CN105973156A - 一种用于牧草高度检测的实时无损测量方法 - Google Patents

Abstract

本发明提出了一种用于牧草高度检测的实时无损测量方法，包括如下步骤：S1、图像采集；S2、牧草检测；S3、牧草层高计算；S4、牧草株高计算；S5、图像压缩与网络传输。本发明克服现有牧草高度检测方法的缺点，实现了对牧草任意高度的实时、无损、连续、远程测量，本发明对提高观测资料的客观性、数据质量和减轻观测人员劳动强度、提高观测效率等具有重要意义。

Description

一种用于牧草高度检测的实时无损测量方法

技术领域

本发明涉及牧草检测领域，尤其是涉及一种用于牧草高度检测的实时无损测量方法。

背景技术

国内外学者对农业气象自动化观测进行了较深入的研究,但大都集中在农田杂草识别、病虫害控制等方面,主要实现了对小麦、玉米、水稻、棉花等农作物的关键发育期、盖度、密度、高度等参数的自动化监测。而对草原地区的牧草的自动化观测研究较少。现有的草地观测的指标多集中在牧草的产量和盖度，且多与人工观测结合，并未实现真正意义上的自动化。本发明对草原地区的天然牧草自动化检测和数据上传进行了研究。

现有牧草高度自动检测方法一般仅能测量单株牧草的高度(即株高)，不能测量观测范围内牧草的整体高度(即层高)。而且测量牧草高度时，现有方法需要接触牧草、或需要在观测现场放置标定物，对牧草生长有损坏。本发明给出的方法采用相机无接触的被动测量，仅需一部数字相机，无需在观测现场放置任何标定物，克服了现有方法对硬件条件和实验环境条件等外部条件要求高的缺点，做到了不破坏测量现场、无损测量。

目前图像分割的方法有很多,但针对牧草特点的图像分割方法研究较少。而且，当前常用的牧草图像分割多采用形状特征，轮廓提取是形状特征参数计算的关键,但提取完整且光滑的轮廓可借鉴的成果不多。对于作为实验对象的植株株型有较高要求，导致这些方法只能对某一种或某几种植株使用，适用性不强。本发明给出的方法没有采用图像的形状特征或纹理特征，而是采用颜色特征，不针对某一种或某几种牧草，不需要轮廓提取，也无需运行复杂的图像分割算法，适用性很强。

无论是安全监控、工业控制、农业气象自动化观测，还是牧草自动化检测，目前基本上都采用千万像素级别的高性能相机在前端采集，然后通过网络、1394或USB传输给工控机或台式机进行处理，这种非嵌入式方案一般价格昂贵。而且由于牧草在自然环境下,背景复杂,而观测点与台站一般距离较远，图像传输压力大，工控机或台式机在体积、功耗、工作环境及稳定性方面也不适于在野外工作。

草原牧草高度检测方法目前仍然以人工观测为主。人工观测方法是用卷尺、游标卡尺等进行测量，由于观测点与台站距离较远，虽然检测结果较为精确，但很费时、费力、主观性较大，而且无法在牧草的整个生长过程中实现连续监测。尽管当前出现了一些牧草高度自动检测方法，但这些方法在测量牧草高度时需要接触牧草、或需要在观测现场放置标定物，对牧草生长有损坏。而且这些方法多与人工观测结合，并未实现真正意义上的自动化。

发明内容

本发明提出一种用于牧草高度检测的实时无损测量方法，克服现有牧草高度检测方法的缺点，实现了对牧草任意高度的实时、无损、远程、连续测量，本发明对提高观测资料的客观性、数据质量和减轻观测人员劳动强度、提高观测效率等具有重要意义。

本发明的技术方案是这样实现的：一种用于牧草高度检测的实时无损测量方法，包括如下步骤：

S1、图像采集，采用网络相机进行图像采集，将网络相机安装在地面上，光轴与地面平行略向上，使图像采集的图片能拍摄到天空背景；

S2、牧草检测，判断由相机采集的图像中的像素是否具备某些特征，从而直接在RGB空间上转换成二值化图像，分割出牧草与非牧草区域；

S3、牧草层高计算；对牧草层高的检测采用如下四个步骤实现：

①用一个相机水平略向上放置拍摄牧草，要求能拍到天空背景；

②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域；

③通过每行绿色像素点数量的变化曲线，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息；从最上面的第1行到最高点置为255，通过这种方法可以将非绿草的干扰滤除；

