日光溫室黃瓜葉片濕潤(rùn)時(shí)間機(jī)器視覺(jué)監(jiān)測(cè)研究.pdf

1、溫室蔬菜病害預(yù)警中最常用的警兆來(lái)源是環(huán)境因子，葉片濕潤(rùn)時(shí)間（ leaf wetness duration, LWD），是許多植物葉部病害侵染和流行的主導(dǎo)因子之一。而日光溫室室內(nèi)相對(duì)濕度大、LWD長(zhǎng)是普遍現(xiàn)象，從而使霜霉病等病害多發(fā)。但是在日光溫室環(huán)境下，由于葉片濕潤(rùn)時(shí)間是一個(gè)漸變的過(guò)程，葉片濕潤(rùn)時(shí)間的獲取仍然十分困難，因此有效的監(jiān)測(cè)葉片濕潤(rùn)時(shí)間方法就顯得十分重要。本文以黃瓜葉片為研究對(duì)象，開(kāi)展日光溫室里的黃瓜LWD機(jī)器視覺(jué)監(jiān)測(cè)研究。主要

2、研究?jī)?nèi)容如下：
　?。?）日光溫室環(huán)境中黃瓜葉片圖像的獲取。黃瓜葉片上的水滴，可見(jiàn)光條件下是無(wú)色透明的，和背景對(duì)比區(qū)別很小。因此本文分別用尼康 D90數(shù)碼相機(jī)、熒光成像設(shè)備（藍(lán)光）、熱紅外成像設(shè)備FLIR A615采集圖像。分別對(duì)這三種圖像采集設(shè)備采集的圖像分析：D90拍攝的是可見(jiàn)光下的數(shù)字圖像，因?yàn)槿~片濕潤(rùn)時(shí)間是一個(gè)動(dòng)態(tài)變化的過(guò)程，由初吐水葉片上很小很少的水滴開(kāi)始到吐水旺盛期葉片上很大面積的水滴，可見(jiàn)光的圖片因?yàn)樗臒o(wú)色，形態(tài)不

3、固定，分布分散，人眼尚且識(shí)別困難，機(jī)器視覺(jué)的方法很難對(duì)其進(jìn)行監(jiān)測(cè)。熒光成像儀成像效果上比D90效果要好，熒光成像儀（藍(lán)光版）拍照時(shí)發(fā)射藍(lán)光，但是水強(qiáng)烈反射藍(lán)光而葉綠素吸收藍(lán)光，使得圖像上水的部分和背景顏色對(duì)比明顯，但是因?yàn)槭艿疆?dāng)時(shí)儀器的限制，成像面積較小，不能監(jiān)測(cè)整個(gè)葉片。熱紅外成像技術(shù)可以呈現(xiàn)不同物體表面的溫差，從而在圖像上表現(xiàn)為不同顏色，且視野范圍大，可以監(jiān)測(cè)整個(gè)黃瓜葉片，因此本研究采用熱紅外成像技術(shù)獲取圖像。
　?。?）詳細(xì)

4、闡述了本文研究用到的圖像預(yù)處理算法，此外，鑒于本研究所分割目標(biāo)圖像的特殊性，對(duì)不同的顏色模型進(jìn)行了對(duì)比分析，選擇最優(yōu)的顏色模型，這里選擇L*a*b*顏色模型進(jìn)行分割。
　?。?）研究了日光溫室黃瓜葉片圖像分割算法。常用的圖像分割方法可分為四類：閾值分割、邊緣檢測(cè)、區(qū)域分割以及基于特定理論的分割算法。閾值分割方法是直接利用圖像的灰度特性，其關(guān)鍵和難點(diǎn)是合適閾值的選取，本研究的圖像目標(biāo)和背景灰度值很接近，閾值分割不適用?；谶吘壍姆指?/p>

5、算法中效果最優(yōu)的是 Canny算子邊緣檢測(cè)，我們要分割的水滴附著在葉片上，圖像上很難區(qū)分出邊緣形態(tài)，所以經(jīng)典的邊緣檢測(cè)同樣不適用。區(qū)域生長(zhǎng)法首先要人工給出種子點(diǎn)，且對(duì)于圖像中不相鄰或是灰度值相近的區(qū)域分割效較差。K-means算法利用黃瓜葉片熱紅外圖像背景和目標(biāo)的顏色區(qū)別對(duì)圖像進(jìn)行分割，和基于G-MRF模型的分割方法作了對(duì)比，平均匹配率、平均誤分率分別比G-MRF模型分割算法高出5.48％、3.62%，并綜合擬合指數(shù)、置信指數(shù)、決定系數(shù)

6、、回歸參數(shù)，回歸截距等參數(shù)分析得到K均值聚類分割算法分割效果更優(yōu)。
　?。?）確立葉片濕潤(rùn)時(shí)間機(jī)器視覺(jué)監(jiān)測(cè)方法。統(tǒng)計(jì)分割出來(lái)圖像有水部分的像素為N，單個(gè)葉片圖像的像素為M，這里計(jì)算一個(gè)百分比Q來(lái)界定葉片濕潤(rùn)的情況，百分比 Q的表達(dá)式為：Q=(N/M)%,令 Q>5%（查閱相關(guān)文獻(xiàn)再結(jié)合實(shí)際的數(shù)據(jù)分析確定），此時(shí)的葉片視為濕潤(rùn)情況。對(duì)我們采集的圖像進(jìn)行分割，計(jì)算分割出有水部分圖像的像素值和單個(gè)葉片圖像的像素值，計(jì)算Q值，選擇出這個(gè)Q

7、值大于5%的所有圖片數(shù)量n，圖像采集時(shí)，相鄰的圖片之間都有固定的拍照時(shí)間間隔，記為t，則LWD(T)可表示為T=(n-1)*t。
　　本文以葉片黃瓜熱紅外圖像為實(shí)驗(yàn)材料，應(yīng)用機(jī)器視覺(jué)的方法對(duì)日光溫室葉片濕潤(rùn)時(shí)間估算方法進(jìn)行研究，并把最終的實(shí)驗(yàn)結(jié)果和人為觀察結(jié)果對(duì)照。從結(jié)果來(lái)看，機(jī)器視覺(jué)方法監(jiān)測(cè)得到的葉片濕潤(rùn)時(shí)間和人工觀測(cè)的結(jié)果誤差不到1h，而黃瓜霜霉病等葉部病害初侵染的時(shí)間至少需要2h以上才能誘發(fā)病原孢子萌發(fā)，因此本文的方法是可行