一种用于牧草高度检测的实时无损测量方法技术

本发明专利技术提出了一种用于牧草高度检测的实时无损测量方法，包括如下步骤：S1、图像采集；S2、牧草检测；S3、牧草层高计算；S4、牧草株高计算；S5、图像压缩与网络传输。本发明专利技术克服现有牧草高度检测方法的缺点，实现了对牧草任意高度的实时、无损、连续、远程测量，本发明专利技术对提高观测资料的客观性、数据质量和减轻观测人员劳动强度、提高观测效率等具有重要意义。

【技术实现步骤摘要】

本专利技术涉及牧草检测领域，尤其是涉及一种用于牧草高度检测的实时无损测量方法。
技术介绍
国内外学者对农业气象自动化观测进行了较深入的研究,但大都集中在农田杂草识别、病虫害控制等方面,主要实现了对小麦、玉米、水稻、棉花等农作物的关键发育期、盖度、密度、高度等参数的自动化监测。而对草原地区的牧草的自动化观测研究较少。现有的草地观测的指标多集中在牧草的产量和盖度，且多与人工观测结合，并未实现真正意义上的自动化。本专利技术对草原地区的天然牧草自动化检测和数据上传进行了研究。现有牧草高度自动检测方法一般仅能测量单株牧草的高度(即株高)，不能测量观测范围内牧草的整体高度(即层高)。而且测量牧草高度时，现有方法需要接触牧草、或需要在观测现场放置标定物，对牧草生长有损坏。本专利技术给出的方法采用相机无接触的被动测量，仅需一部数字相机，无需在观测现场放置任何标定物，克服了现有方法对硬件条件和实验环境条件等外部条件要求高的缺点，做到了不破坏测量现场、无损测量。目前图像分割的方法有很多,但针对牧草特点的图像分割方法研
究较少。而且，当前常用的牧草图像分割多采用形状特征，轮廓提取是形状特征参数计算的关键,但提取完整且光滑的轮廓可借鉴的成果不多。对于作为实验对象的植株株型有较高要求，导致这些方法只能对某一种或某几种植株使用，适用性不强。本专利技术给出的方法没有采用图像的形状特征或纹理特征，而是采用颜色特征，不针对某一种或某几种牧草，不需要轮廓提取，也无需运行复杂的图像分割算法，适用性很强。无论是安全监控、工业控制、农业气象自动化观测，还是牧草自动化检测，目前基本上都采用千万像素级别的高性能相机在前端采集，然后通过网络、1394或USB传输给工控机或台式机进行处理，这种非嵌入式方案一般价格昂贵。而且由于牧草在自然环境下,背景复杂,而观测点与台站一般距离较远，图像传输压力大，工控机或台式机在体积、功耗、工作环境及稳定性方面也不适于在野外工作。草原牧草高度检测方法目前仍然以人工观测为主。人工观测方法是用卷尺、游标卡尺等进行测量，由于观测点与台站距离较远，虽然检测结果较为精确，但很费时、费力、主观性较大，而且无法在牧草的整个生长过程中实现连续监测。尽管当前出现了一些牧草高度自动检测方法，但这些方法在测量牧草高度时需要接触牧草、或需要在观测现场放置标定物，对牧草生长有损坏。而且这些方法多与人工观测结合，并未实现真正意义上的自动化。
技术实现思路
本专利技术提出一种用于牧草高度检测的实时无损测量方法，克服现有牧草高度检测方法的缺点，实现了对牧草任意高度的实时、无损、远程、连续测量，本专利技术对提高观测资料的客观性、数据质量和减轻观测人员劳动强度、提高观测效率等具有重要意义。本专利技术的技术方案是这样实现的：一种用于牧草高度检测的实时无损测量方法，包括如下步骤：S1、图像采集，采用网络相机进行图像采集，将网络相机安装在地面上，光轴与地面平行略向上，使图像采集的图片能拍摄到天空背景；S2、牧草检测，判断由相机采集的图像中的像素是否具备某些特征，从而直接在RGB空间上转换成二值化图像，分割出牧草与非牧草区域；S3、牧草层高计算；对牧草层高的检测采用如下四个步骤实现：①用一个相机水平略向上放置拍摄牧草，要求能拍到天空背景；②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域；③通过每行绿色像素点数量的变化曲线，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息；从最上面的第1行到最高点置为255，通过这种方法可以将非绿草的干扰滤除；④计算每一列中最下一行到红色标记的行的长度，然后求所有列的平均高度：草的平均高度(草的层高)＝图像的高度-像素点的最高高度之和/图像的宽度；S4、牧草株高计算，采用二项式拟合的方式得到，设y1＝a*x2+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数；S5、图像压缩与网络传输，对处理后的结果及原始图像经JPEG压缩后再通过网络传输。作为一种优选的技术方案，步骤S2中，这些特征应既考虑牧草的色度信息又考虑牧草的光照信息，这些特征由用户根据以下四个参数来定义：①在RGB空间的主导成分(dominant RGB component)②在RGB空间的受控成分(dominated RGB component)③最小亮度(minimum intensity(shadow))④最大亮度(maximum intensity(light))；在RGB颜色空间中，相同或相似颜色的信息通常会集中分布在一个部位，对于像牧草这样的绿色植物，其主要的颜色分量为绿色分量G，因此在一般情况下植株部分G分量的值要大于R分量与B分量的值。上述条件中①与②应分别对应G(green)通道和B(Blue)通道；而shadow和light代表了两个亮度门限值，这两个门限值能够将太暗(≦shadow)或太亮的(≧light)像素滤除掉。对于绿草检测，采用如下方式检测： o u t p u t ( i , j ) = 255 i f M A X ( i n p u t _ r e d ( i , j ) , i 本文档来自技高网...

