CN113040034B - 一种节水灌溉控制系统及控制方法 - Google Patents
一种节水灌溉控制系统及控制方法 Download PDFInfo
- Publication number
- CN113040034B CN113040034B CN202110328071.4A CN202110328071A CN113040034B CN 113040034 B CN113040034 B CN 113040034B CN 202110328071 A CN202110328071 A CN 202110328071A CN 113040034 B CN113040034 B CN 113040034B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- irrigation
- water
- crop
- 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.)
- Active
Links
- 238000003973 irrigation Methods 0.000 title claims abstract description 84
- 230000002262 irrigation Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 239000002689 soil Substances 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000011084 recovery Methods 0.000 claims abstract description 11
- 230000007613 environmental effect Effects 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000003621 irrigation water Substances 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010007191 Capillary fragility Diseases 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Abstract
本发明属于农业控制技术领域,公开了一种节水灌溉控制系统及控制方法,所述节水灌溉控制系统包括:农业数据获取模块、环境数据采集模块、储存水量采集模块、图像采集模块、中央控制模块、图像处理模块、作物图像提取模块、分析模块、灌溉确定模块、灌溉参数计算模块、判断模块、灌溉模块以及回收模块。本发明提供的节水灌溉控制系统,通过进行种植区域环境图像的采集进行作物图像的提取,并对作物状态进行分析处理,并结合环境温度、湿度以及土壤温度、湿度数据智能化判断作物是否需要灌溉,并基于相应的数据自动化计算灌溉参数,进行灌溉,不仅能够节约水资源,同时消除了人工判断的不准确性,提升节水灌溉控制的智能化程度。
Description
技术领域
本发明属于农业控制技术领域,尤其涉及一种节水灌溉控制系统及控制方法。
背景技术
目前,我国水资源严重缺乏,人均水资源占有量只有2200立方米,仅为世界平均水平的四分之一。受季风气候和地形条件影响,水资源时空分布极不均衡,南方水多耕地少,北方水少耕地多,干旱缺水已成为我国北方地区的主要问题。另外,我国农业是用水大户,其用水量约占全国用水总量的70%,在西北地区则占到90%。所以,为实现水资源的可持续利用,促进经济社会的可持续发展,大力发展节水灌溉是一种必然选择。
现有我国的农田机井灌溉系统末端普遍采用手动开关水泵、人工计量计费的方式。这种灌溉方式存在以下问题:不便于水资源的快速及时调度;用水量计量精度较低,容易造成水资源的浪费;管理人劳动强度大。因此,亟需一种节水灌溉控制系统及控制方法。
通过上述分析,现有技术存在的问题及缺陷为:现有的灌溉方法不便于水资源的快速及时调度;用水量计量精度较低,容易造成水资源的浪费;管理人劳动强度大。
发明内容
针对现有技术存在的问题,本发明提供了一种节水灌溉控制系统及控制方法。
本发明是这样实现的,一种节水灌溉控制系统,所述节水灌溉控制系统,包括:
图像采集模块,与中央控制模块连接,用于通过图像采集设备对种植区的环境图像信息进行采集;
图像处理模块,与中央控制模块连接,用于通过图像处理程序对采集的种植区域的图像数据进行处理,包括:
估计拍摄所述环境图像时的环境光的反射特性;
计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值;
将所述校正值与所述像素相加来对所述像素的明度进行校正;
