徑差值在誤差閾值的允許范圍內(nèi)的，則將圓進(jìn)行合并，確定為單個圓，即為單個蘋果，否則生成兩個圓，多次比較后生成多個圓，即多個蘋果。
[0077]進(jìn)一步地,所述步驟S104具體包括:
[0078]將所述果樹的位置數(shù)據(jù)與估算出的單株果樹的蘋果產(chǎn)量數(shù)據(jù)結(jié)合，生成單株果樹的產(chǎn)量數(shù)據(jù)；
[0079]統(tǒng)計所有果樹的單株果樹的產(chǎn)量數(shù)據(jù)，生成以單株果樹為個體的產(chǎn)量統(tǒng)計圖，SP以果樹為單位生成產(chǎn)量統(tǒng)計圖，進(jìn)一步地，估算出整個果園的蘋果產(chǎn)量水平。
[0080]本發(fā)明提出的果樹產(chǎn)量估測方法，綜合使用RGB模式中的R/B值與HSV模式中的V值，分析獲取蘋果區(qū)別于果樹其它部分的分割閾值，分割圖像以生成二值化圖像，該圖像中圖斑數(shù)量近似于蘋果數(shù)量。基于蘋果在圖像中投影后邊緣曲率均勻的特性，通過分析蘋果邊緣曲率的異常變化，剔除因遮擋和重疊所生成的非邊緣曲線，再根據(jù)邊緣曲線生成擬合圓，通過分析擬合圓減小蘋果識別的計數(shù)誤差，從而準(zhǔn)確地統(tǒng)計蘋果數(shù)量，估算出蘋果總產(chǎn)量。
[0081]本發(fā)明另一實施例還提出了一種應(yīng)用上述方法的果樹產(chǎn)量估測裝置，如圖4所示，所述裝置包括設(shè)備主體401和控制器402，所述設(shè)備主體401包括GPS接收模塊4011和高清攝像模塊4012，所述控制器402包括圖像處理模塊4021、計算模塊4022、生成顯示模塊4023和控制模塊4024 ；
[0082]GPS接收模塊4011，用于采集成熟期單株果樹的位置數(shù)據(jù)；
[0083]高清攝像模塊4012，用于拍攝成熟期單株果樹的樹冠圖像；
[0084]圖像處理模塊4021，用于根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)；
[0085]計算模塊4022，用于根據(jù)圖像處理模塊識別出的所述圖像中果實的個數(shù)計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)；
[0086]生成顯示模塊4023，用于根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖；
[0087]控制模塊4024，用于輸入控制信息，對各個模塊進(jìn)行控制。
[0088]本發(fā)明實施例中涉及的果樹產(chǎn)量估測所依賴的設(shè)備，包括兩部分，一部分為設(shè)備主體，使用時架設(shè)到果樹頂部或正側(cè)方，至少應(yīng)該具有GPS接收模塊、高清攝像模塊，如圖5與圖6所示，其中GPS接收模塊是可旋轉(zhuǎn)的，能夠使GPS天線始終垂直于水平面；另一部分是為了解決設(shè)備主體架設(shè)較高，不易直接操作問題而設(shè)計的，用以控制設(shè)備主體拍攝、定位、處理的控制器，至少包括圖像處理模塊，計算模塊、生成顯示模塊和控制模塊，其中圖像處理模塊，計算模塊和控制模塊位于控制器內(nèi)部?？刂破髋c設(shè)備主體通過數(shù)據(jù)線纜進(jìn)行連接，交換數(shù)據(jù)。
[0089]下面通過測試果園內(nèi)蘋果樹的樹型以紡錘形為例，對本發(fā)明進(jìn)行具體說明，使用前將設(shè)備主體架設(shè)在能夠覆蓋住整個樹冠的位置即樹冠頂部，攝像模塊面向樹冠，通過控制器顯示模塊調(diào)整設(shè)備主體的高度和角度，使其能覆蓋整個樹冠。對于其他樹形的果樹具體位置由果樹樹型決定，如籬壁型樹體設(shè)備需要放置在與籬壁平面平行的位置。設(shè)備主體位置固定后，通過控制器啟動設(shè)備主體的高清攝像模塊，同時開啟GPS定位。設(shè)備主體拍攝圖像并回傳到控制器的生成顯示模塊上，圖像上會自動生成一條用于閾值計算的水平線。根據(jù)需要，用戶也可上下移動該水平線，使水平線能同時經(jīng)過蘋果和果樹其它部分。完成以上操作后，用戶要把水平線經(jīng)過的所有蘋果，通過點擊屏幕，依次選擇出來。此時，控制器會自動計算出所選擇蘋果的R/B和V值的取值范圍，給出閾值范圍供用戶選擇，用戶選擇像素分割閾值，并選擇預(yù)置的Cmax、Cmin、Cdif與m參數(shù)值后，系統(tǒng)會自動進(jìn)行產(chǎn)量的估測，并將已經(jīng)定位完成的位置信息和樹上蘋果數(shù)量信息同時顯示出來。用戶也可以通過改變以上參數(shù)，對產(chǎn)量重新進(jìn)行估測。保存以上信息，即完成本株果樹估產(chǎn)，重復(fù)以上操作可估測其它果樹產(chǎn)量。