④计算每一列中最下一行到红色标记的行的长度，然后求所有列的平均高度：草的平均高度(草的层高)＝图像的高度-像素点的最高高度之和/图像的宽度；

S4、牧草株高计算，采用二项式拟合的方式得到，设y1＝a*x²+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数；

S5、图像压缩与网络传输，对处理后的结果及原始图像经JPEG压缩后再通过网络传输。

作为一种优选的技术方案，步骤S2中，这些特征应既考虑牧草的色度信息又考虑牧草的光照信息，这些特征由用户根据以下四个参数来定义：

①在RGB空间的主导成分(dominant RGB component)

②在RGB空间的受控成分(dominated RGB component)

③最小亮度(minimum intensity(shadow))

④最大亮度(maximum intensity(light))；

在RGB颜色空间中，相同或相似颜色的信息通常会集中分布在一个部位，对于像牧草这样的绿色植物，其主要的颜色分量为绿色分量G，因此在一般情况下植株部分G分量的值要大于R分量与B分量的值。上述条件中①与②应分别对应G(green)通道和B(Blue)通道；而shadow和light代表了两个亮度门限值，这两个门限值能够将太暗(≦shadow)或太亮的(≧light)像素滤除掉。

对于绿草检测，采用如下方式检测：

$output(i,j)=\left\{\begin{array}{cc}255& if\left\{\begin{array}{c}MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_green(i,j)\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_blue(i,j)\\ MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≥shadow\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≤light\end{array}\right.\\ 0& inanyothercase\end{array}\right.$

作为一种优选的技术方案，步骤S3中，当牧草长得不密集，某些地方出现间断时，在程序中设置一个阀值，当该列的绿色像素的个数少于该阀值时，该列不应参与层高的运算。

作为一种优选的技术方案，步骤S4中，拟合的方法为：首先由本系统直接得到层高x，然后人工测出与该图像对应的株高y，通过这种方法测得多组数据，然后将x、y数据代入到Matlab函数p＝polyfit(x,y,2)中，这样就可得到了拟合系数，即a＝p(1)，b＝p(2)，c＝p(3)，将拟合系数通过网络传输给本系统，就可以直接由系统得到株高。

作为一种优选的技术方案，步骤S5中，图像压缩可以采用TI给出的经过优化后的JPEG编码库实现；网络传输采用“客户端/服务器”网络通信模式实现，将DM642设计为嵌入式服务器端，利用套接字Socket编程实现，服务器负责响应客户端的请求并发送编码流；同时在PC机端用VC++开发了基于WinSock的客户端，负责向服务器端发起请求并按帧接收数据、Jpeg解码及图像显示、检测结果显示；网络模块使用NDK(Network Developer’s Kit)开发，NDK是TI针对其C6X系列DSP的TCP/IP协议栈而开发的新型网络开发工具包。

作为一种优选的技术方案，所述网络相机采用200万像素。

采用了上述技术方案，本发明的有益效果为：本发明采用200万像素的相机在前端采集，并在前端通过DSP直接进行牧草检测、高度测量等处理，处理后的结果及原始图像、处理后的图像数据流再通过网络传输给远端的客户机。由于DSP的超强运算能力，使这种在前端采集、前端处理的嵌入式方案运算速度快，鲁棒性好，基于嵌入式技术和图像处理技术的牧草高度检测方法，在速度和稳定性上大大超过PC系统。特别是在超高速图像处理和大分辨率图像处理领域具有领先优势。本发明通过采用新颖、简单的算法，并借助嵌入式技术的优势，使本发明提出的牧草高等检测方法实时性、稳定性、易用性等方面优于现有检测方法。

本发明克服现有牧草高度检测方法的缺点，实现了对牧草任意高度的实时、无损、远程、连续测量，本发明对提高观测资料的客观性、数据质量和减轻观测人员劳动强度、提高观测效率等具有重要意义。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的硬件连接框图；

图2为本发明的牧草高度检测原图；

图3为本发明的牧草二值化图；

图4为本发明的绿色像素点数量的变化曲线；

图5为本发明的滤波后的二值化图；

图6为本发明的滤波后的绿草图；

图7为本发明的牧草的高度曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本检测方法包括图像采集、牧草检测、层高计算、株高计算、图像压缩与网络传输等部分。其硬件连接框图如图1所示。