作物图像提取模块,与中央控制模块连接,用于通过图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取,包括:
获取预处理后种植区域图像数据进行向量转化,得到作物图像的灰度图像;
根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;
分割后得到不同区域,计算其区域图像像素强度平均值;
将区域像素强度平均值作为入参,通过K均值聚类算法进行作物目标与种植区域背景图像,并将分离结果进行第二次实体分割,得到作物的图像;
分析模块,与中央控制模块连接,用于通过分析程序基于提取的作物图像进行分析,得到作物状态分析结果;
灌溉确定模块,与中央控制模块连接,用于基于采集的环境数据以及作物状态分析结果确定作物是否需要灌溉;
灌溉参数计算模块,与中央控制模块连接,用于通过参数计算程序基于采集的种植作物信息、环境数据以及作物状态分析结果计算本次灌溉的参数;
其中,所述基于种植区域有效降水量以及作物需水量确定灌溉水量,计算公式如下:
其中,ETc表示灌溉需求水量,P0表示种植区域有效降水量;
所述种植区域作物灌溉需求水量计算公式如下:
ETc=Kw×Kc×ET0;;
其中,ET0表示作物的蒸散量,Kw表示土壤水分修正系数,Kc表示作物系数;
所述土壤水分修正系数Kw计算公式如下:
其中,WP表示凋萎含水量,WJ表示毛管断裂含水量;
判断模块,与中央控制模块连接,用于当作物需要灌溉时判断水箱内当其存水量是否满足灌溉要求;
灌溉模块,与中央控制模块连接,用于基于确定的灌溉参数调节灌溉设备的相关参数进行作物灌溉;
农业数据获取模块,与中央控制模块连接,用于通过农业数据获取设备获取待灌溉的产物的种类、数量以及种植区域的相关数据;
环境数据采集模块,与中央控制模块连接,用于通过环境数据采集程序对种植区域的相应环境数据进行采集;
储存水量采集模块,与中央控制模块连接,用于通过水量采集设备获取储水箱中目前存储的水量数据;
中央控制模块,与农业数据获取模块、环境数据采集模块、储存水量采集模块、图像采集模块、图像处理模块、作物图像提取模块、分析模块、灌溉确定模块、灌溉参数计算模块、判断模块、灌溉模块以及回收模块连接,用于通过中央处理器协调控制所述节水灌溉控制系统各个模块的正常工作;
回收模块,与中央控制模块连接,用于通过回收装置回收可回收的水资源,并进行处理后二次应用。
进一步,所述环境数据采集模块包括:
降水数据获取单元,用于基于气象卫星观测数据预计本地区的预期降水量;
环境温度数据采集单元,用于利用温度传感器采集环境温度数据;
环境湿度数据采集单元,用于利用湿度传感器采集环境温度数据;
土壤的温度单元,用于利用土壤测温计采集土壤温度数据;
湿度数据单元,用于利用湿度传感器采集环境温度数据。
进一步,图像处理模块中,所述估计拍摄所述环境图像时的环境光的反射特性,包括:
通过向所述图像应用平滑化来估计所述环境光的反射特性。
进一步,图像处理模块中,所述计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值,包括:
获取所述环境图像中的灰度分量图像,并将所述灰度分量图像的像素点的数据类型从byte型转换成为double型;
将所述灰度分量图像放入对数域中进行处理,得到增强灰度分量图像;利用高斯模板对所述增强灰度分量图像做卷积,得到低通滤波灰度分量图像;
将所述低通滤波灰度分量图像放入对数域中进行处理,得到高斯平滑后的灰度分量图像;
获取所述环境光的反射特性,计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系;
基于所述环境光的反射特性,根据所述相对明暗关系对所述增强灰度分量图像的像素点进行灰度值校正。
进一步,所述利用高斯模板对所述增强灰度分量图像做卷积的公式如下:
D(x,y)=S(x,y)*F(x,y);
其中,D(x,y)为所述低通滤波灰度分量图像,S(x,y)为所述原始图像,F(x,y)为高斯滤波函数。
进一步,所述计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系的公式如下:
relation(x,y)=log D(x,y)-logS(x,y);
其中,relation(x,y)为关系函数,log D(x,y)为所述低通滤波灰度分量图像的对数,log S(x,y)为所述原始图像的对数。
进一步,作物图像提取模块中,所述获取预处理后的种植区域图像数据,进行向量转化,得到作物图像的灰度图像包括:
把预处理后的种植区域环境图像处理为RGB彩色格式,并对预处理后的种植区域环境图像进行向量转化;
对于预处理后的种植区域环境图像的像素减去平均值,进行正则化处理;
进行预处理后的种植区域环境图像颜色调整,将图像颜色由RGB彩色格式调整为HSV格式;
利用HSV的颜色定义,根据参数对调整为HSV格式的预处理后的种植区域环境图像提取其灰度图像。
