温室图像拼接与病害预警系统.pptxVIP

温室图像拼接及病害预警系统项目二设施农业喷灌机器人原理、控制与维保

2温室图像拼接技术喷灌机相机喷头图1图2提取绿色植株图像配准特征匹配改进SIFT算法图像采集

3提取绿色植株图1图2原图预处理后图像超绿特征提取图像中值滤波、灰度补偿及拉普拉斯锐化技术，减少后续图像运算量，提高拼接成功率R通道G通道B通道R、G、B通道获得的植株特征并不是最优特征，分割图像带有大量的背景噪声，不利于后续图像拼接处理G180可区分植株及背景遗传算法温室图像拼接技术

4交叉系数分别为0.8、0.1，种群大小为200，循环4000代为终止条件遗传算法植株提取最优算法适应度函数染色体编码遗传算子步骤遗传算法计算过程温室图像拼接技术

5研究内容—（1）温室图像拼接技术Part2图像配准图像融合及最终拼接效果图像淡入淡出融合I(x,y)=(1-T(k))×I1(x,y)+T(k)×I2(x,y)取T(k)=0.9

旋转拼接在实际相机的安装中，将两个相机安装的完全平行并不容易，实际上，本文对有旋转角度的两张图像也具备拼接适应性6温室图像拼接技术

7算法实时性原SIFT算法改进SIFT算法匹配5737个特征点，运算耗时2.731秒；866个误判特征点，误判率15.1%匹配163个特征点，运算耗时0.083秒；12个误判特征点，误判率7.3%温室图像拼接技术

8SIFT

特征点个数SIFT

耗时(s)SIFT

误判个数SIFT

误判率(%)本算法

特征点个数本算法

耗时(s)本算法

误判个数本算法

误判率(%)图142392866450.423538.22图2120869.230228218.9112760.8631138.86图3378127915160.9771449.50无论从拼接时间还是算法误判率，本算法都优于SIFT算法，太阳光直射、阴天还是图像有旋转，本算法在相机高度在0.5m~2.2m范围内都能正确拼接，算法稳定性良好，该算法为温室预警系统提供依据总结图1图3图2温室图像拼接技术

9温室病害预警专家系统温室病害预警专家系统功能模块图温室病害诊断系统具体诊断病害单元总体设计

10专家系统流程图Rete算法温室病害预警专家系统

11冲突策略消除1.系统规则优先级。不同地区，不同月份，不同作物产生的主要病害不同，可通过调整系统规则优先级来实现2.“权值”大小。针对规则都能满足的情况，根据运算权值大小消除冲突策略名字地区温度湿度光照温室内外温差温室内外湿度差三天平均温差三天平均湿度差权重范围0.08~0.120.08~0.120.08~0.120.08~0.120.09~0.150.09~0.150.17~0.240.17~0.24“权值”范围不确定性准则CF(e)=1表示证据e肯定为真CF(e)0表示证据e以CF(e)程度为真CF(e)=0表示对证据e一无所知CF(e)0表示证据e以CF(e)程度为假CF(e)=-1表示证据e肯定为假推理模块设计数据库案例预测值网络数据冲突温室病害预警专家系统

12CF(B)=CF(A1)×W1+CF(A2)×W2+CF(A3)×W3+CF(A4)×W4+CF(A5)×W5+CF(A6)×W6=1×0.1+1×0.2+0×0.13+1×0.15+1×0.20+1×0.22=0.87∈(0.85,1]发生黄瓜霜霉病的概率为0.87，系统认为有可能发生黄瓜霜霉病，则将通知远程用户和植保专家，抓紧做好病害预防工作，防止黄瓜霜霉病大规模爆发不确定性匹配CF（A1）=1CF（A2）=1CF（A3）=0CF（A4）=1CF（A5）=1CF（A6）=1病害库传感器数据推理实例温室病害预警专家系统

13名字霜霉病白粉病炭疽病灰霉病菌核病枯萎病低温病角斑病预测次际发病次瓜病害预测对比评价指标平均得分病害诊断专家温室管理人员实用性9.39.1易用性9.18.6可扩展性9.39.2专业指导性8.49.3预测可靠性9.09.0温室病害预警专家系统评价得分预警成功率：80.8%预警失误原因分析：预警模型不能完全模拟真实环境，真实环境还受管理人员、土壤、施肥状况、黄瓜种植品种等的其它因素影响预警系统建模参数较少，不能完全反应真实情况知识水平高低知识库完备程度系统预测可靠性都获得了较好评价实验表明：温室病害预警专家系统兼容目前主流的移动TD-cdma，电信evdo，联通WCDMA均有良好的兼容性，可达到自我感知位置、自主预警病害需求实验及评价由于误警存在，病害预警后，不宜直接控制施药机施药，本课题采用将预警结果及传感器信息传输至远端植保专家，由专家做出最终决策，并控制远程施药机施药温室病害预警专家系统