CN107014814A - 一种果实成熟度自动识别系统 - Google Patents

一种果实成熟度自动识别系统 Download PDF

Info

Publication number
CN107014814A
CN107014814A CN201710381033.9A CN201710381033A CN107014814A CN 107014814 A CN107014814 A CN 107014814A CN 201710381033 A CN201710381033 A CN 201710381033A CN 107014814 A CN107014814 A CN 107014814A
Authority
CN
China
Prior art keywords
fruit
image
picture
maturity
interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710381033.9A
Other languages
English (en)
Inventor
吕达
柴远波
王茂元
赵文霞
任福正
杨超飞
吉宇杰
朱海洋
朱林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiahe Henan Wisdom Agricultural Science And Technology Co Ltd
Original Assignee
Jiahe Henan Wisdom Agricultural Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiahe Henan Wisdom Agricultural Science And Technology Co Ltd filed Critical Jiahe Henan Wisdom Agricultural Science And Technology Co Ltd
Priority to CN201710381033.9A priority Critical patent/CN107014814A/zh
Publication of CN107014814A publication Critical patent/CN107014814A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Sorting Of Articles (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

属于智慧农业技术领域，本发明公开了一种果实成熟度自动识别系统。包括图像采集系统、图像处理系统和知识库；所述图像采集系统包括图像采集相机、光源和图像采集卡；所述图像采集相机采集果实图像，所述果实图像经图像采集卡传入电脑，所述电脑中安装图像处理系统，所述图像处理系统处理所述果实图像并得出处理结果，利用所述知识库对所述图像处理系统进行训练，直到所述处理结果的准确率大于设定的阈值后停止训练，输出处理结果；利用该系统能判断出果实的成熟度，可以有效的减少人工观察果实是否成熟的次数。

