CN105427279A - 一种基于计算机视觉及物联网的草原旱情监测***和方法 - Google Patents

Abstract

本发明公开了一种基于计算机视觉及物联网的旱情监测***和方法。其中该***，包括图像采集单元、物联网控制单元、通信单元和计算机视觉处理单元；所述图像采集单元、所述通信单元分别与所述物联网控制单元通信连接，所述通信单元通过网络与所述计算机视觉处理单元通信；所述物联网控制单元控制所述图像采集单元采集植物不同角度的图像通过所述通信单元传输至所述计算机视觉处理单元；所述计算机视觉处理单元处理和分析所述不同角度的图像得出植物的干旱情况。本发明可以提高图像处理的速度和准确率；物联网模块和计算机视觉模块的共同作用可以将草场退化与干旱进行提前预警，实现了远程干旱监测。

Description

一种基于计算机视觉及物联网的草原旱情监测***和方法

技术领域

本发明涉及一种基于计算机视觉及物联网的草原旱情监测***，属于农业信息技术领域。

背景技术

随着人类的经济发展和人口膨胀，水资源短缺现象日趋严重，直接导致了干旱灾害。干旱化趋势已经成为全球关注的问题。为了使人们可以把干旱带来的灾害降到最小，尽早感知干旱的来临和植物的缺水状况很有必要。

如图1所示，现有技术中，有一种基于计算机视觉及物联网的植物生长状况监测***在植物生长状况检测方面对植物的缺水状况检测。具体地，该***的相关关键技术在于：其包括对植物叶片进行拍摄并对所拍摄到的图像进行采集和分析的高速DSP(DigitalSignalProcessing，数字信号处理)计算机视觉模块，以及将植物叶片信息通过远程服务器传送给远程终端供工作人员参考和操作的物联网模块。如图2所示，该***具体的工作步骤为：1)工业相机定期拍摄待监测植物的叶片的彩色图像；2)CCD图像获取模块获取彩色图像后传送给DSP图像处理模块；3)DSP图像处理模块对彩色图像中的植物叶片进行检测，如果发现植物缺水则通知控制执行模块对植物进行浇水；叶片颜色检测的步骤为11)对彩色图像中的植物叶片进行去除叶柄处理；12)彩色图像由RGB颜色空间转换到HSV颜色空间，设定H分量和S分量变化范围并对二者进行均分；13)根据H平面和S平面的数据统计创建每个维度均分的二维直方图；14)利用原彩色图像将二维直方图转换成叶片的RGB空间的彩色二维直方图；15)设定阈值，通过对彩色二维直方图中的花木叶片进行分析，判定出植物是否属于缺水状态。

现有技术中，通过DSP图像处理模块对彩色图像中的植物叶片进行检测，整个优化过程对人工和时间消耗较大，采用DSP***必不可免的相对计算机硬件***多了一些局限。现有技术采用了直方图分析和均值滤波等传统方法，这类方法具有速度快，移植易等优点，这些方法较简单，准确性不高，方法的适应性差。

发明内容

本发明要解决的技术问题是：如何简单方便检测草场干旱情况。

为实现上述的发明目的，本发明提供了一种基于计算机视觉及物联网的草原旱情监测***和方法。

一方面，本发明提供一种基于计算机视觉及物联网的旱情监测***，包括图像采集单元、物联网控制单元、通信单元和计算机视觉处理单元；

所述图像采集单元、所述通信单元分别与所述物联网控制单元通信连接，所述通信单元通过网络与所述计算机视觉处理单元通信；

所述物联网控制单元控制所述图像采集单元采集植物不同角度的图像通过所述通信单元传输至所述计算机视觉处理单元；所述计算机视觉处理单元处理和分析所述不同角度的图像得出植物的干旱情况。

可选地，所述图像采集单元包括三个成像角度为130°的CCD摄像头。

可选地，所述通信单元是GPRS通信模块、3G通信模块、4G通信模块中的任意一种。

另一方面，本发明提供一种基于计算机视觉及物联网的旱情监测方法，包括如下步骤：采集植物不同角度的图像；传输所述植物不同角度的图像；处理和分析所述不同角度的图像，并与预设的干旱阈值表进行比较，得出植物的干旱情况。

