CN107121535A - 一种有效的农作物生长环境监测系统 - Google Patents

Abstract

一种有效的农作物生长环境监测系统，包括信息采集模块、控制器模块、信息传输模块和远程监控模块，所述信息采集模块用于采集农作物生长环境的数据信息和农作物生长环境的视频信息，信息传输模块通过无线传输方式将采集得到的农作物生长环境的数据信息和视频信息传输给远程监控模块，远程监控模块根据接收到的数据判断农作物生长环境的状况，并根据判断结果生成相应的操作指令，通过信息传输模块将操作指令传输给控制器模块，控制器模块根据接收到的指令进行相应的操作。本发明的有益效果为：实现了对影响农作物生长情况的环境因素的有效的监测，根据监测情况进行相应的措施，保证了农作物生长环境的健康。

Description

一种有效的农作物生长环境监测系统

技术领域

本发明创造涉及农业监测领域，具体涉及一种有效的农作物生长环境监测系统。

背景技术

随着我国人口的增加，粮食需求量的迅速增长以及人均耕地面积的减少，我国粮食安全面临着严峻挑战。在现有的耕地面积上尽量增加农作物产值是目前解决粮食短缺的一种较为可行性的方法，在农作物的生长过程中，土壤温度、湿度、PH值以及地面杂草情况等多种自然因素都将影响着农作物的生长情况，因此对这些自然因素进行实时有效的监测，对确保农作物健康生长以及保障粮食产量有着重要的意义。

发明内容

针对上述问题，本发明旨在提供一种有效的农作物生长环境监测系统。

本发明创造的目的通过以下技术方案实现：

一种有效的农作物生长环境监测系统，包括信息采集模块、控制器模块、信息传输模块和远程监控模块，所述信息采集模块用于采集农作物生长环境的数据信息和农作物生长环境的视频信息，信息传输模块通过无线传输方式将采集得到的农作物生长环境的数据信息和视频信息传输给远程监控模块，远程监控模块根据接收到的数据判断农作物生长环境的状况，并根据判断结果生成相应的操作指令，通过信息传输模块将操作指令传输给控制器模块，控制器模块根据接收到的指令进行相应的操作。

优选地，所述控制器模块包括水泵控制单元、农药控制单元和警告单元。

优选地，所述信息采集模块包括用于采集农作物生长的数据信息的传感器采集单元和用于采集农作物生长的环境信息的视频采集单元，所述传感器采集单元包括用于监测土壤温度、土壤湿度和土壤PH值的传感器，所述视频采集单元包括用于采集农作物生长的地面环境的杂草图像和农作物生长的发育情况的图像。

优选地，所述信息采集模块还包括图像处理单元，与视频采集单元相连，用于对视频采集单元采集得到的农作物生长环境的视频信息进行处理。

优选地，所述图像处理单元还包括图像筛选部分、图像裁剪部分和阴影去除部分，所述图像筛选部分用于对视频采集单元采集得到的图像中的含有信息量相似度极高的图像进行剔除，所述图像裁剪部分用于对剔除后的图像进行裁剪，所述阴影去除部分用于从裁剪后的图像中进行目标的检测。

优选地，所述图像筛选部分用于对视频采集单元采集得到的图像中的含有信息量相似度极高的图像进行剔除，具体包括：

定义图像F在位置j的像素点为f(r_j、g_j、b_j),图像K在相同位置的像素点为k(R_j、G_j、B_j),则相似性系数的计算公式为：

式中，x表示两幅图像的相似性系数，r_j，g_j，b_j分别表示F图像中的红色、绿色和蓝色色彩分量值，R_j，G_j，B_j分别表示K图像中的红色、绿色和蓝色色彩分量值；

当x≥0.012的像素点超过9.8％，则随机选取其中一幅图像作为重复图像丢弃。

本发明的有益效果为：通过各模块之间的相互配合，能够对影响农作物生长情况的环境因素进行实时有效的监测，根据监测情况进行相应的措施，保证了农作物生长环境的健康；传感器监测单元和视频监测单元的双重监测以及对视频监测单元采集得到的图像进行有效的处理，都在很大程度上提高了监测系统的精确性。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图；

图2是图像处理单元的结构示意图；

附图标记：

信息采集模块1、控制器模块2、信息传输模块3、远程监控模块4、传感器采集单元11、视频采集单元12、图像处理单元13、水泵控制单元21、农药控制单元22、警告单元23、图像筛选部分131、图像裁剪部分132、阴影去除部分133。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1和图2，本实施例的一种有效的农作物生长环境监测系统，包括信息采集模块1、控制器模块2、信息传输模块3和远程监控模块4，所述信息采集模块1用于采集农作物生长环境的数据信息和农作物生长环境的视频信息，信息传输模块3通过无线传输方式将采集得到的农作物生长环境的数据信息和视频信息传输给远程监控模块4，远程监控模块4根据接收到的数据判断农作物生长环境的状况，并根据判断结果生成相应的操作指令，通过信息传输模块3将操作指令传输给控制器模块2，控制器模块2根据接收到的指令进行相应的操作。