【技术保护点】
一种用于牧草高度检测的实时无损测量方法，其特征在于，包括如下步骤：S1、图像采集，采用网络相机进行图像采集，将网络相机安装在地面上，光轴与地面平行略向上，使图像采集的图片能拍摄到天空背景；S2、牧草检测，判断由相机采集而来的图像中的像素是否具备某些特征，从而直接在RGB空间上将彩色图像转换成二值化图像，分割出牧草与非牧草区域；S3、牧草层高计算；对牧草层高的检测采用如下四个步骤实现：①用一个相机水平略向上放置拍摄牧草，要求能拍到天空背景；②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域；③通过每行绿色像素点数量的变化曲线，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息；从最上面的第1行到最高点置为255，通过这种方法可以将非绿草的干扰滤除；④计算每一列中最下一行到红色标记的行的长度，然后求所有列的平均高度：草的平均高度＝图像的高度‑像素点的最高高度之和/图像的宽度；S4、牧草株高计算，采用二项式拟合的方式得到，设y1＝a*x2+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数；S5、图像压缩与网络传输，对处理后的结果及原始图像经JPEG压缩后再通过网络传输。...

【技术特征摘要】
1.一种用于牧草高度检测的实时无损测量方法，其特征在于，包括如下步骤：S1、图像采集，采用网络相机进行图像采集，将网络相机安装在地面上，光轴与地面平行略向上，使图像采集的图片能拍摄到天空背景；S2、牧草检测，判断由相机采集而来的图像中的像素是否具备某些特征，从而直接在RGB空间上将彩色图像转换成二值化图像，分割出牧草与非牧草区域；S3、牧草层高计算；对牧草层高的检测采用如下四个步骤实现：①用一个相机水平略向上放置拍摄牧草，要求能拍到天空背景；②采用上面的方法将上面的RGB图像转化为二值图，在二值图中用黑色(0)表示绿草区域，白色(255)表示非绿草区域；③通过每行绿色像素点数量的变化曲线，获得最高一层的高度信息，同时以横坐标为参考点，获得每个最高点的高度信息；从最上面的第1行到最高点置为255，通过这种方法可以将非绿草的干扰滤除；④计算每一列中最下一行到红色标记的行的长度，然后求所有列的平均高度：草的平均高度＝图像的高度-像素点的最高高度之和/图像的宽度；S4、牧草株高计算，采用二项式拟合的方式得到，设y1＝a*x2+b*x+c，其中x为层高，通过以上方法由系统直接得到；y1为株高，a、b、c为拟合系数；S5、图像压缩与网络传输，对处理后的结果及原始图像经JPEG
\t压缩后再通过网络传输。2.如权利要求1所述的一种用于牧草高度检测的实时无损测量方法，其特征在于，步骤S2中，用于牧草检测的特征应既考虑牧草的色度信息又考虑牧草的光照信息，这些特征由用户根据以下四个参数来定义：①在RGB空间的主导成分(dominant RGB component)②在RGB空间的受控成分(dominated RGB component)③最小亮度(minimum intensity(shadow))④最大亮度(maximum intensity(light))；在RGB颜色空间中，相同或相似颜色的信息通常会集中分布在一个部位，对于像牧草这样的绿色植物所代表的绿色来说，其主要的颜色分量为绿色分量G，因此在一般情况下植株部分G分量的值要大于R分量与B分量的值。上述条件中①与②应分别对应G(green)通道和B(Blue)通道；而shadow和light代表了两个亮度门限值，这两个门限值能够将太暗(≦shadow)或太亮的(≧light)像素滤除掉。对于绿草检测，采用如下方式检测： o u t p u t ( i , j ) = 255 i f M A X ( i n p u t _ r e d ( i , j ) , i n p u t _ g r e e n ( i , j ) , i n p u t _ b l u e ( i , j ) ) = i n p u t _ g r e e n ( i , j ) M I N ( i n p u t _ r e d ( i , j ) , i n p u t _ g r e e n ( i , j ) , i n p u t _ b l u e ( i , j ) ) = i n p u ...

【专利技术属性】
技术研发人员：陈子为，黄启宏，苏鲁阳，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51