Description

一种果实成熟度自动识别系统
技术领域
本发明涉及农业技术领域，特别是一种果实成熟度自动识别系统，用于判断大棚内果实的成熟度。
背景技术
智慧农业是农业中的智慧经济，或智慧经济形态在农业中的具体表现。智慧农业是智慧经济重要的组成部分；对于发展中国家而言，智慧农业是发展中国家消除贫困、实现后发优势、经济发展后来居上、实现赶超战略的主要途径。
目前，智慧农业的发展如火如荼，而大面积的大棚种植是智慧农业的基础。而随着智慧农业的发展，智能化与自动化管理是以后发展的方向。由于大棚种植采用塑料薄膜覆盖的形式，因此在不进入大棚观察的情况下，无法知道大棚内果实的生长情况，由于某些瓜果的成熟时间缓慢，而成熟之后不及时采摘也容易腐烂。每天靠人工去观察，工作量会很大。尽管现在在某些大棚里面会安装摄像头，但是，由于种植面积大，通过查看监控录像的方式也会耗费很大的精力。
发明内容
基于以上技术问题，本发明提供了一种果实成熟度自动识别系统,从而解决了现有因人工查看不及时导致瓜果腐烂的技术问题。
本发明采用的技术方案如下：
一种果实成熟度自动识别系统，包括图像采集系统、图像处理系统和知识库；所述图像采集系统包括图像采集相机、光源和图像采集卡；所述图像采集相机采集果实图像，所述果实图像经图像采集卡传入电脑，所述电脑中安装图像处理系统，所述图像处理系统处理所述果实图像并得出处理结果，利用所述知识库对所述图像处理系统进行训练，直到所述处理结果的准确率大于设定的阈值后停止训练，输出处理结果。
进一步的，所述图像采集相机为彩色相机。
进一步的，所述图像处理系统包括MATLAB图像处理软件，所述图像处理系统进行图像处理的步骤如下：
S301：在MATLAB图像处理软件中利用果实成熟类型建立果实成熟区界面，包括界面A和界面B，所述界面A处理利用果实颜色判断果实成熟度的果实图片，所述界面B处理利用果实大小判断果实成熟度的果实图片；
S302：根据图像采集卡的接口号判断采集相机采集图片的储存位置，MATLAB图像处理软件读取不同存储位置的图片，通过所述储存位置来判断果实成熟类型，将判断后的果实图片输入到对应的界面；
S303：若果实图片属于依靠颜色判断成熟度的类型，则将果实图片输入到界面A，进行如下步骤的处理：
S3031：设定果实成熟后颜色的容差值，提取出果实图片中在所述容差值内的所有颜色，得到只具有该颜色且大小不一的果实形状；
S3032：设定所述各个果实形状的面积的阈值，计算阈值范围内的果实形状的个数a，将数值a显示到界面A；
S3033：将该果实图片的原始图片进行二值化操作，得到黑白的果实图像；
S3034：设定果实形状函数，其中函数中包含有代表果实大小的参数，再设定所述参数的阈值；
S3035：利用所述果实形状函数对所述二值化操作后的果实图像进行查找和匹配，得到成熟与未成熟果实的总个数b，将数值b显示到界面A；
S3036：计算成熟果实个数a与果实总个数之间b的比值，得出果实的成熟度；
S304：若果实图片属于依靠形状判断成熟度的类型，则将果实图片输入到界面B，并进行步骤S3033-S3036的过程。
进一步的，所述知识库的建立方式：预先拍摄尽可能多的果实图片，人工对拍摄的图片进行处理，并得出处理结果。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
通过设定图像采集系统的图像采集间隔，及时的将果实图片送回电脑进行处理，并将处理后的结果及时反馈给管理人员，方便管理人员了解大面积大棚中果实成熟的情况；
采用此系统，可有效的减少人员观察果实是否成熟的次数，节约成本；
可以及时的反应出果实的成熟情况，避免瓜果因为采摘不及时而腐烂。
附图说明
图1是发明的结构图；
图中标记：1-大棚，2-图像采集相机，3-光源，4-图像采集卡，5-电脑。
具体实施方式
本说明书中公开的所有特征，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
下面结合附图对本发明作详细说明。
一种果实成熟度自动识别系统，包括图像采集系统、图像处理系统和知识库；所述图像采集系统包括图像采集相机2、光源3和图像采集卡4；所述图像采集相机2采用佳能E0S7D，有效像素为1800万，实际焦距为18-135mm；图像采集卡有16个接口，可同时连接16个图像采集相机，所述光源3与所述图像采集相机2平行设置。
所述图像采集相机2采集果实图像，所述果实图像经图像采集卡传入电脑5，所述电脑5中安装图像处理系统，所述图像处理系统处理所述果实图像并得出处理结果，利用所述知识库对所述图像处理系统进行训练，直到所述处理结果的准确率大于设定的阈值后停止训练，输出处理结果。
所述图像处理系统包括MATLAB图像处理软件，所述图像处理系统进行图像处理的步骤如下：
S301：在MATLAB图像处理软件中利用果实成熟类型建立果实成熟区界面，包括界面A和界面B，所述界面A处理利用果实颜色判断果实成熟度的果实图片，所述界面B处理利用果实大小判断果实成熟度的果实图片；
S302：根据图像采集卡4的接口号判断图像采集相机2采集图片的储存位置，MATLAB图像处理软件读取不同存储位置的图片，通过所述储存位置来判断果实成熟类型，将判断后的果实图片输入到对应的界面；
S303：若果实图片属于依靠颜色判断成熟度的类型，则将果实图片输入到界面A，进行如下步骤的处理：
S3031：设定果实成熟后颜色的容差值，提取出果实图片中在所述容差值内的所有颜色，得到只具有该颜色且大小不一的果实形状；
S3032：设定所述各个果实形状的面积的阈值，计算阈值范围内的果实形状的个数a，将数值a显示到界面A；
S3033：将该果实图片的原始图片进行二值化操作，得到黑白的果实图像；
S3034：设定果实形状函数，其中函数中包含有代表果实大小的参数，再设定所述参数的阈值；
S3035：利用所述果实形状函数对所述二值化操作后的果实图像进行查找和匹配，得到成熟与未成熟果实的总个数b，将数值b显示到界面A；
S3036：计算成熟果实个数a与果实总个数之间b的比值，得出果实的成熟度；
S304：若果实图片属于依靠形状判断成熟度的类型，则将果实图片输入到界面B，并进行步骤S3033-S3036的过程。
其中，利用MATLAB图像处理软件进行图像处理时，通过编程可提取图像颜色，同时利用形态学操作对图像进行提取，果实形状函数通过具体的果实的形状进行设定，由于像素原因或者图像提取原因，提取出的图像边缘不平整，与果实形状函数存在差距，因此可以先将提取出的图像进行边缘处理，形成平滑的边缘后再进行匹配。
知识库的建立及使用过程：将拍摄的图片进行人工判断，人工判断得出结果，将该结果与图像处理系统得出的结果进行对比，得出利用图像处理系统的准确率，当准确率在设定的阈值内，则停止训练，若在阈值外，调整图像处理系统中的参数后继续进行训练。
本发明的工作过程是：实施该套系统之前，需要将设备安放在具体的地点，由于大棚内作物的生长环境相似，因此瓜果的成熟度基本相同，只需在一个大棚内安装一台采集相机即可，光源与采集相机平行设置，采集相机与光源的电源端连接有电磁阀，通过控制电磁阀的开关以及控制采集相机的曝光时间来控制采集相机是否进入拍摄状态，图像拍摄完毕后，图像经图像采集卡存入电脑内存，图像处理系统读取电脑内存里的文件，并进行处理，处理完毕后显示处理结果，并将处理结果反馈给管理人员。
如上所述即为本发明的实施例。本发明不局限于上述实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (4)

