基于计算机视觉识别技术的甘蔗种植机械化研究

王 盛，李 明

(河南职业技术学院，郑州 450046)



基于计算机视觉识别技术的甘蔗种植机械化研究

王 盛，李 明

(河南职业技术学院，郑州 450046)

针对当前甘蔗种植机械化现状，优化机具设计，并应用计算机视觉识别技术，自动识别切种长度，预切甘蔗种，以便实现精密化、机械化的甘蔗种植。在计算机视觉识别技术支持下优化设计甘蔗种植设备，不仅可提升识别甘蔗茎节的正确率(提升80%)，还可以提升甘蔗种植效益(提升20%)，取得较好的经济效益。为此，设计了基于计算机视觉识别技术甘的蔗种植机械化设备，可提升甘蔗种植机械化水平，提高甘蔗预切种正确率，提升甘蔗机械化种植效益，产生积极影响。

甘蔗；种植机械化；视觉识别；预切种

0 引言

在我国，甘蔗属于宿根作物，一年可以收获一次，其留宿根在1～2年后会导致甘蔗产量下降[1]。由于甘蔗种植属于劳动密集型产业[2]，实现甘蔗种植机械化生产是未来发展的方向。

1 甘蔗种植机械化发展现状

甘蔗种植属于劳动密集型工序，主要包括开沟、施肥、投种、覆土、压土、铺膜及压膜等工序[3-5]，而甘蔗种植机械化是指采用甘蔗联合种植机在田间进行开沟、施肥，以及甘蔗斩种、消毒、排种、覆土、压土、盖膜作业的技术[6]。当前，多应用预切种式甘蔗种植机，其工作原理是通过人工预先切种剔除有病虫害蔗种，将蔗段充分地浸泡消毒，并将预先就切割好的蔗段装到机器的甘蔗种箱之内[7-12]，通过蔗段喂入结构及排种部分，把蔗段铺放到已经开好沟的土地区域，完成机械化种植。然而，在现存的甘蔗种植机械化设备中，预切种式的优点是能够将甘蔗种植的开沟、施肥、落种及覆土等工序[13]实现机械化的自动操作，减少人工工作量；但是在蔗段预切种方面还是需要人工参与，降低了工作效率，未能达到实现全机械化的甘蔗种植目标。

2 设计原理

基于计算机视觉识别技术，设计机械化甘蔗种植机器，主要原理是通过图像采集设备采集甘蔗图像,而后由计算机识别甘蔗茎节、蔗芽，对甘蔗蔗种切断进行预处理[14]。本次设计的甘蔗种植机械化设备能够通过计算视觉机识技术，识别出甘蔗图像中的茎节部分,然后通过软件操控系统控制切断器进行分段预切，并将这个蔗种当做预切的甘蔗，放到预切种箱内，作为机械化种植甘蔗的蔗种来源，实现甘蔗种植机械化。在机械化设备设计中，喂蔗时先把甘蔗整齐堆放至摆蔗位置；试运行液压系统，抬起机器，投蔗时要连续，保证不漏种，喂蔗时要空走一定距离，看蔗种摆放密度及施肥效果，如果不理想，按种植机切割速度及施肥速度进行调节[15]。铺膜时，当机器抬起时，把薄膜扯出一部分，盖过压膜轮，然后降下机器，用压膜轮压住，以防被风吹偏。目前的甘蔗机械化种植中，多是采用定长的方式去切断甘蔗终端的预切种方式，不仅会造成切断蔗芽而严重浪费甘蔗种资源，也会降低实际机械化甘蔗种植效益。基于计算机视觉识别技术，能够有效提高机械化蔗种切断的质量，精确地对甘蔗图像中的茎节进行识别，根据拍摄到甘蔗图像的边缘特性及颜色分量，运用灰度的梯度特性、边缘检侧法、HVS颜色空间分量等[16]，确保满足人们对甘蔗种植机械化设备的应用需求。

3 甘蔗种植机械的优化设计

3.1 设备总体结构组成

本次设计的甘蔗种植机械化设备中，基于计算机视觉识别技术，确保该设备应包含机械部分与软件控制部分，其软件控制部分应包含蔗种预处理、茎节与茎芽识别模块，其设计流程如图1所示。

图1 设计流程

在蔗种预处理中，主要通过系统摄像机，根据拍摄的甘蔗图像，将其传输给系统的控制部分。即针对需要进行切断的甘蔗蔗种，将其放置到系统的切种控制载物台位置；然后，由计算机视觉识别技术中的摄像机控制部分进行处理，有效采集甘蔗的图像信息,并将采集到甘蔗的图像应用JGP格式存储在机械设备的软件控制系统中。