可选地，所述处理和分析所述不同角度的图像得出植物的干旱情况，包括：

将图片转换为HSV通道图片；

对HSV通道图片中的V通道处理提取草场区域；

将区域边缘与HSV通道图片中的S通道组合，提取S通道中的草原区域；

对提取的草原区域二值化处理；

对二值化处理后的图像计算黑白两色比例，与预设的干旱阈值表进行比较，得出该时段草场旱情状况。

可选地，所述对HSV通道图片中的V通道处理提取草场区域之前还包括对V通道图片进行高斯滤波的步骤。

可选地，所述对HSV通道图片中的V通道处理提取草场区域的步骤包括：

利用Roberts算子进行边缘检测，利用区域大小配合上下逻辑判断，去除干扰物，提取出草场区域后保存区域边缘。

可选地，所述预设的干旱阈值表是对检测区域不同时段的草场图片进行处理和分析得出的。

本发明提供的一种基于计算机视觉及物联网的草原旱情监测***和方法，通过计算机视觉远程服务单元实现了远程干旱监测，实现对算法流程的自由设计和实现并且还可以保证运行效率。本发明开发需要优化的程度较低，人员开发成本也较低，整个***更易于实现并迁移场景。可以提高图像处理的速度和准确率；物联网模块和计算机视觉模块的共同作用可以将草场退化与干旱进行提前预警。

附图说明

图1是现有技术植物生长状况监测***结构示意图；

图2是图1中检测***处理流程示意图；

图3是本发明旱情监测***结构示意图；

图4是本发明旱情监测方法流程示意图；

图5是本发明处理和分析所述不同角度的图像流程示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图3所示，本发明提供一种基于计算机视觉及物联网的旱情监测***，包括图像采集单元、物联网控制单元、通信单元和计算机视觉处理单元；所述图像采集单元、所述通信单元分别与所述物联网控制单元通信连接，所述通信单元通过网络与所述计算机视觉处理单元通信；所述物联网控制单元控制所述图像采集单元采集植物不同角度的图像通过所述通信单元传输至所述计算机视觉处理单元；所述计算机视觉处理单元处理和分析所述不同角度的图像得出植物的干旱情况。

在本发明中，图像采集单元优选是三个成像角度为130°的CCD摄像头。通过三个CCD摄像头可以检测到草原检测区域不同角度的成像图像，三个不同角度成像图像构成全视觉范围内的图像。所述通信单元优选是GPRS通信模块、3G通信模块、4G通信模块中的任意一种。当然可以理解，本发明中采集单元、物联网控制单元、通信单元所在区域如果要是有其他网络，还可以直接用其他网络向计算机视觉处理单元传输图像。

为进一步体现本发明提供的一种基于计算机视觉及物联网的旱情监测***的优越性，本发明还提供一种应用于上述***的额旱情监测方法，如图4所示，该方法包括如下步骤：采集植物不同角度的图像；传输所述植物不同角度的图像；处理和分析所述不同角度的图像，并与预设的干旱阈值表进行比较，得出植物的干旱情况。下面对本发明提供的基于计算机视觉及物联网的旱情监测方法展开详细说明。

如图5所示，所述处理和分析所述不同角度的图像得出植物的干旱情况的步骤具体包括：将图片转换为HSV通道图片；对HSV通道图片中的V通道处理提取草场区域；将区域边缘与HSV通道图片中的S通道组合，提取S通道中的草原区域；对提取的草原区域二值化处理；对二值化处理后的图像计算黑白两色比例，与预设的干旱阈值表进行比较，得出该时段草场旱情状况。

首先，介绍将图片转换为HSV通道图片。

将接收到的三个不同角度的成像图像，转换为HSV通道图片。将转换后的HSV通道图片提取出S通道图片和V通道图片，对V通道进行高斯滤波，去除噪声干扰便于边缘检测。

其次，介绍对HSV通道图片中的V通道处理提取草场区域。

再次，将区域边缘与HSV通道图片中的S通道组合，提取S通道中的草原区域。

具体地，对V通道优选利用Roberts算子进行边缘检测，利用区域大小配合上下逻辑判断，去除天空、道路、动物等干扰物，提取出草场区域后保存区域边缘。

在一幅图像中，景物的边缘总是以图像中强度的突变形式出现的，所以景物边缘包含着大量的信息。由于景物的边缘具有十分复杂的形态，因此，最常用的边缘检测方法是梯度检测法，具体如式(1)和式(2)所示。

$s(x,y)={\{{\[f(x+n,y)-f(x,y)\]}^2+{\[f(x,y+n)-f(x,y)\]}^2\}}^{\frac{1}{2}}---\left(1\right)$