1.一种果实成熟度自动识别系统，其特征在于：包括图像采集系统、图像处理系统和知识库；所述图像采集系统包括图像采集相机(2)、光源(3)和图像采集卡(4)；所述图像采集相机(4)采集果实图像，所述果实图像经图像采集卡传入电脑(5)，所述电脑(5)中安装图像处理系统，所述图像处理系统处理所述果实图像并得出处理结果，利用所述知识库对所述图像处理系统进行训练，直到所述处理结果的准确率大于设定的阈值后停止训练，输出处理结果。
2.根据权利要求1所述的一种果实成熟度自动识别系统，其特征在于：所述图像采集相机为彩色相机。
3.根据权利要求1所述的一种果实成熟度自动识别系统，其特征在于：所述图像处理系统包括MATLAB图像处理软件，所述图像处理系统进行图像处理的步骤如下：
S301：在MATLAB图像处理软件中利用果实成熟类型建立果实成熟区界面，包括界面A和界面B，所述界面A处理利用果实颜色判断果实成熟度的果实图片，所述界面B处理利用果实大小判断果实成熟度的果实图片；
S302：根据图像采集卡的接口号判断采集相机(2)采集图片的储存位置，MATLAB图像处理软件读取不同存储位置的图片，通过所述储存位置来判断果实成熟类型，将判断后的果实图片输入到对应的界面；
S303：若果实图片属于依靠颜色判断成熟度的类型，则将果实图片输入到界面A，进行如下步骤的处理：
S3031：设定果实成熟后颜色的容差值，提取出果实图片中在所述容差值内的所有颜色，得到只具有该颜色且大小不一的果实形状；
S3032：设定所述各个果实形状的面积的阈值，计算阈值范围内的果实形状的个数a，将数值a显示到界面A；
S3033：将该果实图片的原始图片进行二值化操作，得到黑白的果实图像；
S3034：设定果实形状函数，其中函数中包含有代表果实大小的参数，再设定所述参数的阈值；
S3035：利用所述果实形状函数对所述二值化操作后的果实图像进行查找和匹配，得到成熟与未成熟果实的总个数b，将数值b显示到界面A；
S3036：计算成熟果实个数a与果实总个数之间b的比值，得出果实的成熟度；
S304：若果实图片属于依靠形状判断成熟度的类型，则将果实图片输入到界面B，并进行步骤S3033-S3036的过程。
4.根据权利要求1所述的一种果实成熟度自动识别系统，其特征在于：所述知识库的建立方式：预先拍摄尽可能多的果实图片，人工对拍摄的图片进行处理，并得出处理结果。
CN201710381033.9A 2017-05-25 2017-05-25 一种果实成熟度自动识别系统 Pending CN107014814A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710381033.9A CN107014814A (zh) 2017-05-25 2017-05-25 一种果实成熟度自动识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710381033.9A CN107014814A (zh) 2017-05-25 2017-05-25 一种果实成熟度自动识别系统

Publications (1)

Publication Number Publication Date
CN107014814A true CN107014814A (zh) 2017-08-04

Family

ID=59451622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710381033.9A Pending CN107014814A (zh) 2017-05-25 2017-05-25 一种果实成熟度自动识别系统

Country Status (1)