茎节与茎芽识别中，能够应用边缘检侧法及灰度梯度法，以RGB及HVS图像的颜色空间分量作为视觉依据，从而识别出在某一甘蔗图像中的甘蔗茎节,实现蔗种预切操作。

3.2 蔗种预处理

该部分处理中，将采集的RGB甘蔗图像，转化成HVS颜色空间图像，采应用H分量对图像进行二值化分割，并通过 OTSU滤波、除噪等预处理过程，有效获得在甘蔗图像中的最小区域。预处理工作流程如图2所示。

图2 预处理流程

3.3 识别甘蔗茎节、茎芽

针对采集的甘蔗图像，根据计算机系统平台，应用模糊聚类算法，去除甘蔗图像中的噪声，并有效提出在甘蔗图像中的茎节特征及最小甘蔗区域, 识别、定位甘蔗茎节,以便可以获取茎节位置，从而计算出甘蔗中的茎节、茎芽个数，有利于机械化种植甘蔗中做好预切种工作。

3.4 计算机视觉识别算法

对于计算机视觉识别技术中，应用模糊聚类算法，不仅能够提出原始数据中的特征信息,还可以优化选择特征，或是针对特征降维，提升计算机视觉识别精度。

模糊聚类算法目标函数为

(1)

其中，p表示每一个样本xj的维数，x={x1，x2，…，xj，…，xN}是一个p×N矩阵；N表示样本数目，通常表示图像像素数；C表示聚类数目；uij⊆U(p×N×C)是矢量xj隶属于第i类的隶属度函数，满足uij[0,1]且；聚类中心z={z1，z2，…，zi，…，zC}是p×C矩阵。uij和zi更新等式分别为

(2)

算法步骤如下：

1)设置出目标函数的精度，对于这个模糊指数通常情况下可以设置为2，找出其中最大的迭代次数；

2)初始化模糊聚类的中心；

3)更新聚类中心；

4)|J(t)-J(t-1)|<ε，c>Tm可以结束聚类；或者t←t+1，跳转到步骤3)；

5)根据U={uij}得到的像素点，分类处理结果。

3.5 算法代码实现

function[IX2]=fcm(IM);

%IM是输入的源图像

%IX2是分类结果

IM=imread('tu1.bmp');

……

IMM=cat(4,IM,IM,IM,IM);

%初始化聚类中心(4类)

cc1=7;

cc2=70;

cc3=180;

cc4=240;

ttFcm=0;

while(ttFcm<15)

ttFcm=ttFcm+1;

c1=repmat(cc1,maxX,maxY);

c2=repmat(cc2,maxX,maxY);

……

daoshu2=daoshu(:,:,1)+daoshu(:,:,2)+daoshu(:,:,3)+daoshu(:,:,4);

%计算隶属度u

distance1=distance(:,:,1).*daoshu2;

u1=1./distance1;

这种论调常常被当做非理性主义的、反科学的观念，是以文学的形式表现的非理性主义哲学。 但问题并非如此简单。 罗扎诺夫认为，在实证主义科学(傲慢的科学)的基础上固然不能建成大厦，在“任性”的基础上同样不能建成大厦，而是需要一种可以包容“任性”的、温和的、谦逊有礼的科学。 罗扎诺夫说：

……

u4=1./distance4;

%计算聚类中心z

ccc1=sum(sum(u1.*u1.*IM))/sum(sum(u1.*u1));

……

fori=1:maxX

forj=1:maxY

ifmax(pp(i,j,:))==u1(i,j)

elseifmax(pp(i,j,:))==u2(i,j)

IX2(i,j)=2;

elseifmax(pp(i,j,:))==u3(i,j)

IX2(i,j)=3;

……

end

%判结束条件

ifmax(tmpMatrix)<0.0001

break;

……

IMMM(i,j)=240;

elseifIX2(i,j)==3

IMMM(i,j)=180;

elseifIX2(i,j)==2

%显示每次聚类分割结果

figure(2);

imshow(uint8(IMMM));

end

fori=1:maxX

forj=1:maxY

ifIX2(i,j)==4

IMMM(i,j)=240;

……

IMMM(i,j)=70;

else

IMMM(i,j)=7;

end

%显示最终分类结果

4 甘蔗种植机械化仿真验证

4.1 仿真实验

采用C1745B型号摄像头作为机械化设备软件控制部分的数据采集工具；主要采用CMOS传感器自动进行曝光控制，也可以自动校正拍摄图片过程中的白平衡和颜色，可以获得更为清晰的甘蔗图像，如图3所示；应用C1745B型号摄像头的相机，拍摄采集大小为 640×480 像素的甘蔗图像，然后提取图像区域，进行HSV变换，标记甘蔗图像中的茎节。

图3 甘蔗图像

4.2 仿真结果

对甘蔗图像的 150 个茎节进行计算机视觉识别，读入图像的像素信息后显示出结果，利用像素按灰度值分类后的中间结果，将图片成功地分为黑、白、深灰和浅灰4类，并且边界十分清楚,如图4所示。