本发明上述实施例通过各模块之间的相互配合，实现了对影响农作物生长情况的环境因素进行实时有效的监测，根据监测情况进行相应的人工控制，保证了农作物生长环境的健康；传感器监测单元和视频监测单元的双重监测以及对视频监测单元采集得到的图像进行有效的处理，都在很大程度上提高了监测系统的精确性。

优选地，所述控制器模块2包括水泵控制单元21、农药控制单元22和警告单元23，其中：

所述水泵控制单元21用于控制水泵的开关，当接收到远程监控模块3下达的打开水泵开关的操作指令时即打开水泵，进行农作物生长土地的灌溉；当接收到远程监控模块3下达的关闭水泵开关的操作指令时即关闭水泵，停止灌溉。

所述农药控制单元22用于控制农药的喷洒，当接收到远程监控模块3下达的喷洒农药的操作指令时即打开开关，进行农药的喷洒；当接收到远程监控模块3下达的关闭农药喷洒的指令时即关闭开关，停止喷洒。

所述警告单元23利用蜂鸣器进行鸟以及家禽等的驱赶，当接收到远程监控模块3下达的打开开关的操作指令时即打开蜂蜜器；当接收到远程监控模块3下达的关闭开关的操作指令时即关闭蜂鸣器。

本优选实施例构成了系统的控制器模块，根据远程监控模块的操作指令有效的进行相应的人工操作，改善了农作物的生长环境。

优选地，所述信息采集模块1包括用于采集农作物生长的数据信息的传感器采集单元11 和用于采集农作物生长的环境信息的视频采集单元12，所述传感器采集单元11包括用于监测土壤温度、土壤湿度和土壤PH值的传感器，所述视频采集单元12包括用于采集农作物生长的地面环境的杂草图像和农作物生长的发育情况的图像。

优选地，所述信息采集模块还包括图像处理单元13，与视频采集单元12相连，用于对视频采集单元采集得到的农作物生长环境的视频信息进行处理。

本优选实施例构成了系统的数据采集模块，实现了农作物生长环境信息的有效采集，为系统奠定了数据基础。

优选地，所述图像处理单元13还包括图像筛选部分131、图像裁剪部分132和阴影去除部分133，其中，

所述图像筛选部分131用于对视频采集单元采集得到的图像中的含有信息量相似度极高的图像进行剔除，具体包括：

定义图像F在位置j的像素点为f(r_j、g_j、b_j),图像K在相同位置的像素点为k(R_j、G_j、B_j),则相似性系数的计算公式为：

式中，x表示两幅图像的相似性系数，r_j，g_j，b_j分别表示F图像中的红色、绿色和蓝色色彩分量值，R_j，G_j，B_j分别表示K图像中的红色、绿色和蓝色色彩分量值；

当x≥0.012的像素点超过9.8％，则随机选取其中一幅图像作为重复图像丢弃。

本优选实施例剔除了重复图像，大大缩减了计算量，提高了图像处理效率。

优选地，所述图像裁剪部分132用于对剔除后的图像进行裁剪，具体包括：

设采集得到的原始图像的面积为A，对含有信息量较少的图像边缘进行裁剪，保留含有较多信息量的图像中心区域，中心区域所占图像面积比例采用如下公式确定：

式中，β表示裁剪后的图像占原图像面积比，s_min为镜头最短焦距，s为采集图像时所用的实际焦距；

本优选实施例解决了视频采集单元采集图像时镜头所带来的图像畸变问题。

优选地，所述目标检测单元133用于从裁剪后的图像中进行目标的检测，从而去除阴影的影响，具体包括：

(1)利用背景减除法从裁剪后的图像中获取目标Q的图像,在Q上分割出目标部分的直方图和阴影部分的直方图，具体包括：

a.计算目标Q中每个像素对应的灰度值J_i，设像素为A_i(r_i，g_i，b_i)，则其灰度值为：

式中，r_i，g_i，b_i分别为像素A_i的红色、绿色和蓝色色彩分量，a₁、a₂、a₃分别为r_i、 g_i、b_i分量在灰度值计算时的权重，且满足a₁、a₂、a₃≥0，m为目标Q中像素点的总数。

