基于激光視覺的農(nóng)作物株高測量系統(tǒng)

《基于激光視覺的農(nóng)作物株高測量系統(tǒng)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、基于激光視覺的農(nóng)作物株高測量系統(tǒng)郭新年周恒瑞張國良柯永斌蘇軍趙正敏淮陰工學(xué)院江蘇省湖泊環(huán)境遙感技術(shù)工程實驗室進陰工學(xué)院生命科學(xué)與食品工程學(xué)院針對A前視覺測量農(nóng)作物株高技術(shù)屮存在農(nóng)作物頂點和底點難以識別的問題，設(shè)計了一種基于激光視覺的農(nóng)作物株高測量系統(tǒng)。該系統(tǒng)針對農(nóng)作物株高測量特點，改進了三角測量模型，改進后的三角測量模型參數(shù)包括攝像機參數(shù)、光平面方程和攝像機安裝參數(shù);依據(jù)系統(tǒng)測量模型，該系統(tǒng)標(biāo)定過程中通過至少一次將祺盤格標(biāo)定板置于農(nóng)作物底端點對疲水平面的平行平面上，建立農(nóng)作物底點平面對應(yīng)的地面坐標(biāo)系，通過將激光器發(fā)出的激光線投射到農(nóng)作物上，識別農(nóng)

2、作物頂點。在株高為558.0'843.3?的農(nóng)作物上的測試結(jié)果表明，測量絕對誤差小于29mm,相對誤差小于2.2%。該系統(tǒng)標(biāo)定完成后可實現(xiàn)自動化與實時測量，且測量精度高，具有良好的實用價值。關(guān)鍵詞：株高測量;三角測量;激光視覺;自動化測量;在精準(zhǔn)獲取農(nóng)作物相關(guān)生長信息的基礎(chǔ)上，才能廣泛的研宄相關(guān)信息之間的聯(lián)系，以及實現(xiàn)信息互聯(lián)與精準(zhǔn)的干預(yù)，所以相關(guān)信息能否精準(zhǔn)采集是關(guān)系未來農(nóng)業(yè)裨能化與精準(zhǔn)化發(fā)展的關(guān)鍵所在。在農(nóng)作物生長環(huán)境信息獲取方面，相關(guān)技術(shù)已經(jīng)得到迅速發(fā)展。國內(nèi)外學(xué)者基于傳感器及網(wǎng)絡(luò)構(gòu)建監(jiān)測平臺，開發(fā)了各種采集環(huán)境溫度、濕度、光照等［3-4］

3、相關(guān)信息，土壤水分［5-6］、氮素、磷素、鉀素［7-9］等相關(guān)信息的檢測系統(tǒng)。在農(nóng)作物生長參數(shù)信息檢測方面也取得了長足發(fā)展［1，10-16］，如外在參數(shù)檢測［10］和生長期識別［11］等。然而在農(nóng)作物株高測量方面，由于測量環(huán)境差異大、農(nóng)作物類型多樣等因素，一直沒有高精度、自動化、適用于地面觀測站的測量方法?，F(xiàn)有株高測量方法主要分力主動式測量方法［12-14］和被動式測量方法［15-17］0主動式測量方法主要利用相關(guān)傳感器主動發(fā)射測量信號，如超聲、紅外等，依靠接收主動測量信號，實現(xiàn)測量。高巍等采用超盧測距原理，基于單片機平臺搭建丫簡單的莖葉農(nóng)作物測

4、量系統(tǒng)，精度可達到6.8%。李K等［13］提出丫一種基于超聲波技術(shù)的棉株高度實時測量方法，將超聲波傳感器安裝于棉花打頂機前端，通過超聲波實時反饋的棉花株高信息，實時調(diào)整打頂機高度，實現(xiàn)棉花打頂機的精細(xì)化操作。由于傳播介質(zhì)（空氣）和反射介質(zhì)（農(nóng)作物莖葉）不同，導(dǎo)致實現(xiàn)超聲波束發(fā)散，進而影響定向精度，使得超聲測距技術(shù)在農(nóng)作物株高測量領(lǐng)域并未大規(guī)模應(yīng)用。為克服超聲傳感器波束發(fā)散的不足，張邦成等［14］設(shè)計了超聲紅外復(fù)合測距系統(tǒng)，測距范圍可達3米，采用Bayes估計的數(shù)據(jù)融合方法處理后的測量誤差達到毫米級。然而現(xiàn)代測量方法中，基于計算機視覺技術(shù)的被動測量

5、手段，己經(jīng)逐漸成為測量的主要手段，很多學(xué)者也將該技術(shù)應(yīng)用到農(nóng)業(yè)領(lǐng)域［15-17］。在農(nóng)作物株高的視覺測量領(lǐng)域，李長纓等m在采用單目測出丫溫室環(huán)境下的黃瓜幼苗株高，精度不高。YU等［16］采用單目視覺，使用棋盤格標(biāo)定方法，通過人工選定農(nóng)作物頂點和底點，實現(xiàn)農(nóng)作物高度測量，精度高，但過程中需耍人機交互，同時指出農(nóng)作物株高視覺測量技術(shù)的難點在于自動識別農(nóng)作物頂點和底點。蔣普等U21提出一種基于網(wǎng)絡(luò)攝像機的株高遠(yuǎn)程無損測量方法，該方法需要遠(yuǎn)程控制攝像機云臺運動，通過人機交互方式人工識別農(nóng)作物頂點與底點，由于測量模型簡單，且未標(biāo)定參數(shù)，測量精度不高?，F(xiàn)有文

6、獻表明，在農(nóng)作物的株高視覺測量中，全自動識別農(nóng)作物頂點與底點是實現(xiàn)農(nóng)作物自動化視覺測量的技術(shù)難點。木文針對視覺測量作物株高技術(shù)中，存在農(nóng)作物頂點和底點難以識別的問題，提出了一種基于激光視覺的農(nóng)作物株高測量方法，該方法通過特定步驟的棋盤格標(biāo)定方法，標(biāo)定出作物底點平面信息，并通過在農(nóng)作物上主動投射激光，自動識別作物頂點，進而實現(xiàn)自動化實時測量株高參數(shù)的目的。1系統(tǒng)建?；诩す庖曈X的農(nóng)作物株高測量系統(tǒng)如閣1所示，閣中otX。yt.z、為攝像機坐標(biāo)系，xgygz。為農(nóng)作物底端點水平面對應(yīng)的地面坐標(biāo)系，農(nóng)作物的株高即為農(nóng)作物在地面坐標(biāo)系的高度。該系統(tǒng)的數(shù)學(xué)

7、模型包括攝像機模型、光平面方程模型和改進的三角測量模型。圖1基于激光視覺的農(nóng)作物株高測量系統(tǒng)圖Fig.1Diagramofthecropheightmeasurementsystembasedonlaservision1.1攝像機模型設(shè)空間上任意一點P在攝像機坐標(biāo)系的坐標(biāo)為XP=（xc,yc,z（.）,經(jīng)攝像機成像后，在圖像平而上的投影點為p，其坐標(biāo)為p=（u，v），將其增加一維單位坐標(biāo)變成齊次形式為:。小孔成像模型［17］中其中z。為點P在攝像機坐標(biāo)系的深度值，一般無法通過小孔成像模型直接獲得,所以在小孔成像模型中，圖像坐標(biāo)系的一個點對應(yīng)三維空

8、間中的一條射線。是攝像機閃參數(shù)，是圖像u、v方向的尺度因子，s反映u、v兩軸向的夾角因子，是攝像機鏡頭光軸與CCD/CMOS平面的交點坐