[0090]優(yōu)選地,所述圖像處理模塊4021具體包括:
[0091]分割閾值設(shè)置單元，用于根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值；
[0092]二值化處理單元，用于根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像；
[0093]去噪單元，用于對所述二值化圖像進(jìn)行噪聲去除處理；
[0094]圓擬合單元，用于根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合；
[0095]提取單元，用于提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
[0096]優(yōu)選地，所述設(shè)備主體401和控制器402通過數(shù)據(jù)線纜進(jìn)行連接。
[0097]本實施例提出的裝置不需要專業(yè)的設(shè)備，操作簡單，無需專業(yè)技術(shù)人員即可操作，產(chǎn)量估測效率較高，可即時獲取產(chǎn)量預(yù)測值，而且設(shè)備的經(jīng)濟(jì)成本較低，適用于非規(guī)?；墓麡浞N植戶作生產(chǎn)管理決策時使用。
[0098]采用本發(fā)明提出的一種果樹產(chǎn)量估測方法及裝置，通過成熟期蘋果的顏色和形狀特征，將蘋果從背景圖像中提取出來，并根據(jù)蘋果數(shù)量快速估側(cè)單株果樹產(chǎn)量，結(jié)合GPS位置數(shù)據(jù)，還可以生成果樹產(chǎn)量統(tǒng)計圖。本發(fā)明不僅技術(shù)使用門檻較低，而且預(yù)測周期較短，適用于非規(guī)?；墓麡浞N植戶作生產(chǎn)管理決策時使用，同時該方法也是對產(chǎn)量估測的一種新嘗試。
[0099]通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可以通過硬件實現(xiàn)，也可以借助軟件加必要的通用硬件平臺的方式來實現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品可以存儲在一個非易失性存儲介質(zhì)(可以是⑶-R0M，U盤，移動硬盤等)中，包括若干指令用以使得一臺計算機(jī)設(shè)備(可以是個人計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述的方法。
[0100]本領(lǐng)域技術(shù)人員可以理解附圖只是一個優(yōu)選實施例的示意圖，附圖中的模塊或流程并不一定是實施本發(fā)明所必須的。
[0101]本領(lǐng)域技術(shù)人員可以理解實施例中的裝置中的模塊可以按照實施例描述進(jìn)行分布于實施例的裝置中，也可以進(jìn)行相應(yīng)變化位于不同于本實施例的一個或多個裝置中。上述實施例的模塊可以合并為一個模塊，也可以進(jìn)一步拆分成多個子模塊。
[0102]以上公開的僅為本發(fā)明的幾個具體實施例，但是，本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種果樹產(chǎn)量估測方法，其特征在于，所述方法包括以下步驟: 5101、獲取成熟期單株果樹的樹冠圖像和果樹的位置數(shù)據(jù)； 5102、根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)； 5103、根據(jù)識別結(jié)果計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)； 5104、根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟S102具體包括: 根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值； 根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像； 