Country Link
CN (1) CN107014814A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462533A (zh) * 2017-08-11 2017-12-12 宜宾金铁红林业科技有限公司 基于光谱技术的油樟果实摘采仪
CN107751355A (zh) * 2017-09-05 2018-03-06 鲁东大学 物流图像成熟度预知自控果蔬运输方法
CN108279238A (zh) * 2018-01-30 2018-07-13 深圳春沐源控股有限公司 一种果实成熟度判断方法及装置
CN108682126A (zh) * 2018-05-24 2018-10-19 深圳春沐源控股有限公司 一种依据果实信息进行处理的方法和装置
CN110659676A (zh) * 2019-09-09 2020-01-07 卓尔智联(武汉)研究院有限公司 一种信息处理方法、装置和存储介质
CN111487247A (zh) * 2020-04-28 2020-08-04 前海国兴(深圳)高科技有限公司 水果成熟度ai识别系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673344A (zh) * 2009-10-09 2010-03-17 江苏大学 滤波片光谱图像技术识别自然场景成熟柑橘的装置及方法
CN102855640A (zh) * 2012-08-10 2013-01-02 上海电机学院 基于神经网络的水果等级分类系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673344A (zh) * 2009-10-09 2010-03-17 江苏大学 滤波片光谱图像技术识别自然场景成熟柑橘的装置及方法
CN102855640A (zh) * 2012-08-10 2013-01-02 上海电机学院 基于神经网络的水果等级分类系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张长利 等: "物联网在农业中的应用", 《东北农业大学学报》 *
张长利 等: "用遗传算法训练的多层前馈神经网络对番茄成熟度进行自动检测的研究", 《农业工程学报》 *
毕智健 等: "基于机器视觉的番茄成熟度颜色判别", 《食品与机械》 *
蒋伟 等: "基于LIBSVM 的哈密瓜成熟度无损检测技术", 《江苏农业科学》 *
赵文旻: "成熟苹果的图像识别及其位姿的获取研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462533A (zh) * 2017-08-11 2017-12-12 宜宾金铁红林业科技有限公司 基于光谱技术的油樟果实摘采仪
CN107751355A (zh) * 2017-09-05 2018-03-06 鲁东大学 物流图像成熟度预知自控果蔬运输方法
CN108279238A (zh) * 2018-01-30 2018-07-13 深圳春沐源控股有限公司 一种果实成熟度判断方法及装置
CN108682126A (zh) * 2018-05-24 2018-10-19 深圳春沐源控股有限公司 一种依据果实信息进行处理的方法和装置
CN110659676A (zh) * 2019-09-09 2020-01-07 卓尔智联(武汉)研究院有限公司 一种信息处理方法、装置和存储介质
CN111487247A (zh) * 2020-04-28 2020-08-04 前海国兴(深圳)高科技有限公司 水果成熟度ai识别系统

Similar Documents

Publication Publication Date Title
CN107014814A (zh) 一种果实成熟度自动识别系统
CN108647652B (zh) 一种基于图像分类和目标检测的棉花发育期自动识别方法
CN101572803B (zh) 基于视频监控的可定制式自动跟踪系统
CN103793686B (zh) 一种果树产量早期预测的方法
CN108732175A (zh) 基于机器视觉的远程昆虫识别和计数装置
CN110286092A (zh) 一种作物生长趋势分析系统
CN104994347A (zh) 一种智能安防视频监控系统及其检测处理方法
Gao et al. Recognition and Detection of Greenhouse Tomatoes in Complex Environment.
CN112134934A (zh) 一种基于云端数据和人工智能应用的园区管控系统
CN105744225A (zh) 一种远程分析农作物生长的方法和系统
CN112106747A (zh) 一种智慧农业虫害远程自动监控系统
CN110169408A (zh) 农林业虫情测报装置及其采用该装置的虫情测报方法
CN115439698A (zh) 一种基于SSD-ResNet的鱼道鱼类识别系统及方法
CN112613438A (zh) 一种便携式柑橘在线测产仪
CN115526521A (zh) 一种用于植物工厂的植物生长状态监控报警系统
CN105955161A (zh) 一种农业智能控制系统
Gharakhani et al. Integration and preliminary evaluation of a robotic cotton harvester prototype
Li et al. Partition harvesting of a column-comb litchi harvester based on 3D clustering
CN103900498B (zh) 一种棉田苗情自动探测方法及其探测装置
Aljaafreh et al. A Real-Time Olive Fruit Detection for Harvesting Robot Based on YOLO Algorithms
CN102628689B (zh) 作物覆盖度自动在线观测方法及装置
CN109684960B (zh) 落叶剂的喷洒时间的确定方法及系统
CN115147835B (zh) 一种基于改进RetinaNet的自然果园场景下的凤梨成熟度检测方法
CN104820818B (zh) 一种移动物体的快速识别方法
Chen et al. Instance Segmentation of Grape Berry Images Based on Improved Mask R-Cnn

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170804