进一步,作物图像提取模块中,所述根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;分割后得到不同区域,计算其区域图像像素强度平均值包括:
将获取种植区域环境图像的灰度图像进行边缘的提取;将提取出的边缘,进行倒数计算,并进行欧式距离计算;
对计算的距离,根据设定的参数最短距离寻找区域内最大数值点所在位置;
根据计算区域最大数值,根据区域对每一个像素打标;根据打标的像素和计算的欧式距离求负数,利用分水岭算法进行一个区域的划分;
根据分水岭的结果区域,及灰度图像来计算区域的平均像素。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述的节水灌溉控制系统。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的节水灌溉控制系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的节水灌溉控制系统,通过进行种植区域环境图像的采集进行作物图像的提取,并对作物状态进行分析处理,并结合环境温度、湿度以及土壤温度、湿度数据智能化判断作物是否需要灌溉,并基于相应的数据自动化计算灌溉参数,进行灌溉,不仅能够节约水资源,同时消除了人工判断的不准确性,提升节水灌溉控制的智能化程度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的节水灌溉控制系统结构示意图;
图中:1、农业数据获取模块;2、环境数据采集模块;3、储存水量采集模块;4、图像采集模块;5、中央控制模块;6、图像处理模块;7、作物图像提取模块;8、分析模块;9、灌溉确定模块;10、灌溉参数计算模块;11、判断模块;12、灌溉模块;13、回收模块。
图2本发明实施例提供的节水灌溉控制方法流程图。
图3是本发明实施例提供的通过图像处理模块利用图像处理程序对采集的种植区域的图像数据进行处理的方法流程图。
图4是本发明实施例提供的计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值的方法流程图。
图5是本发明实施例提供的通过作物图像提取模块利用图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种节水灌溉控制系统及控制方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的节水灌溉控制系统包括:
图像采集模块1,与中央控制模块12连接,用于通过图像采集设备对种植区的环境图像信息进行采集;
图像处理模块2,与中央控制模块12连接,用于通过图像处理程序对采集的种植区域的图像数据进行处理;
作物图像提取模块3,与中央控制模块12连接,用于通过图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取;
分析模块4,与中央控制模块12连接,用于通过分析程序基于提取的作物图像进行分析,得到作物状态分析结果;
灌溉确定模块5,与中央控制模块12连接,用于基于采集的环境数据以及作物状态分析结果确定作物是否需要灌溉;
灌溉参数计算模块6,与中央控制模块12连接,用于通过参数计算程序基于采集的种植作物信息、环境数据以及作物状态分析结果计算本次灌溉的参数;
判断模块7,与中央控制模块12连接,用于当作物需要灌溉时判断水箱内当其存水量是否满足灌溉要求;
灌溉模块8,与中央控制模块12连接,用于基于确定的灌溉参数调节灌溉设备的相关参数进行作物灌溉;
农业数据获取模块9,与中央控制模块12连接,用于通过农业数据获取设备获取待灌溉的产物的种类、数量以及种植区域的相关数据;
环境数据采集模块10,与中央控制模块12连接,用于通过环境数据采集程序对种植区域的相应环境数据进行采集;
储存水量采集模块11,与中央控制模块12连接,用于通过水量采集设备获取储水箱中目前存储的水量数据;
中央控制模块12,与农业数据获取模块1、环境数据采集模块2、储存水量采集模块3、图像采集模块4、图像处理模块5、作物图像提取模块6、分析模块7、灌溉确定模块8、灌溉参数计算模块9、判断模块10、灌溉模块11以及回收模块13连接,用于通过中央处理器协调控制所述节水灌溉控制系统各个模块的正常工作;
回收模块13,与中央控制模块12连接,用于通过回收装置回收可回收的水资源,并进行处理后二次应用。
本发明实施例提供的环境数据采集模块2包括:
降水数据获取单元2-1,用于基于气象卫星观测数据预计本地区的预期降水量;
环境温度数据采集单元2-2,用于利用温度传感器采集环境温度数据;
环境湿度数据采集单元2-3,用于利用湿度传感器采集环境温度数据;
土壤的温度单元2-4,用于利用土壤测温计采集土壤温度数据;
