基于機器視覺雜草識別研究獲獎科研報告

基于機器視覺雜草識別研究獲獎科研報告

摘要：針對去除雜草的檢測技術研究在農作物生長、識別監(jiān)測等領域均有廣泛的應用價值。本文運用快速作物識別圖像處理算法的載體，利用二維空間與三維空間的轉換技術，運用小孔成像原理進行參數(shù)計算，得到圖像中作物中心位置在地面上的實際位置，從而進行除草作業(yè)。試驗結果表明：本文計算機視覺系統(tǒng)對田間單張圖像的處理時間為170ms，機械的最佳作業(yè)速度為1m/s和1.5m/s，具有較高的除草效率并且傷苗率最低，該研究可為田間除草機對雜草識別處理影響提供參考。

關鍵詞：雜草識別;機器視覺;圖像處理;除草

引言

隨著人們的環(huán)保意識的不斷提高以及對食品安全問題日漸重視，如何精準進行除草是迫在眉睫的問題。對此國內外相關學者進行了大量研究2016年Inaci等選擇貝葉斯網(wǎng)絡識別田間的雜草[1--8]。目前田間的機械除草和計算機視覺識別都取得了很大的進步，但是之前關于二者結合應用的報導還較少，主要是受到機械自主導航和雜草快速準備識別問題限制。本文根據(jù)除草機所作業(yè)的田間情況，按上基于機械視覺自動識別系統(tǒng)，基于小孔成像原理建立了視覺系統(tǒng)成像模型的機器視覺系統(tǒng)結構。

1.自動識別除草機的結構設計

雜草自動識別除草機設計是已傳統(tǒng)形式除草機為基礎，同時結合了除草機在農作物行間、株間除草的作業(yè)特點對工作在行間、株間除草機的控制系統(tǒng)、機械部件、運動機構進行引用，使除草機具備行間除草、株間除草、自動識別雜草的功能。自動識別雜草除草機的機械結構主要包括導向機構、移動機構、刀具單元和機架以及最重要的識別裝置。通過光源、鏡頭、相機、圖像采集卡、圖像處理器、圖像分析處理軟件等構成了典型的相機視覺系統(tǒng)。

2.除草機的機器視覺虛擬坐標識別過程設計

視覺系統(tǒng)視線范圍下邊緣到除草刀中心的距離，由除草機的機械結構決定，通過手工測量獲得。即圖1中的d2。

2.1圖像采集

本文圖像處理系統(tǒng)是基于OpenCV圖像處理軟件，通過使用C語言編寫圖像處理程序完成雜草任務。在OpenCV軟件中編寫程序讀取攝像頭采集到的數(shù)據(jù)，用函數(shù)讀取每一幀圖像并將圖像顯示出來，為了提高植株根部位置識別精準度，降低損傷率，對采集到的圖像設置目標區(qū)域，只有當植株株心出現(xiàn)在目標區(qū)域才對植株標記。

2.2.預處理

首先使用CVSp11t函數(shù)將RGB圖像分為B，G，R三個單通道圖像，分別取每個通道的像素值，使用加權函數(shù)，計算加權后的灰度值，結果賦值給一個新的八位單通道圖像，并將其輸出圖像的每一個像素為輸入圖像對應像素的平均值。

3.自動識別除草的實現(xiàn)

相機成像幾何模型俯視圖如圖2所示。取圖像傳感器所對地面鏡頭中點O1為坐標原點，圖像傳感器上點的坐標用（Xa，Ya）表示。O1對應的田間平面的實物點O2為視場平面坐標原點，田間平面上點的坐標用（Xb，Yb）表示。h為自動識別除草機的鏡頭焦點離地高度，f為自動識別除草機的鏡頭焦距，z為自動識別除草機的鏡頭焦點到O2的距離，∮為自動識別除草機的相機主光軸前傾角度，d為自動識別除草機的鏡頭焦點到O2的水平距離。代表圖像像素寬度，為圖像像素單位高度。

式中為歸一化焦距，由于，。屬于相機基本參數(shù)，可通對照相機說明書獲得。角度∮和距離z可通過測量h和d獲得。

4試驗與結果

在一塊田間只需依托人識別的聯(lián)合機械除草，另一塊田間機械上安裝計算機視覺識別，在兩塊田間中驗證除草機的識別除草效果，選擇4個雜草生長密度相似的行間進行除草試驗，使用流線型刀頭，田間的行間為0.5m，長度為10m。除草刀頭行進速度分布設置為0.5、1、1.5、2m/s，通過除草率和傷苗率來評價變量調整除草的準確性。

5結

論

1