基于嵌入式機器視覺的信息采集與處理技術研究.pdf

1、現(xiàn)有機器視覺設備不太方便攜帶到田間作業(yè)，且價格昂貴，導致該項技術不易向農(nóng)戶推廣。嵌入式機器視覺系統(tǒng)是以嵌入式計算機為應用中心，以機器視覺技術為理論基礎，軟硬件可裁剪，是機器視覺技術的擴展與延伸。研究嵌入式機器視覺的作物生長信息采集與處理技術，能促進該項技術在農(nóng)、林、牧、漁等互聯(lián)網(wǎng)和供電不方便的野外應用，實現(xiàn)信息快速獲取，使研究工作顯得更有現(xiàn)實意義。
　　 本文結合機器視覺系統(tǒng)的結構，開發(fā)了嵌入式機器視覺設備。全文圍繞嵌入式機器視

2、覺設備的研發(fā)及其在作物生長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行了信息采集與處理，對反映作物生長的大小、面積、產(chǎn)量等信息采集與處理算法進行了適用性研究，取得了較好的效果。主要結論如下：
　　 (1)對提高圖像處理運行速度算法進行了研究。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)存運行空間，提高程序執(zhí)行效率；使用整數(shù)系數(shù)代替浮點運算、將乘除法換成移位運算、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行效率。從圖像灰度化的實驗結果來看，采用研究的方法可提高軟件運行速度20倍以上。該方法具有很高的靈活性和實用價值。
　　 (2)研制了Linux與Android系統(tǒng)的嵌入式機器視覺設備。該設備使用核心為嵌入式計算機的手機開發(fā)模塊代替計算機視覺系統(tǒng)中的計算機和攝像頭部分，實現(xiàn)圖像采集和數(shù)據(jù)處理；利用傾角測量技術控制攝像頭與研究對象之間

4、的角度；采用距離測量技術控制攝像頭與研究對象之間的距離；采用Java語言為該設備和市場上流行的Android系統(tǒng)智能手機I9300開發(fā)了圖像處理軟件。實驗結果表明，該視覺系統(tǒng)可測量不同形狀和顏色的葉片面積及對柑橘進行估產(chǎn)，延伸了機器視覺技術的應用。
　　 (3)應用所研制的嵌入式機器視覺系統(tǒng)，對簇生水果的數(shù)量判別進行了研究。提出了改進Freeman八鄰域鏈碼對簇生水果數(shù)量判別的方法，在Freeman八鄰域鏈碼的基礎上，增加了3個

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，“8”是圖像輪廓的方向變化轉(zhuǎn)折點，“9”是圖像輪廓的最低點；對圖像輪廓編碼完成后，利用鏈碼中“8”的個數(shù)信息進行簇生水果的數(shù)量判別。利用該方法對采摘前兩周的贛南臍橙和煙臺蘋果進行了判別，實驗結果表明，該方法能100％的判別出二、三、四簇生情況，對五簇生的正確識別率能達到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，對提高采摘前水果估產(chǎn)準確率具有理論和實際意義。
　　 (4)通過所研制的嵌入式機器視覺設備對采摘前兩周的單株柑橘樹進行估產(chǎn)研究。提出了一種基于顏色信息的半自動自適應分割算法，對果園現(xiàn)場拍攝的柑橘樹進行了柑橘分割；結合形態(tài)學濾波器，對被判別為具有簇生情況的圖像區(qū)域進行了邊緣平滑；采用改進的Freeman八鄰域鏈碼對簇生區(qū)域水果數(shù)量進行了判別；實現(xiàn)柑橘數(shù)量的估計。對贛南臍橙單株果樹進行了估產(chǎn)，結果顯示能達到近90

7、%的準確率。為果園規(guī)劃產(chǎn)前產(chǎn)量分布圖提供了技術支持，為進一步估產(chǎn)提供技術方案。
　　 (5)應用所研制的嵌入式機器視覺設備，對葉面積測量的算法進行了研究。提出了一種適合嵌入式手持設備操作特性的半自動自適應分割算法，通過人工在觸摸屏上顯示的葉片圖像的周圍任意畫個封閉圈，采用Canny邊緣檢測算法獲取葉片的邊緣像素位置信息，利用中值濾波對圖像去噪處理，采用Otsu分割算法對封閉圈內(nèi)的研究對象進行分割并二值化，圖像重構以后把邊緣檢測的