基于機(jī)器視覺的大棚蔬菜生長(zhǎng)狀況的監(jiān)測(cè).pdf

1、大棚蔬菜生長(zhǎng)狀況監(jiān)測(cè)對(duì)于提高大棚蔬菜產(chǎn)量及最大限度地節(jié)約資源具有重要的意義。針對(duì)傳統(tǒng)的利用人眼去觀察蔬菜長(zhǎng)勢(shì)的方法存在著效率低下且觀察結(jié)果主觀性太強(qiáng)的問題，本文提出了基于機(jī)器視覺技術(shù)對(duì)大棚蔬菜長(zhǎng)勢(shì)進(jìn)行分析，通過分析結(jié)果得出蔬菜的生長(zhǎng)狀況，從而實(shí)現(xiàn)對(duì)蔬菜生長(zhǎng)狀況的監(jiān)測(cè)。
　　本文利用CCD相機(jī)獲取大棚蔬菜的圖像，設(shè)計(jì)了相應(yīng)的圖像處理算法，計(jì)算單株蔬菜的葉面積大小，進(jìn)而利用葉面積參數(shù)來(lái)分析和判斷蔬菜的生長(zhǎng)狀況。具體研究?jī)?nèi)容如下：

2、>　　1)設(shè)計(jì)了大棚蔬菜圖像采集方案：根據(jù)本課題的需要，對(duì)工業(yè)相機(jī)、工業(yè)鏡頭和光源進(jìn)行了合理的選擇，設(shè)計(jì)了適用于本課題的圖像采集方案，并對(duì)大棚蔬菜進(jìn)行圖像的采集，實(shí)現(xiàn)監(jiān)測(cè)其生長(zhǎng)狀況的第一步。
　　2)設(shè)計(jì)蔬菜圖像運(yùn)動(dòng)模糊復(fù)原算法：通過分析運(yùn)動(dòng)模糊圖像的退化與復(fù)原模型，得出圖像退化的點(diǎn)擴(kuò)散函數(shù)（PSF）。根據(jù)各復(fù)原算法對(duì)模糊圖像復(fù)原后的效果的不同，最終選擇采用維納濾波復(fù)原模糊圖像。通過仿真及采集圖像的復(fù)原實(shí)驗(yàn)論證了本文所提出的獲取運(yùn)

3、動(dòng)模糊參數(shù)的準(zhǔn)確性。
　　3)蔬菜圖像的分割：通過分析多種常見的圖像分割算法，并對(duì)各算法的分割結(jié)果進(jìn)行對(duì)比，最終采用 L*a*b*顏色空間下對(duì)圖像進(jìn)行K-means聚類分割的算法，不僅實(shí)現(xiàn)了目標(biāo)區(qū)域（蔬菜）與背景區(qū)域（土壤）的有效分離，而且分割結(jié)果以彩色圖像顯示，保留了蔬菜的葉片信息，提高了識(shí)別的準(zhǔn)確性。
　　4)蔬菜生長(zhǎng)狀況評(píng)價(jià)：利用蔬菜的葉面積作為衡量其生長(zhǎng)狀況的標(biāo)準(zhǔn)。通過分析多種常見的葉面積測(cè)定方法，提出了利用像素點(diǎn)數(shù)