關(guān)鵬 鄧學(xué)峰 楊健琪

摘要：針對(duì)去除雜草的檢測技術(shù)研究在農(nóng)作物生長、識(shí)別監(jiān)測等領(lǐng)域均有廣泛的應(yīng)用價(jià)值。本文運(yùn)用快速作物識(shí)別圖像處理算法的載體，利用二維空間與三維空間的轉(zhuǎn)換技術(shù)，運(yùn)用小孔成像原理進(jìn)行參數(shù)計(jì)算，得到圖像中作物中心位置在地面上的實(shí)際位置，從而進(jìn)行除草作業(yè)。試驗(yàn)結(jié)果表明：本文計(jì)算機(jī)視覺系統(tǒng)對(duì)田間單張圖像的處理時(shí)間為170ms，機(jī)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(jī)對(duì)雜草識(shí)別處理影響提供參考。

關(guān)鍵詞：雜草識(shí)別;機(jī)器視覺;圖像處理;除草

引言

隨著人們的環(huán)保意識(shí)的不斷提高以及對(duì)食品安全問題日漸重視，如何精準(zhǔn)進(jìn)行除草是迫在眉睫的問題。對(duì)此國內(nèi)外相關(guān)學(xué)者進(jìn)行了大量研究2016年Inaci等選擇貝葉斯網(wǎng)絡(luò)識(shí)別田間的雜草[1--8]。目前田間的機(jī)械除草和計(jì)算機(jī)視覺識(shí)別都取得了很大的進(jìn)步，但是之前關(guān)于二者結(jié)合應(yīng)用的報(bào)導(dǎo)還較少，主要是受到機(jī)械自主導(dǎo)航和雜草快速準(zhǔn)備識(shí)別問題限制。本文根據(jù)除草機(jī)所作業(yè)的田間情況，按上基于機(jī)械視覺自動(dòng)識(shí)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(jī)器視覺系統(tǒng)結(jié)構(gòu)。

1.自動(dòng)識(shí)別除草機(jī)的結(jié)構(gòu)設(shè)計(jì)

雜草自動(dòng)識(shí)別除草機(jī)設(shè)計(jì)是已傳統(tǒng)形式除草機(jī)為基礎(chǔ)，同時(shí)結(jié)合了除草機(jī)在農(nóng)作物行間、株間除草的作業(yè)特點(diǎn)對(duì)工作在行間、株間除草機(jī)的控制系統(tǒng)、機(jī)械部件、運(yùn)動(dòng)機(jī)構(gòu)進(jìn)行引用，使除草機(jī)具備行間除草、株間除草、自動(dòng)識(shí)別雜草的功能。自動(dòng)識(shí)別雜草除草機(jī)的機(jī)械結(jié)構(gòu)主要包括導(dǎo)向機(jī)構(gòu)、移動(dòng)機(jī)構(gòu)、刀具單元和機(jī)架以及最重要的識(shí)別裝置。通過光源、鏡頭、相機(jī)、圖像采集卡、圖像處理器、圖像分析處理軟件等構(gòu)成了典型的相機(jī)視覺系統(tǒng)。

2.除草機(jī)的機(jī)器視覺虛擬坐標(biāo)識(shí)別過程設(shè)計(jì)

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(jī)的機(jī)械結(jié)構(gòu)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(wù)。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(shí)別精準(zhǔn)度，降低損傷率，對(duì)采集到的圖像設(shè)置目標(biāo)區(qū)域，只有當(dāng)植株株心出現(xiàn)在目標(biāo)區(qū)域才對(duì)植株標(biāo)記。

2.2.預(yù)處理

首先使用CVSp11t函數(shù)將RGB圖像分為B，G，R三個(gè)單通道圖像，分別取每個(gè)通道的像素值，使用加權(quán)函數(shù)，計(jì)算加權(quán)后的灰度值，結(jié)果賦值給一個(gè)新的八位單通道圖像，并將其輸出圖像的每一個(gè)像素為輸入圖像對(duì)應(yīng)像素的平均值。

3.自動(dòng)識(shí)別除草的實(shí)現(xiàn)