采用1台200万像素智能工业相机(工业相机内自带DSP和网口，DSP采用TI公司的TMS320DM642)，工业相机通过CameraLink接口与DSP相连，相机采集到的数据通过DSP上的EDMA传送到片外的SDRAM，以便供图像处理应用程序使用。图像处理应用程序主要实现牧草的检测、层高计算、株高计算等。对图像进行相应的处理之后，将处理后的图像及原图进行JPEG压缩，然后将JPEG图像数据流及处理结果通过以太网控制器进行网络传输。

1、图像采集

采用1台200万像素网络相机进行图像采集。相机安装在地面上，光轴与地面基本平行，并略向上，使图像采集的图片能拍摄到天空背景。

2、牧草检测

由相机采集的图像中的像素是否具备某些特征，从而直接在RGB空间上转换成二值化图像，分割出牧草与非牧草区域。这些特征应既考虑牧草的色度信息又考虑牧草的光照信息，这些特征由用户根据以下四个参数来定义：

①在RGB空间的主导成分(dominant RGB component)

②在RGB空间的受控成分(dominated RGB component)

③最小亮度(minimum intensity(shadow))

④最大亮度(maximum intensity(light))

在RGB颜色空间中，相同或相似颜色的信息通常会集中分布在一个部位。对于像牧草这样的绿色植物来说，其主要的颜色分量为绿色分量G。因此在一般情况下植株部分G分量的值要大于R分量与B分量的值。上述条件中①与②应分别对应G(green)通道和B(Blue)通道；而shadow和light代表了两个亮度门限值，这两个门限值能够将太暗(≦shadow)或太亮的(≧light)像素滤除掉。

对于绿草检测，采用如下方式检测：

$output(i,j)=\left\{\begin{array}{cc}255& if\left\{\begin{array}{c}MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_green(i,j)\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_blue(i,j)\\ MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≥shadow\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≤light\end{array}\right.\\ 0& inanyothercase\end{array}\right.$

3、牧草层高检测

对牧草层高的检测采用如下四个步骤实现：

①用一个相机水平放置(略偏上)拍摄牧草，要求能拍到天空背景，如图2所示。

②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域。

通过颜色空间提取到的绿草(里面混着非绿草的干扰以及不连通的绿草)如图3所示。

③通过每行绿色像素点数量的变化曲线(如图4所示)，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息(最高的行号)，如图7所示的红色曲线。

从最上面的第1行到最高点(最高行)置为255(非目标的白色)，通过这种方法可以将非绿草的干扰滤除，滤波后的图像如图5、图6所示：

④计算每一列中最下一行到红色标记的行的长度(即为这一列的绿草的高度)，然后求所有列的平均高度。

草的平均高度(草的层高)＝图像的高度-像素点的最高高度之和/图像的宽度

上图中草的层高为high_avage＝95.3760个像素

当然，牧草长得可能没有这么密集，可能某些地方出现间断，因此图像中不是所有列均有牧草像素，此时若直接采用图像的宽度做为分母来获取牧草的层高显然会使其值偏大。为了解决这个问题，可以在程序中设置一个阀值，当该列的绿色像素的个数少于该阀值时我们认为该列不应参与层高的运算。

注意这种方法得到的层高的单位是像素数，即上图中草的层高是high_avage＝80.6168个像素的高度，每个像素的高度为4.4um(这个由相机的CCD参数决定)。因此图像中的层高为：

high_avage*4.4um＝80.6168*4.4um＝0.355mm

其实际高度需要相机标定后通过标定后的空间关系得到，通过标定可以得到像高转物高的转换系数depthscale。(相机到目标的位置不变，因此只需要最开始标定一次，此后不用再标定。标定板也不需要放在观测区域)。其实际的以mm为单位的层高为0.355mm*depthscale

4、牧草株高检测

对于株高的计算，可以采用二项式拟合的方式得到。即设y1＝a*x²+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数。

拟合的方法：首先由本系统直接得到层高x(以mm为单位)，然后人工测出与该图像对应的株高(以mm为单位)y。通过这种方法测得多组数据，例如12组，然后将x、y数据(分别有12个)代入到Matlab函数p＝polyfit(x,y,2)中，这样就可得到了拟合系数，即a＝p(1)，b＝p(2)，c＝p(3)。将拟合系数通过网络传输给本系统，就可以直接由系统得到株高。

由于相机没有严格水平放置，因此计算得到的层高与株高需要修正。我们根据三角测量原理对得到的牧草高度进行了修正。

5、图像压缩与网络传输

由于图像有200万像素，数据量较大，原始图像已经在DSP硬件平台上处理过，并得到所需要的结果，在客户端没有必要看到原始数据，因此可以对处理后的结果及原始图像经JPEG压缩后再通过网络传输，数据量大大减少。图像压缩可以采用TI给出的经过优化后的JPEG编码库实现。