湿度数据单元2-5,用于利用湿度传感器采集环境温度数据。
如图2所示,本发明实施例提供节水灌溉控制方法包括:
S101,通过图像采集模块利用图像采集设备对种植区的环境图像信息进行采集;通过图像处理模块利用图像处理程序对采集的种植区域的图像数据进行处理;
S102,通过作物图像提取模块利用图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取;
S103,通过分析模块利用分析程序基于提取的作物图像进行分析,得到作物状态分析结果;通过灌溉确定模块基于采集的环境数据以及作物状态分析结果确定作物是否需要灌溉;
S104,通过灌溉参数计算模块利用参数计算程序基于采集的种植作物信息、环境数据以及作物状态分析结果计算本次灌溉的参数;
S105,通过判断模块当作物需要灌溉时判断水箱内当其存水量是否满足灌溉要求;通过灌溉模块基于确定的灌溉参数调节灌溉设备的相关参数进行作物灌溉;
S106,通过农业数据获取模块利用农业数据获取设备获取待灌溉的产物的种类、数量以及种植区域的相关数据;
S107,通过环境数据采集模块利用环境数据采集程序对种植区域的相应环境数据进行采集;通过储存水量采集模块利用水量采集设备获取储水箱中目前存储的水量数据;
S108,通过中央控制模块利用中央处理器协调控制所述节水灌溉控制系统各个模块的正常工作;通过回收模块利用回收装置回收可回收的水资源,并进行处理后二次应用。
本发明实施例提供的步骤S104中,所述通过灌溉参数计算模块基于采集的种植作物信息、环境数据以及作物状态分析结果计算本次灌溉的参数包括:
(1)基于种植区域有效降水量以及作物需水量确定灌溉水量,计算公式如下:
其中,ETc表示灌溉需求水量,P0表示种植区域有效降水量;
(2)种植区域作物灌溉需求水量计算公式如下:
ETc=Kw×Kc×ET0;
其中,ET0表示作物的蒸散量,Kw表示土壤水分修正系数,Kc表示作物系数;
(3)土壤水分修正系数Kw计算公式如下:
其中,WP表示凋萎含水量,WJ表示毛管断裂含水量。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的节水灌溉控制方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的通过图像处理模块利用图像处理程序对采集的种植区域的图像数据进行处理的方法包括:
S201,估计拍摄所述环境图像时的环境光的反射特性;
S202,计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值;
S203,将所述校正值与所述像素相加来对所述像素的明度进行校正。
本发明实施例提供的步骤S201中,所述估计拍摄所述环境图像时的环境光的反射特性包括:通过向所述图像应用平滑化来估计所述环境光的反射特性。
如图4所示,本发明实施例提供的步骤S202中,所述计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值,包括:
S301,获取所述环境图像中的灰度分量图像,并将所述灰度分量图像的像素点的数据类型从byte型转换成为double型;
S302,将所述灰度分量图像放入对数域中进行处理,得到增强灰度分量图像;利用高斯模板对所述增强灰度分量图像做卷积,得到低通滤波灰度分量图像;
S303,将所述低通滤波灰度分量图像放入对数域中进行处理,得到高斯平滑后的灰度分量图像;
S304,获取所述环境光的反射特性,计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系;
S305,基于所述环境光的反射特性,根据所述相对明暗关系对所述增强灰度分量图像的像素点进行灰度值校正。
本发明实施例提供的步骤S302中,所述利用高斯模板对所述增强灰度分量图像做卷积的公式如下:
D(x,y)=S(x,y)*F(x,y);
其中,D(x,y)为所述低通滤波灰度分量图像,S(x,y)为所述原始图像,F(x,y)为高斯滤波函数。
本发明实施例提供的步骤S304中,所述计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系的公式如下:
relation(x,y)=log D(x,y)-logS(x,y);
其中,relation(x,y)为关系函数,log D(x,y)为所述低通滤波灰度分量图像的对数,log S(x,y)为所述原始图像的对数。
实施例2
本发明实施例提供的节水灌溉控制方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过作物图像提取模块利用图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取的方法包括:
S401,获取预处理后种植区域图像数据进行向量转化,得到作物图像的灰度图像;