對所述二值化圖像進(jìn)行噪聲去除處理； 根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合； 提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合具體包括: 通過邊緣檢測算法在二值化圖像中提取所有果實的果實邊緣線； 選擇任一果實邊緣線，確定所述果實邊緣線的某一點為邊緣曲率計算起點； 沿所述果實邊緣線以固定步長進(jìn)行連續(xù)采樣，計算每個采樣點的曲率； 判斷采樣點的曲率是否滿足預(yù)設(shè)邊緣條件，如不滿足，則重新選擇起始點進(jìn)行曲率計算，如滿足，則將所述果實邊緣線擬合生成圓，獲取生成的擬合圓的半徑和圓心； 判斷任意兩個擬合生成圓的圓心和半徑差值是否在誤差閾值范圍內(nèi)，如果不是，則確定為兩個圓，如果是，則將所述兩個擬合生成圓合并為一個圓。
4.如權(quán)利要求3所述的方法，其特征在于，所述預(yù)設(shè)邊緣條件包括: 單個采樣點曲率的絕對值小于Cmax且大于Cmin ;相鄰采樣點的曲率差絕對值小于最大容差Cdif ;連續(xù)滿足上述兩個條件的采樣點數(shù)大于等于m ； 其中，Cmax和Cmin是在圖像中成像蘋果曲率正常取值的最大值和最小值，Cdif是在遮擋和重疊的情況下，邊緣曲率出現(xiàn)不規(guī)則突變時，曲率值變化的最大容許量；Cmax、Cmin、Cdif與m均為經(jīng)過大量實驗分析得到的值。
5.如權(quán)利要求2所述的方法，其特征在于，所述像素分割閾值由所述圖像在RGB圖像模式中的R/B值和所述圖像在HSV圖像模式中的V值組成。
6.如權(quán)利要求1所述的方法，其特征在于，所述步驟S104具體包括: 將所述果樹的位置數(shù)據(jù)與估算出的單株果樹的蘋果產(chǎn)量數(shù)據(jù)結(jié)合，生成單株果樹的產(chǎn)量數(shù)據(jù)； 統(tǒng)計所有果樹的單株果樹的產(chǎn)量數(shù)據(jù)，生成以單株果樹為個體的產(chǎn)量統(tǒng)計圖。
7.一種應(yīng)用權(quán)利要求1至6任意一項所述方法的果樹產(chǎn)量估測裝置，其特征在于，所述裝置包括設(shè)備主體和控制器，所述設(shè)備主體包括GPS接收模塊和高清攝像模塊，所述控制器包括圖像處理模塊、計算模塊、生成顯示模塊和控制模塊； GPS接收模塊，用于采集成熟期單株果樹的位置數(shù)據(jù)； 高清攝像模塊，用于拍攝成熟期單株果樹的樹冠圖像； 圖像處理模塊，用于根據(jù)果實的顏色和形狀特征識別所述圖像中果實的個數(shù)； 計算模塊，用于根據(jù)圖像處理模塊識別出的所述圖像中果實的個數(shù)計算所述單株果樹的果實產(chǎn)量數(shù)據(jù)； 生成顯示模塊，用于根據(jù)所述果樹的位置數(shù)據(jù)與計算出的單株果樹的所述果實產(chǎn)量數(shù)據(jù)生成產(chǎn)量統(tǒng)計圖； 控制模塊，用于輸入控制信息，對各個模塊進(jìn)行控制。
8.如權(quán)利要求7所述的裝置，其特征在于，所述GPS接收模塊可旋轉(zhuǎn)，用于使GPS天線始終垂直于水平面。
9.如權(quán)利要求7所述的裝置，其特征在于，所述圖像處理模塊具體包括: 分割閾值設(shè)置單元，用于根據(jù)果實的顏色特征設(shè)置用于在所述圖像中區(qū)分果實和樹體的像素分割閾值； 二值化處理單元，用于根據(jù)所述像素分割閾值對所述圖像進(jìn)行二值化處理，得到表征果實和樹體的二值化圖像； 去噪單元，用于對所述二值化圖像進(jìn)行噪聲去除處理； 圓擬合單元，用于根據(jù)果實的形狀特征將噪聲去除后的圖像進(jìn)行圓擬合； 提取單元，用于提取圓擬合后的圖像中生成的圓的數(shù)量，得到所述圖像中果實的個數(shù)。
10.如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述設(shè)備主體和控制器通過數(shù)據(jù)線纜進(jìn)行連接。
【文檔編號】G06K9/62GK104200193SQ201410381889
【公開日】2014年12月10日 申請日期:2014年8月5日 優(yōu)先權(quán)日:2014年8月5日
【發(fā)明者】錢建平, 吳曉明, 邢斌, 劉學(xué)馨, 李明 申請人:北京農(nóng)業(yè)信息技術(shù)研究中心