基于机器视觉的作物对行喷药控制系统研究

论文摘要

我国是一个农业大国，农业的技术装备事关国民经济的竞争力和农业经济的可持续发展。在传统农业中的植保领域，对作物的施药技术十分粗糙，难于适应现代化农业的需要。“农业的根本出路在于机械化”，早在50多年前毛主席就这样提出。现在农业机械化已驶入快车道，采用先进设备使农业生产的各个环节实现智能化和自动化已成为主流。鉴于目前农业植保机械大多是手工和半自动化状况，施药时大都是粗放式喷洒，这样不仅浪费了农药，当作业环境恶劣时容易导致人中毒，而且过量的农药导致作物中农药残留、土壤酸化和地下水污染。这跟现代农业要求精准高效、绿色环保的要求是背道而驰的，同时也对人类生存的环境带来威胁和挑战。国内外研究表明，如果采用精确对准作物（或杂草）施药的话，可节约40％-60％的农药，因此研究喷药的精确化和自动化很有必要。一方面可以改善人们的作业环境，降低劳动强度；另一方面可以提高农药的效率和保护自然环境。结合目前农业中的研究热点机器视觉技术，本文研究了基于机器视觉的田间作物喷药控制系统，设计了对行喷药控制的硬件装置，即通过CCD摄像头实时采集作物图像，传至计算机经图像处理后提取作物行直线，而后控制步进电机移动喷头进行精确对行喷药。本文研究时以菜田作物幼苗为作业对象，且假设作物沿行有规律地种植，呈一株一株间隔生长姿态，彼此两株和两行间没有交叠或覆盖。为了使作业场景简化和便于研究，这里暂时不考虑作物之间和行间有杂草的情况。在上述前提下，本文做了以下研究工作，并取得了一定的成果。（1）作物与背景分割是提取作物行直线的前提，本文研究了绿色作物与背景的分割方法，就改进的分水岭分割算法与其它两种分割方法作了对比，发现分水岭分割算法简单，但耗时较多，对实时田间喷药不适用，最终采用超绿色分割因子（2G-R-B）分割绿色作物与背景。（2）提取作物行中心线是对行喷药的关键。针对田间绿色作物早期生长的特点，本文提出了一种基于标记信息的Hough变换提取作物行中心线方法。即在超绿色分割作物与背景后采用最大类间方差法二值化图像，对其标记后提取各株作物形心，然后就形心用Hough变换拟合作物行中心线。（3）考虑计算机实时处理的需要，本文还研究了另外一种提取作物行中心线的方法，即将采集到的作物图像从RGB空间转换到HSI空间，提取其色调分量（H）值后用最大类间方差法二值化，然后经数学形态学腐蚀后再用Hough变换拟合作物行中心线。（4）设计了作物对行喷药控制装置。针对当前国内大多数研究都采用在移动车辆上固定喷头的方法，本文提出了移动喷头对行控制方法。即用步进电机带动齿轮齿带，齿带上安装喷头来移动对行的装置，实验结果表明了该方法能较好地对准作物行。（5）针对多个喷头对准多行农作物的难题，本文提出了一种新思路。即由CCD摄像头捕捉作物行后，在水平方向上根据欧几里德距离检测离图像中心点距离最近的作物行为要对准的作物行。（6）为了确定图像坐标与世界绝对坐标之间的关系，以便精确控制对行的实施，进行了摄像头内外参数的标定并推导了单目视觉测距的公式，并且通过实验验证了其精度。（7）建立了基于机器视觉的作物对行喷药控制系统，该系统具有较强的鲁棒性。（8）用VC++编写了基于机器视觉的作物对行喷药控制系统软件。包括图像采集模块、图像预处理模块、作物行中心线提取模块和步进电机对行控制模块。（9）设计了电源供给系统，由一个12V的铅酸蓄电池经Cotek公司生产的正弦波逆变器逆变后输出220V的交流电，给系统提供电源。

论文目录

• 摘要
• Abstract
• 图片清单
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 我国植保机械的现状
• 1.3 精准施药技术的兴起
• 1.4 机器视觉在农业中的应用
• 1.4.1 机器视觉技术应用于植保中的国内外研究现状
• 1.4.2 基于机器视觉的自动对靶变量施药技术难点
• 1.5 课题的主要研究内容和技术路线
• 1.6 本文的结构与思路
• 参考文献
• 第二章 绿色作物与背景分割
• 2.1 图像分割的有关概念和方法
• 2.1.1 图像分割的有关概念
• 2.1.2 图像分割方法
• 2.2 分水岭算法分割绿色作物与背景
• 2.2.1 传统分水岭算法分割
• 2.2.2 改进的分水岭算法分割
• 2.3 利用颜色特征分割绿色作物与背景
• 2.4 本章小结
• 参考文献
• 第三章 作物行直线的提取
• 3.1 引言
• 3.2 二值图像标记
• 3.2.1 图像的二值化
• 3.2.2 图像连通区域标记
• 3.3 形心的提取
• 3.4 Hough变换提取作物直线
• 3.4.1 Hough变换原理
• 3.4.2 基于标记信息拟合作物行中心线
• 3.4.3 基于数学形态学腐蚀提取
• 3.5 本章小结
• 参考文献
• 第四章 摄像机标定和单目视觉测距
• 4.1 引言
• 4.2 摄像机的成像模型及标定
• 4.2.1 摄像机的成像模型
• 4.2.2 摄像机的内外部参数
• 4.2.3 摄像机标定的方法
• 4.2.4 摄像机内外部参数的标定
• 4.3 单目视觉测距
• 4.3.1 单目视觉测距模型
• 4.3.2 单目视觉测距实验
• 4.4 本章小结
• 参考文献
• 第五章 对行控制方法研究
• 5.1 引言
• 5.2 对行控制策略
• 5.2.1 作物行的选择
• 5.2.2 喷头的移动控制方法
• 5.3 作物对行控制模型的建立及实现方法
• 5.4 作物对行控制装置
• 5.5 本章小结
• 参考文献
• 第六章 基于机器视觉的作物对行喷药控制系统
• 6.1 引言
• 6.2 对行喷药控制的硬件设计
• 6.2.1 图像采集系统的硬件组成
• 6.2.2 步进电机控制系统的硬件组成
• 6.2.3 对行喷药移动装置的设计
• 6.2.4 电源系统的设计
• 6.3 对行喷药控制的软件设计
• 6.3.1 图像采集软件的设计
• 6.3.2 作物图像处理软件的设计
• 6.4 作物行定位及对行实验
• 6.4.1 作物行位置的推导
• 6.4.2 作物行对行的实验
• 6.5 本章小结
• 参考文献
• 第七章 结论及建议
• 7.1 主要结论
• 7.2 主要创新点
• 7.3 对今后工作的建议
• 攻读博士学位期间发表的论文
• 致谢