基于DSP果树形态结构参数检测.docVIP

基于DSP果树形态结构参数检测 　　摘 要：根据仿形喷雾的作业要求，开发设计了一套基于DSP的果树形态参数检测系统，可以对果树图像进行实时采集和处理，并快速计算出果树的部分形态结构参数。主要介绍检测系统的软件设计和果树形态参数的检测计算。经实验验证，系统对果树最大冠幅和高度的检测相对误差分别在-2.51％～0％和-3.0％～1.7％范围内。同时郁密度检测也基本上能够反映出果树的实际稀密程度。 　　关键词：果树；图像处理；形态结构参数；仿形喷雾；DSP 　　中图分类号：S66 文献标识码：A 　　文章编号：1009―9980(2007)05―644―05 　　 　　传统的果树喷雾技术由于喷头与果树间喷雾距离的调节随意性很大，会造成雾滴在果树内不同区域的分布很不均匀，特别是对于枝叶密集的作物和果树，农药超量使用等问题尤为严重。果树仿形喷雾技术是通过检测果树实际形状，自动控制喷头组在理想的喷雾距离下进行作业以实现农药的精确喷施和提高农药施用效率的一种新方法。 　　在果树仿形喷雾中，关键问题除了获得果树位置参数外，还要实时获得果树的形状、相对密度等形态结构参数，并依照这些参数对喷雾时间、喷雾压力等参数进行精确智能和快速的控制。目前在喷雾距离检测方面一般有超声波测距法和红外光电测距法等，其中，红外光电探测器可探测的距离较小，而利用超声波传感器对检测距离有较好的线性输出，常作为喷雾距离的检测手段。但果树的其他形态结构特征如树高、冠幅、树叶稀密程度等，属于二维或三维信息，这些信息通过超声波传感器和光电传感器已不能准确的获取。一幅图像包含了非常丰富的二维信息，通过立体成像还可以获取三维信息，利用图像处理技术对果树图像进行处理。然后进行特征提取，可将果树的形态结构参数计算出来。为此，作者设计开发了一套基于DSP的果树形态结构参数检测系统，可快速获取仿形喷雾所需的果树部分形态结构参数。 　　 　　1　系统512作原理 　　 　　作者设计的基于DSP的果树形态参数检测系统结构如图1所示。其中，ADSP处理器主要是对图像数据进行处理和计算；视频输入模块负责对果树图像进行采集，并把采集到的图像信号转换成数字信号，存储到外部存储器中；参数输出模块通过UART接口将计算出的果树参数数据输出到计算机显示，或输出到控制器以控制喷雾机构的动作。 　　 　　当检测系统接收到触发信号，开始接受现场传送过来的图像，通过并行外部接口把一帧完整的图像保存在外部存储器，并将其转化为真彩色图像。接着对真彩色图像进行滤波，滤除采集过程中由于光源、传输等的影响而产生的噪声。使图像的背景变均匀；然后，对图像进行图像分割并最大限度去除背景，得到果树二值化图像；最后对二值化图像进行数学形态学运算处理，把残留的背景完全去除。图像处理完以后，利用只有目标的二值化图像便可计算出部分果树形态结构参数。 　　 　　2　软件设计 　　 　　软件设计主要包括图像信号的转换、图像分割及背景去除、果树形态参数计算等部分。 　　 　　2．1图像转换 　　检测系统由CCD摄像头采集PAL制式模拟信号，经视频编码芯片转化为YCbCr 4：2：2格式，并以奇偶场分开的视频格式保存。因为后续处理是针对真彩色图像来进行的。因此需要先把YCBCr 4：2：2存储格式转换为正常的RGB 8：8：8标准图像存储格式。 　　 　　2．2果树图像处理 　　对果树形态结构参数进行检测计算时，核心部分是果树图像分割和处理算法．包括图像分割和背景去除等。 　　目前在果树图像分割方面采用的方法有基于颜色(RGB模型)的分割算法，基于分形和神经网络的分割算法等，这些算法各有优缺点，但一般也都只能是针对背景较为简单的果树图像。笔者使用最大类间方差法和最大熵阈值分割法对采样的20幅不同背景的果树图像分别采用基于2G+R-B分量、2R分量、2R+G-B分量进行图像分割比较后，综合考虑分割准确率和用时2个方面的因素，选择基于2R+G-B分量的最大类间方差法。其分割总体准确率83％，平均运行时间0.192 s。 　　为了准确计算果树形态结构参数，在图像分割完成后，必须完全去除背景。笔者采用5×5单位矩阵对二值化图像背景进行2次膨胀，再采用3x3单位矩阵对果树背景进行1次腐蚀，能够完全去除分割后残留的背景，处理效果好且果树目标形状变化不大，如图2所示。比较图2中的(a)、(b)和(d)，可以发现处理后的二值化果树图像和果树真实的稀密程度有一定差异，这将影响以后计算稀密程度的真实值。但因为原始图像树叶较密的区域，处理后仍然较密，树叶较稀的区域，处理后仍然较稀，因此处理后的二值化图像在一定程度上仍能反映出果树的稀密程度。 　　 　　 　　3　果树形态参数检测 　　 　　在果树学和树木学中，