CN110089308A - 一种培育植物的智能系统及方法 - Google Patents

Abstract

本发明公开了一种培育植物的智能系统及方法，该系统包括可视栽培箱、微根管根系生态监测系统、数据统计分析模块、近红外光谱成像与3D图像重建模块、自动滴灌与喷洒模块；植物栽种于可视栽培箱内的侧壁附近，通过微根管根系生态监测系统、近红外光谱成像与3D图像重建模块采集植物的生长数据，并传输至数据统计分析模块，数据统计分析模块判断所需灌溉电解水水量，从而控制自动滴灌与喷洒模块启动滴灌和/或喷洒。该系统和方法采用电解水进行灌溉，可以预防植株病害的发生，同时促进植株根系生长缩短生长周期间接增加产量，此外可以实现精确灌溉，提高灌溉效率。

Description

一种培育植物的智能系统及方法

技术领域

本发明属于植物培育技术领域，具体涉及一种培育植物的智能系统及方法。

背景技术

植物根系作为植物重要的器官之一，不仅在植物生长过程中担任吸收水分的角色，而且其有助于植物在土壤扎根帮助植物固定、吸收土壤中其生长所需养分。然而全球气候变化引起的水资源短缺严重威胁着生物体的生存和农作物的生产，提高农作物生产力，保证高产稳收的重要性不言而喻。现急需一种减少灌溉量的植物培育方法。同时此种培育植物方法不可减少植株果实产量，影响植株发育。

本发明与CN201510788356.0一种实时监测植物根系生长的方法及装置黑色液体水培方法不同，本发明方法中植株全程土培，无需将根系从土壤中分离即可通过智能系统观测植物根系生长情况及植物营养与发育状况。

微酸性电解水是一种以次氯酸为主要杀菌成分的绿色消毒剂，现多用于杀菌消毒领域。弱碱性电解水则有更高的矿物质浓度、富含氢、负氧化还原电位(ORP)。本发明中电解水不仅用于杀菌以预防疾病发生，而且具有生根剂的作用，这使电解水在一定程度上能提高植物养分吸收效率、抑制植物的氧化应激程度，在协调效应下，起到催生作物的效果。

本发明提出的培育方法是：通过智能监控对培育植株土壤灌溉电解水，通过对植物根系促生长作用以达到减少灌溉用水量节约灌溉用水的目的。同时根系的发达生长促进了植株对土壤中营养的吸收进一步使植株叶片茂盛、果实成熟，提高果实品质。

发明内容

本发明的目的是，提供一种培育植物的智能系统及方法，以解决现有灌溉用水量大、果实品质不佳、植物栽培不可控的问题，可以实现精确灌溉，提高灌溉效率。

本发明实现上述目的所采用的技术方案如下：

一种培育植物的智能系统，包括可视栽培箱、微根管根系生态监测系统、数据统计分析模块、近红外光谱成像与3D图像重建模块、自动滴灌与喷洒模块；植物栽种于可视栽培箱内的侧壁附近，通过微根管根系生态监测系统插入栽培箱内采集植物根系及其形态数据，通过近红外光谱成像与3D图像重建模块采集植物的叶片形态及色彩数据，微根管根系生态监测系统及近红外光谱成像与3D图像重建模块将采集的数据传输至数据统计分析模块，数据统计分析模块判断所需灌溉电解水水量，从而控制自动滴灌与喷洒模块启动滴灌和/或喷洒。

上述技术方案中，进一步的，所述的数据统计分析模块采用DSP芯片。

进一步的，所述的系统还包括图像显示模块，该模块用于显示植物生长状态图像、参数、及灌溉数据。

应用上述的智能系统培育植物的方法，如下：所述的微根管根系生态监测系统插入栽培箱内，将采集的植物根系实时画面传输至数据统计分析模块，数据统计分析模块对植物根系的显著性区域进行实时分割；继而，通过形态学算法实现已分割的显著性区域的主根长度L、总根系个数N的计算；

随后，计算已分割显著性区域的颜色丰富度E：

则当前电解水出水量应为：

其中T为当前土壤温度；当前所需电解水浓度为：

所述的近红外光谱成像与3D图像重建模块将采集的植物的叶片图像，传输至数据统计分析模块，数据统计分析模块实现叶片显著性区域的实时分割，并结合形态学算法计算出显著性区域内叶片的平均面积S，即当前代表叶片区域的平均像素点数；

