基于嵌入式機(jī)器視覺的信息采集與處理技術(shù)研究.pdf

1、現(xiàn)有機(jī)器視覺設(shè)備不太方便攜帶到田間作業(yè)，且價(jià)格昂貴，導(dǎo)致該項(xiàng)技術(shù)不易向農(nóng)戶推廣。嵌入式機(jī)器視覺系統(tǒng)是以嵌入式計(jì)算機(jī)為應(yīng)用中心，以機(jī)器視覺技術(shù)為理論基礎(chǔ)，軟硬件可裁剪，是機(jī)器視覺技術(shù)的擴(kuò)展與延伸。研究嵌入式機(jī)器視覺的作物生長(zhǎng)信息采集與處理技術(shù)，能促進(jìn)該項(xiàng)技術(shù)在農(nóng)、林、牧、漁等互聯(lián)網(wǎng)和供電不方便的野外應(yīng)用，實(shí)現(xiàn)信息快速獲取，使研究工作顯得更有現(xiàn)實(shí)意義。
　　 本文結(jié)合機(jī)器視覺系統(tǒng)的結(jié)構(gòu)，開發(fā)了嵌入式機(jī)器視覺設(shè)備。全文圍繞嵌入式機(jī)器視

2、覺設(shè)備的研發(fā)及其在作物生長(zhǎng)信息的采集與處理過程中的適用性展開了研究，選取了水果和植物葉片進(jìn)行了信息采集與處理，對(duì)反映作物生長(zhǎng)的大小、面積、產(chǎn)量等信息采集與處理算法進(jìn)行了適用性研究，取得了較好的效果。主要結(jié)論如下：
　　 (1)對(duì)提高圖像處理運(yùn)行速度算法進(jìn)行了研究。提出的將多維數(shù)組合理降為一維數(shù)組方法，可數(shù)倍的節(jié)省內(nèi)存運(yùn)行空間，提高程序執(zhí)行效率；使用整數(shù)系數(shù)代替浮點(diǎn)運(yùn)算、將乘除法換成移位運(yùn)算、把四字節(jié)的數(shù)據(jù)類型轉(zhuǎn)化為兩字節(jié)、使用查

3、表算法代替程序中的乘法運(yùn)算、編寫自己的代碼替代開發(fā)環(huán)境提供的API函數(shù)等方式來提高圖像處理算法的運(yùn)行效率。從圖像灰度化的實(shí)驗(yàn)結(jié)果來看，采用研究的方法可提高軟件運(yùn)行速度20倍以上。該方法具有很高的靈活性和實(shí)用價(jià)值。
　　 (2)研制了Linux與Android系統(tǒng)的嵌入式機(jī)器視覺設(shè)備。該設(shè)備使用核心為嵌入式計(jì)算機(jī)的手機(jī)開發(fā)模塊代替計(jì)算機(jī)視覺系統(tǒng)中的計(jì)算機(jī)和攝像頭部分，實(shí)現(xiàn)圖像采集和數(shù)據(jù)處理；利用傾角測(cè)量技術(shù)控制攝像頭與研究對(duì)象之間

4、的角度；采用距離測(cè)量技術(shù)控制攝像頭與研究對(duì)象之間的距離；采用Java語言為該設(shè)備和市場(chǎng)上流行的Android系統(tǒng)智能手機(jī)I9300開發(fā)了圖像處理軟件。實(shí)驗(yàn)結(jié)果表明，該視覺系統(tǒng)可測(cè)量不同形狀和顏色的葉片面積及對(duì)柑橘進(jìn)行估產(chǎn)，延伸了機(jī)器視覺技術(shù)的應(yīng)用。
　　 (3)應(yīng)用所研制的嵌入式機(jī)器視覺系統(tǒng)，對(duì)簇生水果的數(shù)量判別進(jìn)行了研究。提出了改進(jìn)Freeman八鄰域鏈碼對(duì)簇生水果數(shù)量判別的方法，在Freeman八鄰域鏈碼的基礎(chǔ)上，增加了3個(gè)

5、新的元素，即“S”、“8”、“9”，其中“S”是簇生區(qū)域水果圖像輪廓鏈碼的起點(diǎn)，“8”是圖像輪廓的方向變化轉(zhuǎn)折點(diǎn)，“9”是圖像輪廓的最低點(diǎn)；對(duì)圖像輪廓編碼完成后，利用鏈碼中“8”的個(gè)數(shù)信息進(jìn)行簇生水果的數(shù)量判別。利用該方法對(duì)采摘前兩周的贛南臍橙和煙臺(tái)蘋果進(jìn)行了判別，實(shí)驗(yàn)結(jié)果表明，該方法能100％的判別出二、三、四簇生情況，對(duì)五簇生的正確識(shí)別率能達(dá)到60%以上，但比較困難正確判斷六簇生以上的情況。該方法可以借鑒判斷具有規(guī)則輪廓水果的簇生情

6、況，如梨、西紅柿等，對(duì)提高采摘前水果估產(chǎn)準(zhǔn)確率具有理論和實(shí)際意義。
　　 (4)通過所研制的嵌入式機(jī)器視覺設(shè)備對(duì)采摘前兩周的單株柑橘樹進(jìn)行估產(chǎn)研究。提出了一種基于顏色信息的半自動(dòng)自適應(yīng)分割算法，對(duì)果園現(xiàn)場(chǎng)拍攝的柑橘樹進(jìn)行了柑橘分割；結(jié)合形態(tài)學(xué)濾波器，對(duì)被判別為具有簇生情況的圖像區(qū)域進(jìn)行了邊緣平滑；采用改進(jìn)的Freeman八鄰域鏈碼對(duì)簇生區(qū)域水果數(shù)量進(jìn)行了判別；實(shí)現(xiàn)柑橘數(shù)量的估計(jì)。對(duì)贛南臍橙單株果樹進(jìn)行了估產(chǎn)，結(jié)果顯示能達(dá)到近90

7、%的準(zhǔn)確率。為果園規(guī)劃產(chǎn)前產(chǎn)量分布圖提供了技術(shù)支持，為進(jìn)一步估產(chǎn)提供技術(shù)方案。
　　 (5)應(yīng)用所研制的嵌入式機(jī)器視覺設(shè)備，對(duì)葉面積測(cè)量的算法進(jìn)行了研究。提出了一種適合嵌入式手持設(shè)備操作特性的半自動(dòng)自適應(yīng)分割算法，通過人工在觸摸屏上顯示的葉片圖像的周圍任意畫個(gè)封閉圈，采用Canny邊緣檢測(cè)算法獲取葉片的邊緣像素位置信息，利用中值濾波對(duì)圖像去噪處理，采用Otsu分割算法對(duì)封閉圈內(nèi)的研究對(duì)象進(jìn)行分割并二值化，圖像重構(gòu)以后把邊緣檢測(cè)的