网络传输采用“客户端/服务器”网络通信模式实现，将DM642设计为嵌入式服务器端，利用套接字Socket编程实现，服务器负责响应客户端的请求并发送编码流；同时在PC机端用VC++开发了基于WinSock的客户端，负责向服务器端发起请求并按帧接收数据、Jpeg解码及图像显示、检测结果显示。

网络模块使用NDK(Network Developer’s Kit)开发，NDK是TI针对其C6X系列DSP的TCP/IP协议栈而开发的新型网络开发工具包。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种用于牧草高度检测的实时无损测量方法，其特征在于，包括如下步骤：

S1、图像采集，采用网络相机进行图像采集，将网络相机安装在地面上，光轴与地面平行略向上，使图像采集的图片能拍摄到天空背景；

S2、牧草检测，判断由相机采集而来的图像中的像素是否具备某些特征，从而直接在RGB空间上将彩色图像转换成二值化图像，分割出牧草与非牧草区域；

S3、牧草层高计算；对牧草层高的检测采用如下四个步骤实现：

①用一个相机水平略向上放置拍摄牧草，要求能拍到天空背景；

②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域；

③通过每行绿色像素点数量的变化曲线，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息；从最上面的第1行到最高点置为255，通过这种方法可以将非绿草的干扰滤除；

④计算每一列中最下一行到红色标记的行的长度，然后求所有列的平均高度：草的平均高度＝图像的高度-像素点的最高高度之和/图像的宽度；

S4、牧草株高计算，采用二项式拟合的方式得到，设y1＝a*x²+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数；

S5、图像压缩与网络传输，对处理后的结果及原始图像经JPEG压缩后再通过网络传输。

2.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，步骤S2中，用于牧草检测的特征应既考虑牧草的色度信息又考虑牧草的光照信息，这些特征由用户根据以下四个参数来定义：

①在RGB空间的主导成分(dominant RGB component)

②在RGB空间的受控成分(dominated RGB component)

③最小亮度(minimum intensity(shadow))

④最大亮度(maximum intensity(light))；

在RGB颜色空间中，相同或相似颜色的信息通常会集中分布在一个部位，对于像牧草这样的绿色植物所代表的绿色来说，其主要的颜色分量为绿色分量G，因此在一般情况下植株部分G分量的值要大于R分量与B分量的值。上述条件中①与②应分别对应G(green)通道和B(Blue)通道；而shadow和light代表了两个亮度门限值，这两个门限值能够将太暗(≦shadow)或太亮的(≧light)像素滤除掉。

对于绿草检测，采用如下方式检测：

$output(i,j)=\left\{\begin{array}{cc}255& if\left\{\begin{array}{c}MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_green(i,j)\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)=input\_blue(i,j)\\ MAX(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≥shadow\\ MIN(input\_red(i,j),input\_green(i,j),input\_blue(i,j\left)\right)\≤light\end{array}\right.\\ 0& inanyothercase\end{array}\right.$

3.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，步骤S3中，当牧草长得不密集，某些地方出现间断时，在程序中设置一个阀值，当该列的绿色像素的个数少于该阀值时，该列不应参与层高的运算。

4.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，步骤S4中，拟合的方法为：首先由本系统直接得到层高x，然后人工测出与该图像对应的株高y，通过这种方法测得多组数据，然后将x、y数据代入到Matlab函数p＝polyfit(x,y,2)中，这样就可得到了拟合系数，即a＝p(1)，b＝p(2)，c＝p(3)，将拟合系数通过网络传输给本系统，就可以直接由系统得到株高。

5.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，步骤S5中，图像压缩可以采用TI给出的经过优化后的JPEG编码库实现；网络传输采用“客户端/服务器”网络通信模式实现，将DM642设计为嵌入式服务器端，利用套接字Socket编程实现，服务器负责响应客户端的请求并发送编码流；同时在PC机端用VC++开发了基于WinSock的客户端，负责向服务器端发起请求并按帧接收数据、Jpeg解码及图像显示、检测结果显示；网络模块使用NDK(Network Developer’s Kit)开发，NDK是TI针对其C6X系列DSP的TCP/IP协议栈而开发的新型网络开发工具包。

6.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，所述网络相机采用200万像素。