随后，计算当前显著性区域内叶片的颜色丰富度E’；

当E’大于阈值e^(S/T’)时，T’为当前空气温度，则认为当前植株叶片色泽异常；当检测出当前植株叶片色泽异常时，计算出当前所需电解水水量Q’以及浓度C’:

Q'＝abs(T'-15)×log₂(E'×S)，

进一步的，所述的颜色丰富度的计算方法如下：将灰度区间分为16部分，即像素值从0至255每隔16记为一区间；将已分割对象进行灰度化，并统计其落入上述区间中的像素点的百分比P(i)，其中0<i<17；则颜色丰富度：

进一步的，所述的培育植物的智能系统中，所述的电解水为：有效氯浓度为5-20ppm，pH5.5-6.5的微酸性电解水或pH7.5-9.0的弱碱性电解水。

进一步的，所述的可视培养箱材质为透明PP塑料。

进一步的，所述的微根管根系生态监测系统插入可视培养箱，与地面成角45°-65°。

与现有技术相比，本发明的有益效果如下：

1.本发明提供的培育植物的智能系统中，在可视培养箱中培养植物，使得与容器壁接触的植物根系能被肉眼观察到，易于发现植株状态。微根管根系生态监测系统可无破坏的对植物根系进行原位在线扫描成像。

2.本发明利用近红外光谱成像与3D图像重建相结合，可对植物生长状态进行检测、图像重建、分析，可直接得到植株数据而无需将植株移除，不对植株造成有害影响。

3.本发明中灌溉用水为电解水，不仅可以减少灌溉用水量而且可以预防植株病害的发生，同时促进植株根系生长缩短生长周期间接增加产量。

附图说明

图1为本发明的一种具体实现装置图；

图2为本发明图1装置的侧视图；

图3为本发明图1系统中的传送带示意图；

其中：1.可视栽培箱 2.微根管根系生态监测系统 3.数据统计分析系统 4.自动滴灌系统 5.近红外成像与3D图像重建模块 6.图像显示模块 7.喷洒系统 8.传送带。

具体实施方法

如图1所示为本发明智能系统的一种具体实现，该系统包括：微根管根系生态监测系统2、数据统计分析系统(采用DSP芯片实现)3、自动滴灌系统4、近红外成像与3D图像重建模块5、喷洒系统7；将植物靠近透明可视栽培箱1侧边栽培，本系统中传送带9将每个可视栽培箱1依次传送至监测培育智能系统处，传送带9暂时停留。首先微根管根系生态监测系统2落下插入培育箱1内对植物根系及其形态进行快速而准确的采集并将结果传输至数据统计分析系统3，分析植物根系的生长情况，可在图像显示模块6如web界面上呈现，并通过数据统计分析系统计算判断灌溉电解水水量；

根据植物根系的生长状态进行灌溉的方法为：

1.微根管根系生态监测系统中摄像机将实时画面传至DSP，DSP利用Grab Cut实现根系的显著性区域的实时分割；

2.继而，DSP通过形态学算法实现已分割的显著性区域的主根长度(L)、总根系个数(N)的计算；

3.随后，DSP计算已分割显著性区域的颜色丰富度E，其方法为：将灰度区间分为16部分，即像素值从0至255每隔16记为一区间；将已分割对象进行灰度化，并统计其落入上述区间中的像素点的百分比P(i)，其中0<i<17；计算

4.最后，DSP计算出当前电解水出水量其中T为当前土壤温度；当前所需电解水浓度

自动滴灌系统(4)开启。

利用近红外光谱成像与3D图像重建模块对植株进行成像并3D重建，传输至数据统计分析系统3，分析植物叶片的生长情况，并在图像显示模块6显示，当检测植株生长情况异常时，其灌溉电解水水量增加且喷洒系统7开启，控制情况恶化并增加植株抵抗力。

根据植物叶片的生长状态进行喷洒的方法为：

1.近红外光谱成像将实时画面传至DSP，DSP利用Grab Cut实现叶片显著性区域的实时分割，并结合形态学算法计算出显著性区域内叶片的平均面积S，即当前代表叶片区域的平均像素点数；