图4 识别后的图像

计算机视觉识别中，在没有考虑修正参数的前提下，得到的正确识别率是 62%。因此，基于人眼识别基础理论，可以看出：甘蔗的茎节部分多是出现在甘蔗凸起区域的一侧。因此，可以对计算机视觉识别的结果进行以下修正，如表1所示。

表1 仿真结果

结果表明：当修正了20 像素时，可获得较好的甘蔗机械化预切种识别效果；且针对150 个甘蔗的茎节进行视觉识别，得出的正确识别率是80%，仅仅偏离甘蔗茎节中心线28.85像素。

经过试验研究可以证实：设计的基于计算机视觉识别技术的机械化甘蔗种植设备，不仅可以提升识别甘蔗茎节的正确率(提升80%)，还可以提升甘蔗种植效益(提升20%)，具有较好的经济效益。

5 结论

设计了基于计算机视觉识别下的甘蔗种植机械化设备，可提升甘蔗种植机械化水平和效益，提高甘蔗预切种正确率，对促进我国甘蔗种植机械化水平提升具有重要意义，可在实践中推广应用该技术。

[1] 谭浩,林芝,郑英模，等.基于机器视觉的甘蔗段分选系统的设计[J].安徽农业科学,2014(19):6462-6464,6467.

[2] 陆尚平,黄林,陈炳森，等.基于机器视觉的甘蔗种植机械化研究[J].广西农业机械化,2012(5):28-29,32.

[3] 陆尚平,钟丽珠.机器视觉与模糊决策在甘蔗种蔗识别机械化中的运用[J].农业开发与装备,2013(7):35-36.

[4] 陆尚平,梁建和,孙凯，等.机器视觉技术在甘蔗等经济作物节水灌溉中的运用展望[J].广西水利水电,2015(1):87-89.

[5] 尤文坚,唐仕云.精细农业电子系统相关技术的研究[J].中国农机化,2013,34(3):233-236.

[6] 贾洪雷,王刚,郭明卓,等.基于机器视觉的玉米植株数量获取方法与试验[J].农业工程学报,2015(3):215-220.

[7] 贾挺猛.葡萄树冬剪机器人剪枝点定位方法研究[D].杭州：浙江工业大学,2012.

[8] 孙剑,周增产,卜云龙，等.盆花自动分级物联网系统研发[J].沈阳农业大学学报,2013,44(5):687-691.

[9] 王海青.黄瓜收获机器人视觉系统的研究[D].南京：南京农业大学,2012.

[10] 白敬.基于光谱分析的冬油菜苗期田间杂草识别研究[D].镇江：江苏大学,2014.

[11] 金海龙.插秧机视觉导航关键技术的研究[D].杭州：浙江理工大学,2015.

[12] 何青海, 马本学, 瞿端阳,等. 基于机器视觉棉叶螨自动监测与分级方法研究[J]. 农机化研究, 2013，35(4):152-155.

[13] 乔曦.基于计算机视觉的甘蔗种茎切割防伤芽系统的研究[D].南宁：广西大学,2013.

[14] 蒲哲,朱名日.基于WPFMVVM的甘蔗种植管理系统[J].计算机与现代化,2014(2):110-114,177.

[15] 杭腾, 毛罕平, 张晓东,等.基于机器视觉的番茄长势信息无损检测的研究[J].农机化研究, 2015，37(11):192-197.

[16] 刁智华, 王会丹, 魏伟.机器视觉在农业生产中的应用研究[J].农机化研究, 2014，36(3):206-211.

Mechanization of Sugarcane Planting Based on Computer Vision Identification Technology

Wang Sheng, Li Ming

(Henan Polytechnic, Zhengzhou 450046, China)

The aim of this study is to study the mechanization of sugarcane planting under the recognition of computer vision. In the sugarcane planting technology, in view of the current mechanization of sugarcane planting status, to optimize the design of machinery equipment and application of computer visual recognition technology, automatic identification of cutting length, pre cut sugar cane, so that the precision and mechanization of sugar cane cultivation can be achieved. Results confirmed that the application design based on computer vision recognition technology of mechanization of sugarcane planting equipment, not only can improve the correct rate of the recognition of sugarcane stem section, up to 80%, also can enhance the efficiency of sugarcane planting, increased by 20%, play a positive effect in application. Results show that the design based on computer vision recognition of sugar cane mechanized equipment, enhance the level of mechanization of sugarcane planting, sugarcane pre cut planting, enhance sugarcane mechanization planting benefit, resulting in a positive impact.

sugarcane; planting mechanization; vision recognition; pre cut

2016-04-25

河南省自然科学基金项目(162300410266)

王 盛(1981-)，男，河南濮阳人，讲师 ,硕士研究生，(E-mail)wangsheng042212@163.com。

S233.1

A

1003-188X(2017)06-0198-04