其中，f(x,y)是图像灰度分布函数；s(x,y)是图像边缘的梯度值；是梯度的方向；n是常数(n＝1,2,...)。

通过式(1)和式(2)可以得到图像在(x,y)点处的梯度大小和梯度方向。

将式(1)和式(2)改写为式(3)：

$g(x,y)={\{{\[\sqrt{f(x,y)}-\sqrt{f(x+1,y+1)}\]}^2+{\[\sqrt{f(x+1,y)}-\sqrt{f(x,y+1)}\]}^2\}}^{\frac{1}{2}}---\left(3\right)$

其中，g(x,y)称为Roberts边缘检测算子，f(x,y)表示图像灰度分布函数。

式(3)中对f(x,y)等的平方根运算使该处理类似于人类视觉***的发生过程。事实上Roberts边缘检测算子是一种利用局部差分方法寻找边缘的算子，Robert梯度算子所采用的是对角方向相邻两像素值之差，所以用差分代替一阶偏导，算子形式可表示如式(4)所示：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{x}f(x,y)=f(x,y)-f(x-1,y-1)\\ {\mathrm{\Δ}}_{y}f(x,y)=f(x-1,y)-f(x,y-1)\end{array}\right.---\left(4\right)$

其中，△_x表示表示对x的一阶偏导，△_y表示对y的一阶偏导，f(x,y)表示图像灰度值。

实际应用中，图像中的每个像素点都用式(4)进行卷积运算，为避免出现负值，在边缘检测时常提取其绝对值。

第四，介绍对提取的草原区域二值化处理。

最后，介绍对二值化处理后的图像计算黑白两色比例，与预设的干旱阈值表进行比较，得出该时段草场旱情状况。

由于S通道中的植被和土壤区分度明显，通过计算二值化图像中黑白两色比例，与预设的干旱阈值表进行比较，得出该时段草场旱情状况。在本发明中，阈值表需对检测区域不同时段的草场图片进行上述方法处理和人工分析得出。

综上所述，本发明提供的一种基于计算机视觉及物联网的草原旱情监测***和方法，通过计算机视觉远程服务单元实现了远程干旱监测，实现对算法流程的自由设计和实现并且还可以保证运行效率。本发明开发需要优化的程度较低，人员开发成本也较低，整个***更易于实现并迁移场景。可以提高图像处理的速度和准确率；物联网模块和计算机视觉模块的共同作用可以将草场退化与干旱进行提前预警。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种基于计算机视觉及物联网的旱情监测***，其特征在于，包括图像采集单元、物联网控制单元、通信单元和计算机视觉处理单元；

所述图像采集单元、所述通信单元分别与所述物联网控制单元通信连接，所述通信单元通过网络与所述计算机视觉处理单元通信；

所述物联网控制单元控制所述图像采集单元采集植物不同角度的图像通过所述通信单元传输至所述计算机视觉处理单元；所述计算机视觉处理单元处理和分析所述不同角度的图像得出植物的干旱情况。

2.根据权利要求1所述的***，其特征在于，所述图像采集单元包括三个成像角度为130°的CCD摄像头。

3.根据权利要求1所述的***，其特征在于，所述通信单元是GPRS通信模块、3G通信模块、4G通信模块中的任意一种。

4.一种基于计算机视觉及物联网的旱情监测方法，其特征在于，包括如下步骤：

采集植物不同角度的图像；

传输所述植物不同角度的图像；

处理和分析所述不同角度的图像，并与预设的干旱阈值表进行比较，得出植物的干旱情况。

5.根据权利要求4所述的方法，其特征在于，所述处理和分析所述不同角度的图像得出植物的干旱情况，包括：

将图片转换为HSV通道图片；

对HSV通道图片中的V通道处理提取草场区域；

将区域边缘与HSV通道图片中的S通道组合，提取S通道中的草原区域；

对提取的草原区域二值化处理；

对二值化处理后的图像计算黑白两色比例，与预设的干旱阈值表进行比较，得出该时段草场旱情状况。

6.根据权利要求5所述的方法，其特征在于，所述对HSV通道图片中的V通道处理提取草场区域之前还包括对V通道图片进行高斯滤波的步骤。

7.根据权利要求5所述的方法，其特征在于，所述对HSV通道图片中的V通道处理提取草场区域的步骤包括：

利用Roberts算子进行边缘检测，利用区域大小配合上下逻辑判断，去除干扰物，提取出草场区域后保存区域边缘。

8.根据权利要求5所述的方法，其特征在于，所述预设的干旱阈值表是对检测区域不同时段的草场图片进行处理和分析得出的。