相機(jī)成像幾何模型俯視圖如圖2所示。取圖像傳感器所對(duì)地面鏡頭中點(diǎn)O1為坐標(biāo)原點(diǎn)，圖像傳感器上點(diǎn)的坐標(biāo)用（Xa，Ya）表示。O1對(duì)應(yīng)的田間平面的實(shí)物點(diǎn)O2為視場平面坐標(biāo)原點(diǎn)，田間平面上點(diǎn)的坐標(biāo)用（Xb，Yb）表示。h為自動(dòng)識(shí)別除草機(jī)的鏡頭焦點(diǎn)離地高度，f為自動(dòng)識(shí)別除草機(jī)的鏡頭焦距，z為自動(dòng)識(shí)別除草機(jī)的鏡頭焦點(diǎn)到O2的距離，∮為自動(dòng)識(shí)別除草機(jī)的相機(jī)主光軸前傾角度，d為自動(dòng)識(shí)別除草機(jī)的鏡頭焦點(diǎn)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(jī)基本參數(shù)，可通對(duì)照相機(jī)說明書獲得。角度∮和距離z可通過測量h和d獲得。

4 試驗(yàn)與結(jié)果

在一塊田間只需依托人識(shí)別的聯(lián)合機(jī)械除草，另一塊田間機(jī)械上安裝計(jì)算機(jī)視覺識(shí)別，在兩塊田間中驗(yàn)證除草機(jī)的識(shí)別除草效果，選擇4個(gè)雜草生長密度相似的行間進(jìn)行除草試驗(yàn)，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(jìn)速度分布設(shè)置為0.5、1、1.5、2m/s，通過除草率和傷苗率來評(píng)價(jià)變量調(diào)整除草的準(zhǔn)確性。

5 結(jié) ?論

1）計(jì)算機(jī)識(shí)別模塊對(duì)田間單張圖像的處理時(shí)間為170ms，聯(lián)合除草機(jī)最佳的作業(yè)速度為1m/s和1.5m/s，具有較高的除草效果和工作效率，在田間生產(chǎn)中有應(yīng)用潛力。

參考文獻(xiàn)：

[1] Burks T F，Shearer S A，Payne F A.Classification of weed species using color texture features and discriminant analysis.[J].Transactions of the Asae，2000，43（2）：441-448.

[2] Eddy P，Heckenberg R，Wertheim E H，et al.A systematic review and meta-analysis of the effort-reward imbalance model of workplace stress with indicators of immune function.[J].Journal of Psychosomatic Research，2016，91：1-8.

[3] Inacio H.Yano，Jose R.Aloes，Wesley E.Santiago，Barbara J.T.Mederos.Identification of weeds in sugarcane fields through images taken by UAV and Random Forest classifier[J].IFAC PapersOnLine，2016，49（16）：415-420.

[4] 馬兆敏，黃玲，胡波，等.基于神經(jīng)網(wǎng)絡(luò)的雜草圖像分割算法[J].計(jì)算機(jī)工程與應(yīng)用，2009，45（24）：216-218.

[5] Tellaeche A，Pajares C} Burgos-Artizzu X P，et al.A computer vision approach for weeds identification through Support Vector Machines}J}.Applied Soft Computing，2011，11（1）：908-915.

[6] 毛文華，王一鳴，張小超，等.基于機(jī)器視覺的苗期雜草實(shí)時(shí)分割算法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（1）：83-86.

[7] 袁海波，史巖，梁安波，等.基于神經(jīng)網(wǎng)絡(luò)的雜草識(shí)別試驗(yàn)研究[J].機(jī)電工程，2008，25（4）：28-30.

[8] Geng X，Lu S，Jiang M，et al.Research on FBG-Based CFRP Structural Damage Identification Using BP Neural Network[J].Photonic Sensors，2018（11–12）：1-8.

[9] 顏秉忠.機(jī)器視覺技術(shù)在玉米苗期雜草識(shí)別中的應(yīng)用[J].農(nóng)機(jī)化研究，2018，40（3）：212-216.

基金項(xiàng)目：

農(nóng)業(yè)物聯(lián)網(wǎng)模型檢測技術(shù)研究，基金編號(hào)：SXYBKY201721

作者簡介：

關(guān)鵬（1994-），男，山西朔州人，山西農(nóng)業(yè)大學(xué)碩士生。

（作者單位：山西農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院）