S402,根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;
S403,分割后得到不同区域,计算其区域图像像素强度平均值;
S404,将区域像素强度平均值作为入参,通过K均值聚类算法进行作物目标与种植区域背景图像,并将分离结果进行第二次实体分割,得到作物的图像。
本发明实施例提供的步骤S401中,所述获取预处理后的种植区域图像数据,进行向量转化,得到作物图像的灰度图像,包括:
把预处理后的种植区域环境图像处理为RGB彩色格式,并对预处理后的种植区域环境图像进行向量转化;
对于预处理后的种植区域环境图像的像素减去平均值,进行正则化处理;
进行预处理后的种植区域环境图像颜色调整,将图像颜色由RGB彩色格式调整为HSV格式;
利用HSV的颜色定义,根据参数对调整为HSV格式的预处理后的种植区域环境图像提取其灰度图像。
本发明实施例提供的步骤S402中,所述根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;分割后得到不同区域,计算其区域图像像素强度平均值,包括:
将获取种植区域环境图像的灰度图像进行边缘的提取;将提取出的边缘,进行倒数计算,并进行欧式距离计算;
对计算的距离,根据设定的参数最短距离寻找区域内最大数值点所在位置;
根据计算区域最大数值,根据区域对每一个像素打标;根据打标的像素和计算的欧式距离求负数,利用分水岭算法进行一个区域的划分;
根据分水岭的结果区域,及灰度图像来计算区域的平均像素。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种节水灌溉控制系统,其特征在于,所述节水灌溉控制系统包括:
图像采集模块,与中央控制模块连接,用于通过图像采集设备对种植区的环境图像信息进行采集;
图像处理模块,与中央控制模块连接,用于通过图像处理程序对采集的种植区域的图像数据进行处理,包括:
估计拍摄所述环境图像时的环境光的反射特性;
计算基于所述环境光的反射特性来对像素的明度进行校正的校正值;
将所述校正值与所述像素相加来对所述像素的明度进行校正;
作物图像提取模块,与中央控制模块连接,用于通过图像提取程序基于处理后的种植区域的图像数据进行作物图像的提取,包括:
获取预处理后种植区域图像数据进行向量转化,得到作物图像的灰度图像;
根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;
分割后得到不同区域,计算其区域图像像素强度平均值;
将区域像素强度平均值作为入参,通过K均值聚类算法进行作物目标与种植区域背景图像,并将分离结果进行第二次实体分割,得到作物的图像;
分析模块,与中央控制模块连接,用于通过分析程序基于提取的作物图像进行分析,得到作物状态分析结果;
灌溉确定模块,与中央控制模块连接,用于基于采集的环境数据以及作物状态分析结果确定作物是否需要灌溉;
灌溉参数计算模块,与中央控制模块连接,用于通过参数计算程序基于采集的种植作物信息、环境数据以及作物状态分析结果计算本次灌溉的参数;
其中,基于种植区域有效降水量以及作物需水量确定灌溉水量,计算公式如下:
其中,ETc表示灌溉需求水量,P0表示种植区域有效降水量;
所述种植区域作物灌溉需求水量计算公式如下:
ETc=Kw×Kc×ET0;
其中,ET0表示作物的蒸散量,Kw表示土壤水分修正系数,Kc表示作物系数;
所述土壤水分修正系数Kw计算公式如下:
其中,WP表示凋萎含水量,WJ表示毛管断裂含水量;
判断模块,与中央控制模块连接,用于当作物需要灌溉时判断水箱内当其存水量是否满足灌溉要求;
灌溉模块,与中央控制模块连接,用于基于确定的灌溉参数调节灌溉设备的相关参数进行作物灌溉;
农业数据获取模块,与中央控制模块连接,用于通过农业数据获取设备获取待灌溉的产物的种类、数量以及种植区域的相关数据;
环境数据采集模块,与中央控制模块连接,用于通过环境数据采集程序对种植区域的相应环境数据进行采集;
储存水量采集模块,与中央控制模块连接,用于通过水量采集设备获取储水箱中目前存储的水量数据;
中央控制模块,与农业数据获取模块、环境数据采集模块、储存水量采集模块、图像采集模块、图像处理模块、作物图像提取模块、分析模块、灌溉确定模块、灌溉参数计算模块、判断模块、灌溉模块以及回收模块连接,用于通过中央处理器协调控制所述节水灌溉控制系统各个模块的正常工作;
回收模块,与中央控制模块连接,用于通过回收装置回收可回收的水资源,并进行处理后二次应用;
所述环境数据采集模块包括:
降水数据获取单元,用于基于气象卫星观测数据预计本地区的预期降水量;
环境温度数据采集单元,用于利用温度传感器采集环境温度数据;
环境湿度数据采集单元,用于利用湿度传感器采集环境温度数据;
土壤的温度单元,用于利用土壤测温计采集土壤温度数据;