b.将获得的本征灰度值J_i按照下列公式进行处理；

c.根据灰度值K_i建立直方图，确定其分组数为n，即将目标Q分为n个区间；

d.每个分割点设为初始阈值，对每个阈值左右两边的直方图进行计算，具体为：

其中，k＝1，2……n，n为分组数，d_i为组i中的像素数，k为初始阈值。

e.上述计算得到的R_k′所对应的初始阈值k即为最终阈值h；

f.对阈值h左右两边的直方图进行计算，具体为：

其中，d_j为组j中的像素数，Q₁、Q₂分别为直方图的面积，n为直方图分组数，h为最终阈值。

(2)从接收到的裁剪后的图像中提取光照无关图，具体包括：

a.获取裁剪后图像中每个像素所对应的r_j、g_j、b_j分量，设像素为P_j(r_j，g_j，b_j)，对三维向量进行降维，具体为：

式中，P_j＝(r_i，g_i，b_i)，s为图像中像素点总数。

b.将降维后得到的向量进行投影处理，得到投影后的灰度值H_i，

c.将获得的本征灰度值H_i按照下列公式进行处理；

c.建立灰度值T_i的直方图，确定其分组数为f，且分组数f满足：

d.根据建立的直方图计算信息熵q_θ，具体为：

式中，h_j为直方图组j中像素数，f为直方图分组数。

e.从0到180度进行投影，获取每个角度投影得到的本征途，按照上述方法计算本征图在每个角度θ的熵，从而求得最小熵q_θ，具体为：

f.最小熵q_θ，所对应的角度就是本征角θ′，其对应灰度图像即为目标的光照无关图Q₃。

g.对光照无关图Q₃的直方图进行计算，具体为：

式中，h_j为直方图中组的像素数，f为直方图的分组数，Q₃为直方图的面积。

(3)通过对直方图计算结果之间的对比，从而得到目标区间，具体包括：

定义目标区间的检验系数v如下：

v＝|Q_i-Q₃|(i＝1、2)

当v<0.054时，Q_i即为目标区间，否则，Q_i为阴影区间。

本发明针对本实施例做了一系列测试，测试结果如下表所示：

本优选实施例设置的目标检测单元133，与现有技术相比，图像灰度化时，采用加权算法计算像素所对应的灰度值，使图像更适应于人眼观察，根据计算得到的灰度值建立直方图时采用固定组距，克服了直方图组距和数量变化给信息熵计算带来的不稳定问题，根据分割得到的目标区间直方图、阴影区间的直方图和光照无关图的比较，区分目标区间，确保了目标检测的准确性，从上述表格中可以看出，本实施例能够较为精确的检测出图像中的目标。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种有效的农作物生长环境监测系统，其特征是，包括信息采集模块、控制器模块、信息传输模块和远程监控模块，所述信息采集模块用于采集农作物生长环境的数据信息和农作物生长环境的视频信息，信息传输模块通过无线传输方式将采集得到的农作物生长环境的数据信息和视频信息传输给远程监控模块，远程监控模块根据接收到的数据判断农作物生长环境的状况，并根据判断结果生成相应的操作指令，通过信息传输模块将操作指令传输给控制器模块，控制器模块根据接收到的指令进行相应的操作。

2.根据权利要求1所述的一种有效的农作物生长环境监测系统，其特征是，所述控制器模块包括水泵控制单元、农药控制单元和警告单元，所述水泵控制单元用于根据操作指令控制水泵的开关，所述农药控制单元用于根据操作指令控制农药的喷洒，所述警告单元利用蜂鸣器进行鸟以及家禽等的驱赶。

3.根据权利要求2所述的一种有效的农作物生长环境监测系统，其特征是，所述数据采集模块包括用于采集农作物生长的数据信息的传感器采集单元和用于采集农作物生长的环境信息的视频采集单元，所述传感器采集单元包括用于监测土壤温度、土壤湿度和土壤PH值的传感器，所述视频采集单元包括用于采集农作物生长的地面环境的杂草图像和农作物生长的发育情况的图像。

4.根据权利要求3所述的一种有效的农作物生长环境监测系统，其特征是，所述数据采集模块还包括图像处理单元，与视频采集单元相连，用于对视频采集单元采集得到的农作物生长环境的视频信息进行处理。

5.根据权利要求4所述的一种有效的农作物生长环境监测系统，其特征是，所述图像处理单元还包括图像筛选部分、图像裁剪部分和阴影去除部分，所述图像筛选部分用于对视频采集单元采集得到的图像中的含有信息量相似度极高的图像进行剔除，所述图像裁剪部分用于对剔除后的图像进行裁剪，所述阴影去除部分用于从裁剪后的图像中进行目标的检测。

6.根据权利要求5所述的一种有效的农作物生长环境监测系统，其特征是，所述图像筛选部分用于对视频采集单元采集得到的图像中的含有信息量相似度极高的图像进行剔除，具体包括：

定义图像F在位置j的像素点为f(r_j、g_j、b_j),图像K在相同位置的像素点为k(R_j、G_j、B_j),则相似性系数的计算公式为：

<mrow> <mi>x</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>l</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>R</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>r</mi> <mi>j</mi> </msub> <mo>|</mo> </mrow> <mrow> <msub> <mi>R</mi> <mi>j</mi> </msub> <mo>+</mo> <msub> <mi>r</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>G</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>g</mi> <mi>j</mi> </msub> <mo>|</mo> </mrow> <mrow> <msub> <mi>G</mi> <mi>j</mi> </msub> <mo>+</mo> <msub> <mi>g</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>B</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>b</mi> <mi>j</mi> </msub> <mo>|</mo> </mrow> <mrow> <msub> <mi>B</mi> <mi>j</mi> </msub> <mo>+</mo> <msub> <mi>b</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

式中，x表示两幅图像的相似性系数，r_j，g_j，b_j分别表示F图像中的红色、绿色和蓝色色彩分量值，R_j，G_j，B_j分别表示K图像中的红色、绿色和蓝色色彩分量值；

当x≥0.012的像素点超过9.8％，则随机选取其中一幅图像作为重复图像丢弃。