基于云計(jì)算的農(nóng)業(yè)圖像處理系統(tǒng)設(shè)計(jì)與算法研究.pdf

1、圖像處理在農(nóng)產(chǎn)品檢測(cè)、農(nóng)作物病蟲草害診斷識(shí)別、精準(zhǔn)噴藥和果實(shí)采摘等方面都有著廣泛的應(yīng)用，取得了豐碩的研究成果，對(duì)農(nóng)業(yè)各領(lǐng)域的現(xiàn)代化進(jìn)程起到了十分重要的促進(jìn)作用。但由于圖像處理系統(tǒng)復(fù)雜，成本高昂，使用和維護(hù)不便，不能適應(yīng)惡劣的生產(chǎn)環(huán)境，許多成果還沒有真正被農(nóng)民所接受，發(fā)揮出應(yīng)有的經(jīng)濟(jì)效益和社會(huì)效益。如何做到對(duì)圖像的實(shí)時(shí)處理的同時(shí)降低農(nóng)民的使用成本是亟需解決的問題。
　　 論文將云計(jì)算與農(nóng)業(yè)圖像處理相結(jié)合，提出了農(nóng)業(yè)圖像云構(gòu)想，構(gòu)建

2、了農(nóng)業(yè)圖像云架構(gòu)。將云平臺(tái)的結(jié)構(gòu)分為三個(gè)層次，形成以控制層為核心，過渡層作決策判斷，算法層執(zhí)行具體功能的模式。建立了農(nóng)業(yè)圖像處理系統(tǒng)的Petri網(wǎng)模型，提出了農(nóng)業(yè)圖像處理系統(tǒng)的參數(shù)化設(shè)計(jì)方法，系統(tǒng)可以針對(duì)不同的目標(biāo)設(shè)置不同參數(shù)進(jìn)行處理，根據(jù)不同目標(biāo)的不同參數(shù)，模型可自動(dòng)對(duì)算法進(jìn)行調(diào)度，并用FPGA對(duì)模型進(jìn)行了實(shí)驗(yàn)驗(yàn)證。論文還對(duì)圖像處理中各種分割、去噪和銳化算法進(jìn)行了研究，重點(diǎn)研究了這些算法的優(yōu)化和融合，提高了圖像處理的質(zhì)量。
　　

3、 論文研究的具體內(nèi)容如下:
　　 (1)為提高農(nóng)業(yè)圖像處理的實(shí)時(shí)性、系統(tǒng)功能的廣泛性、操作使用的簡(jiǎn)便性、工作環(huán)境的適應(yīng)性、使用成本的廉價(jià)性，提出了農(nóng)業(yè)圖像云的思想并進(jìn)行了架構(gòu)設(shè)計(jì)，將其核心的云平臺(tái)分為三個(gè)層次:控制層、過渡層和算法層?？刂茖痈鶕?jù)用戶選擇的服務(wù)，來(lái)調(diào)用服務(wù)需要的過渡層中的算法過渡模塊;過渡層中的算法過渡模塊根據(jù)服務(wù)參數(shù)來(lái)判斷是否被調(diào)用，在執(zhí)行條件滿足時(shí)，選擇算法層中相對(duì)應(yīng)算法群里面空閑的算法模塊執(zhí)行具體的功能;算

4、法層主要是接收過渡層中傳遞的數(shù)據(jù)執(zhí)行算法的功能。此外還建立一個(gè)服務(wù)參數(shù)庫(kù)，用來(lái)存儲(chǔ)各個(gè)目標(biāo)的參數(shù)信息。
　　 (2)針對(duì)農(nóng)業(yè)圖像云云平臺(tái)架構(gòu)中的控制層與過渡層之間的工作模式，提出參數(shù)化農(nóng)業(yè)圖像處理系統(tǒng)設(shè)計(jì)方法。它由用戶對(duì)系統(tǒng)進(jìn)行參數(shù)設(shè)置，選擇所需算法，系統(tǒng)將根據(jù)用戶的設(shè)置執(zhí)行相應(yīng)的算法，完成用戶要求的功能。這種設(shè)計(jì)方法提高了圖像處理系統(tǒng)的靈活性，使系統(tǒng)適用范圍更廣，適用于云平臺(tái)大規(guī)模分布式并行計(jì)算模式的設(shè)計(jì)，也可以用來(lái)設(shè)計(jì)獨(dú)立的

5、參數(shù)化農(nóng)業(yè)圖像處理系統(tǒng)。
　　 (3)為了解決具有并行結(jié)構(gòu)的農(nóng)業(yè)圖像處理系統(tǒng)的建模問題，提出農(nóng)業(yè)圖像處理系統(tǒng)的Petri網(wǎng)建模方法，構(gòu)建基于參數(shù)的算法調(diào)用模式?；赑etri網(wǎng)對(duì)參數(shù)化農(nóng)業(yè)圖像處理系統(tǒng)的頂層控制模塊進(jìn)行建模，并對(duì)模型進(jìn)行驗(yàn)證。論文使用SnoopylOPT軟件將頂層控制模塊的Petri網(wǎng)建模圖轉(zhuǎn)換為PNML(PetriNetMarkupLanguage)語(yǔ)言文本文件，再通過PNML2VHDL編譯生成VHDL語(yǔ)言文件

6、，在QuartusⅡ環(huán)境中進(jìn)行仿真驗(yàn)證，仿真結(jié)果波形圖說(shuō)明了模型的正確性。
　　 (4)為了使棉花等綠色農(nóng)作物圖像分割效果更好，提出G-分量彩色圖像圓錐分割算法，并推導(dǎo)任意顏色的彩色圖像圓錐分割算法公式并簡(jiǎn)單驗(yàn)證。在色差法的基礎(chǔ)上，提出G-分量彩色圖像圓錐分割算法。為了限定目標(biāo)像素灰度值的取值范圍，G-分量彩色圖像圓錐分割算法與閾值化分割法相融合，提出G-分量彩色圖像圓臺(tái)分割算法。新算法以(0，0，0)點(diǎn)為頂點(diǎn)，G軸為中心軸，r

7、為半徑做圓錐，圓錐內(nèi)部同時(shí)在閾值范圍內(nèi)的像素點(diǎn)即為目標(biāo)像素點(diǎn)。通過直方圖統(tǒng)計(jì)的方法確定新算法中的未知量，將新算法與色差法和閾值化分割法分割的結(jié)果進(jìn)行比較，結(jié)果表明新算法分割效果較好。
　　 (5)基于中值濾波和掩膜消噪法的圖像濾波融合算法研究。其中5×5窗口的中值濾波去噪效果好但圖像比較模糊，而掩膜消噪法去噪效果較差但圖像比較清晰。將5×5窗口的中值濾波和掩膜消噪法通過分配不同權(quán)值的方式進(jìn)行融合，得到新的圖像去噪融合算法及結(jié)果。