湿度数据单元,用于利用湿度传感器采集环境温度数据;
图像处理模块中,所述估计拍摄所述环境图像时的环境光的反射特性,包括:
通过向所述图像应用平滑化来估计所述环境光的反射特性;
图像处理模块中,所述计算基于所述环境光的反射特性来对所述像素的明度进行校正的校正值,包括:
获取所述环境图像中的灰度分量图像,并将所述灰度分量图像的像素点的数据类型从byte型转换成为double型;
将所述灰度分量图像放入对数域中进行处理,得到增强灰度分量图像;利用高斯模板对所述增强灰度分量图像做卷积,得到低通滤波灰度分量图像;
将所述低通滤波灰度分量图像放入对数域中进行处理,得到高斯平滑后的灰度分量图像;
获取所述环境光的反射特性,计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系;
基于所述环境光的反射特性,根据所述相对明暗关系对所述增强灰度分量图像的像素点进行灰度值校正;
所述利用高斯模板对所述增强灰度分量图像做卷积的公式如下:
D(x,y)=S(x,y)*F(x,y);
其中,D(x,y)为所述低通滤波灰度分量图像,S(x,y)为原始图像,F(x,y)为高斯滤波函数;
所述计算所述灰度分量图像的像素点与所述高斯平滑后的灰度分量图像的像素点之间的相对明暗关系的公式如下:
relation(x,y)=log D(x,y)-logS(x,y);
其中,relation(x,y)为关系函数,log D(x,y)为所述低通滤波灰度分量图像的对数,log S(x,y)为所述原始图像的对数;
作物图像提取模块中,所述获取预处理后的种植区域图像数据,进行向量转化,得到作物图像的灰度图像包括:
把预处理后的种植区域环境图像处理为RGB彩色格式,并对预处理后的种植区域环境图像进行向量转化;
对于预处理后的种植区域环境图像的像素减去平均值,进行正则化处理;
进行预处理后的种植区域环境图像颜色调整,将图像颜色由RGB彩色格式调整为HSV格式;
利用HSV的颜色定义,根据参数对调整为HSV格式的预处理后的种植区域环境图像提取其灰度图像;
作物图像提取模块中,所述根据得到的作物图像的灰度图像计算边框及区域的初步处理,利用分水岭算法进行第一次实体分割;分割后得到不同区域,计算其区域图像像素强度平均值包括:
将获取种植区域环境图像的灰度图像进行边缘的提取;将提取出的边缘,进行倒数计算,并进行欧式距离计算;
对计算的距离,根据设定的参数最短距离寻找区域内最大数值点所在位置;
根据计算区域最大数值,根据区域对每一个像素打标;根据打标的像素和计算的欧式距离求负数,利用分水岭算法进行一个区域的划分;
根据分水岭的结果区域,及灰度图像来计算区域的平均像素。
2.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用如权利要求1所述的节水灌溉控制系统。
3.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1所述的节水灌溉控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110328071.4A CN113040034B (zh) | 2021-03-26 | 2021-03-26 | 一种节水灌溉控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110328071.4A CN113040034B (zh) | 2021-03-26 | 2021-03-26 | 一种节水灌溉控制系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113040034A CN113040034A (zh) | 2021-06-29 |
CN113040034B true CN113040034B (zh) | 2023-10-24 |
Family
ID=76515825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110328071.4A Active CN113040034B (zh) | 2021-03-26 | 2021-03-26 | 一种节水灌溉控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113040034B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113875562A (zh) * | 2021-10-29 | 2022-01-04 | 山东润浩水利科技有限公司 | 一种多用户预付费农田智能灌溉施肥自动化设备及方法 |
CN114486764B (zh) * | 2022-01-26 | 2023-06-06 | 安徽新宇环保科技股份有限公司 | 基于全光谱水质分析仪的农业面源污染监测系统 |