2.用上述颜色丰富度E的计算方法求得当前显著性区域内叶片的平均颜色丰富度E’；

3.当E’大于阈值e^(S/T’)时(T’为当前空气温度)，则认为当前植株叶片色泽异常；当检测出当前植株叶片色泽异常时，DSP计算出当前所需电解水水量Q’以及浓度C’:Q'＝abs(T'-15)×log₂(E'×S)， 传送带(8)继续运行，系统监测下一株植物。

本系统中数据统计分析模块可以对植物营养情况、生长发育、根系状态、疾病、干旱程度等参数进行数据统计分析，以更精确的指导灌溉。

采用本发明的系统可以智能培育各种植物，如下：

将生菜、虎杖、番茄、拟蓝芥种植在本发明所提及智能系统中，种植时间分别为14天、14天、28天、30天。同一时期使用传统方法(自来水人工灌溉)种植上述四种植物。两种方法对植株成活率影响如下表：

此外，在本发明所述的智能系统中种植两种不同品种草莓(红颜、圣诞红)各800株，移栽后观察上述两品种抗病情况并与人工灌溉自来水做对比。抗病性比较见下表：

同时应用本系统栽培草莓硬度与糖度均有提高，对比结果见下表

应用本发明所述系统种植生菜100株，累计灌溉用水量，3周后本系统灌溉用水相对传统人工灌溉用水量减少32％，且培育生菜根系更加发达，叶片颜色佳。

Claims (9)

1.一种培育植物的智能系统，其特征在于，该系统包括可视栽培箱、微根管根系生态监测系统、数据统计分析模块、近红外光谱成像与3D图像重建模块、自动滴灌与喷洒模块；植物栽种于可视栽培箱内的侧壁附近，通过微根管根系生态监测系统插入栽培箱内采集植物根系及其形态数据，通过近红外光谱成像与3D图像重建模块采集植物的叶片形态及色彩数据，微根管根系生态监测系统及近红外光谱成像与3D图像重建模块将采集的数据传输至数据统计分析模块，数据统计分析模块判断所需灌溉电解水水量，从而控制自动滴灌与喷洒模块启动滴灌和/或喷洒。

2.根据权利要求1所述的培育植物的智能系统，其特征在于，所述的数据统计分析模块采用DSP芯片。

3.根据权利要求1所述的培育植物的智能系统，其特征在于，所述的系统还包括图像显示模块，该模块用于显示植物生长状态图像、参数、及灌溉数据。

4.一种应用权利要求1所述的智能系统培育植物的方法，其特征在于，所述的微根管根系生态监测系统插入栽培箱内，将采集的植物根系实时画面传输至数据统计分析模块，数据统计分析模块对植物根系的显著性区域进行实时分割；继而，通过形态学算法实现已分割的显著性区域的主根长度L、总根系个数N的计算；随后，计算已分割显著性区域的颜色丰富度E：

则当前电解水出水量应为：

其中T为当前土壤温度；当前所需电解水浓度为：

5.一种应用权利要求1所述的智能系统培育植物的方法，其特征在于，所述的近红外光谱成像与3D图像重建模块将采集的植物的叶片图像，传输至数据统计分析模块，数据统计分析模块实现叶片显著性区域的实时分割，并结合形态学算法计算出显著性区域内叶片的平均面积S，即当前代表叶片区域的平均像素点数；随后，计算当前显著性区域内叶片的颜色丰富度E’；

当E’大于阈值e^(S/T’)时，T’为当前空气温度，则认为当前植株叶片色泽异常；当检测出当前植株叶片色泽异常时，计算出当前所需电解水水量Q’以及浓度C’:

Q'＝abs(T'-15)×log₂(E'×S)，

6.根据权利要求4或5所述的培育植物的方法，其特征在于，所述的颜色丰富度的计算方法如下：将灰度区间分为16部分，即像素值从0至255每隔16记为一区间；将已分割对象进行灰度化，并统计其落入上述区间中的像素点的百分比P(i)，其中0<i<17；则颜色丰富度：

7.根据权利要求1所述的培育植物的智能系统，其特征在于，所述的电解水为：有效氯浓度为5-20ppm，pH5.5-6.5的微酸性电解水或pH7.5-9.0的弱碱性电解水。

8.根据权利要求1所述的培育植物的智能系统，其特征在于，所述的可视培养箱材质为透明PP塑料。

9.根据权利要求1所述的培育植物的智能系统，其特征在于，所述的微根管根系生态监测系统插入可视培养箱，与地面成角45°-65°。