CN114549980A (zh) * | 2022-02-11 | 2022-05-27 | 成都理工大学 | 一种改进边缘检测和深度学习算法的土壤干旱识别方法 |
CN115088597A (zh) * | 2022-07-21 | 2022-09-23 | 吉林省农业机械研究院 | 一种智能化农业用水灌溉节水管理系统 |
CN115126686B (zh) * | 2022-08-31 | 2022-11-11 | 山东中聚电器有限公司 | 用于植保无人机载隔膜泵控制系统 |
CN116229300B (zh) * | 2023-04-07 | 2023-10-20 | 上海华维可控农业科技集团股份有限公司 | 一种用于高标准农田下的灌溉节能管理系统及方法 |
CN116326460B (zh) * | 2023-05-24 | 2023-08-04 | 中国农业科学院农业环境与可持续发展研究所 | 一种多通道数据采集方法及农作物精准灌溉施肥控制系统 |
CN117114243A (zh) * | 2023-09-25 | 2023-11-24 | 杭州智驳科技有限公司 | 一种基于物联网的数字乡村管理系统 |
CN117291906A (zh) * | 2023-11-01 | 2023-12-26 | 泰安时代园林科技开发有限公司 | 一种园林景观节能灌溉系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203340718U (zh) * | 2013-05-22 | 2013-12-18 | 厦门鹭路兴绿化工程建设有限公司 | 基于无线通信网络的园林灌溉系统 |
CN105427279A (zh) * | 2015-11-02 | 2016-03-23 | 中国农业大学 | 一种基于计算机视觉及物联网的草原旱情监测系统和方法 |
CN106067169A (zh) * | 2016-05-24 | 2016-11-02 | 北京农业信息技术研究中心 | 植物水分胁迫状态自动监控方法及系统 |
CN106780093A (zh) * | 2017-01-12 | 2017-05-31 | 中国水利水电科学研究院 | 一种农田灌溉水量计算方法和装置 |
CN207908944U (zh) * | 2018-01-19 | 2018-09-25 | 南京交通职业技术学院 | 一种智能型植物浇灌装置 |
CN109166049A (zh) * | 2018-09-05 | 2019-01-08 | 河海大学 | 一种物联网农业灌溉系统及方法 |
CN110648020A (zh) * | 2019-09-12 | 2020-01-03 | 中国农业大学 | 一种温室作物需水量预测方法及装置 |
CN110692338A (zh) * | 2019-10-30 | 2020-01-17 | 北京农业智能装备技术研究中心 | 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统 |
CN110738196A (zh) * | 2019-11-13 | 2020-01-31 | 云南农业大学 | 一种基于区域墒情监测和遥感数据的实时灌溉预报系统 |
CN111213574A (zh) * | 2020-01-14 | 2020-06-02 | 智恒科技股份有限公司 | 一种节水灌溉水量平衡自动调节装置 |
CN112257702A (zh) * | 2020-11-12 | 2021-01-22 | 武荣盛 | 一种基于增量学习的农作物病害识别方法 |
-
2021
- 2021-03-26 CN CN202110328071.4A patent/CN113040034B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203340718U (zh) * | 2013-05-22 | 2013-12-18 | 厦门鹭路兴绿化工程建设有限公司 | 基于无线通信网络的园林灌溉系统 |
CN105427279A (zh) * | 2015-11-02 | 2016-03-23 | 中国农业大学 | 一种基于计算机视觉及物联网的草原旱情监测系统和方法 |
CN106067169A (zh) * | 2016-05-24 | 2016-11-02 | 北京农业信息技术研究中心 | 植物水分胁迫状态自动监控方法及系统 |
CN106780093A (zh) * | 2017-01-12 | 2017-05-31 | 中国水利水电科学研究院 | 一种农田灌溉水量计算方法和装置 |
CN207908944U (zh) * | 2018-01-19 | 2018-09-25 | 南京交通职业技术学院 | 一种智能型植物浇灌装置 |
CN109166049A (zh) * | 2018-09-05 | 2019-01-08 | 河海大学 | 一种物联网农业灌溉系统及方法 |
CN110648020A (zh) * | 2019-09-12 | 2020-01-03 | 中国农业大学 | 一种温室作物需水量预测方法及装置 |
CN110692338A (zh) * | 2019-10-30 | 2020-01-17 | 北京农业智能装备技术研究中心 | 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统 |
CN110738196A (zh) * | 2019-11-13 | 2020-01-31 | 云南农业大学 | 一种基于区域墒情监测和遥感数据的实时灌溉预报系统 |
CN111213574A (zh) * | 2020-01-14 | 2020-06-02 | 智恒科技股份有限公司 | 一种节水灌溉水量平衡自动调节装置 |
CN112257702A (zh) * | 2020-11-12 | 2021-01-22 | 武荣盛 | 一种基于增量学习的农作物病害识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113040034A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113040034B (zh) | 一种节水灌溉控制系统及控制方法 | |
US9064151B2 (en) | Device and method for detecting plantation rows | |
CN110163138B (zh) | 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法 | |
CN111126662B (zh) | 基于大数据的灌溉决策制定方法、装置、服务器和介质 | |
CN112116514B (zh) | 植物种植推荐方法、装置、设备及计算机可读存储介质 | |
CN110645961B (zh) | 基于遥感和ndvi的森林资源动态变化检测方法 | |
KR20150000435A (ko) | 작물 생장 단계 인식 및 환경 제어 시스템 및 그 방법 | |
CN102663397B (zh) | 一种小麦出苗的自动检测方法 | |
CN112949704B (zh) | 一种基于图像分析的烟叶成熟度状态识别方法及装置 | |
CN110427798B (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
CN110909679A (zh) | 冬小麦历史种植区的休耕轮作信息遥感识别方法及系统 | |
CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
CN109918449B (zh) | 一种基于物联网的农业灾害信息遥感提取方法及系统 | |
CN112913436A (zh) | 水肥一体化节水灌溉控制系统、方法、介质、设备及终端 | |
CN110648020A (zh) | 一种温室作物需水量预测方法及装置 | |
WO2021133310A1 (en) | Agricultural decision support system | |
CN115687850A (zh) | 一种农田的灌溉需水量计算方法及装置 | |
CN110910266A (zh) | 一种基于遥感的灌区农业灌溉用水总量估算方法 | |
CN114881127A (zh) | 一种基于高分辨率遥感卫星影像的农作物精细分类方法 | |
CN110455201A (zh) | 基于机器视觉的茎秆作物高度测量方法 | |
Serra et al. | Two Mediterranean irrigation communities in front of water scarcity: A comparison using satellite image time series | |
CN113569772A (zh) | 遥感影像耕地实例掩膜提取方法及系统、设备、存储介质 | |
He et al. | A calculation method of phenotypic traits of soybean pods based on image processing technology | |
CN108387534A (zh) | 测定植株含水量方法和装置 | |
CN115344815A (zh) | 考虑植被空间变化的天然径流变化归因分析方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |