[发明专利]一种基于图像分析的果树树冠体积测量方法

说明书

技术领域

本发明属于果树种植领域，特别是一种基于图像分析的果树树冠体积测量方法。

背景技术

树冠是影响果树生产能力的重要因素，其生长状况直接影响着果实的产量和质量，因此树冠的体积是评价树型结构和测产的重要指标，在果树育种、测产以及树冠精细管理中具有极其重要的参考价值，如：果树估产、农药变量喷施、精确施肥、果树生物量计算、叶密度计算等，可以说，测量果树树冠体积是果树健康生长、合理管理的前提。

目前，果树体积测量的常用方法包括传统的手工测量法和传感器的自动测量方法。其中，传统手工测量方法简单、易于操作、对种植者的知识水平要求低，但费时费力，且测量精度易受测量者主观因素的影响；而在传感器自动测量中，主要以超声波传感器(“基于超声波的果树冠层三维重构与体积测量[J]”俞龙等，农业工程学报，2010，26(11)：204－208)、三维激光传扫描仪(“基于三维激光扫描点云的树冠体积计算方法[J]”韦雪花等，农业机械学报，2013，44(7)，235—240.)和免棱镜全站仪(“基于立方格网法的树冠体积测量方法[J]”何城等，农业机械学报2014，45(12),308—313)最为广泛，目前超声波传感器已广泛用于葡萄、柑橘等果树树冠体积测量,但是超声波在传播中存在衍射现象，发散角较大，且超声波强度会随测量距离的变化成比例减弱，导致测量精度较低；三维激光技术则可以达到更高的测量精度,但是其成本较高，所获取的点云数据量庞大，处理效率较低；免棱镜全站仪是通过获取树冠点云数据，构造出树冠三维信息，然后利用网格法获取树冠体积，该方法测量成本较低，但是需要在树冠东、南、西、北、东南、西北、西南、西北8个方向上每隔相同高度进行多次采点，工作量大，不易操作。因此使得这些测量方法难以在果园管理中广泛使用。

图像处理技术是一种利用计算机对图像进行分析，以达到所需结果的技术，王永皎(基于图像处理的植物叶面积测量方法[J].计算机工程，2006,32(8)，210—212.)、张园园(基于数字图像处理的不规则体投影面积测量方法的研究与应用[D].长春，长春理工大学，2010)等提出利用OpenCV或Matlab等图像处理方式，由图像获得植物二维面积的方法，但是在将二维面积数据转为三维体积数据的过程中，虽然廖彩霞等(樟子松人工林树冠表面积及体积预估模型的研究[J].植物研究，2007，27(4)，478—483.)提出多项式模型，王爽等(落叶松树冠体积和表面积生长模型的研究[D].哈尔滨，东北林业大学，2014.)提出幂函数模型等多个转化模型，但是这些模型均需处理海量数据，耗时长且不能依据季节、环境的变迁对已有模型进行实时校正，极大影响了测量的精度。

因此，如何在保证一般农业作业精度的前提下，提供一种简便、高效的树冠体积测量方法，一直是果树种植领域亟待解决的技术难题。

发明内容

针对上述问题，本发明基于图像分析和参数标定的果树树冠体积测量新方法，该方法操作简便易行，适用与普通果园管理，并能随着果树品种、环境、气候等外界因子的变化，对模型做出及时快速的修正，保证测量的精度，本发明是这样实现的：

一种基于图像分析的果树树冠体积测量方法，具体步骤如下：

(A)采集同一果园内5棵果树树冠图像，采集时相机镜头主光轴在水平面上，所获得的图像应包括完整树冠，树冠占据整个采集图像的1/2及以上，图像大小为3456像素×2304像素为宜；同时用超声波测距传感器测出相机测量点与树干之间的垂直距离，并采用椭球型法人工测量果树对应的树冠体积V；

采集图像时为减少阳光对图像质量的影响，最好选择阳光较弱时间段进行作业，在晴天选择上午7点—9点，下午4点—6点为最佳时间段，光照度在2-5万Lux；光照度在2万Lux以下，相当于阴天环境，此时在相机闪光灯模式下完成采样。

(B)分别利用图像处理软件(如OpenCV2.4.10和QT5.3.2等)，对图形进行滤波、图像分割、灰度化、二值化、形态学开运算处理，获得5棵果树对应的树冠垂直投影面面积S；

具体步骤为：(1)对步骤(A)采集获得的图像进行高斯滤波处理，选取高斯内核大小为Size(5,5),去除图像噪声，提取树冠特征；

(2)对图像进行Resize()处理后(等比例缩放后)，用分水岭算法将图像分割成超像素，用得到的超像素作为图的结点构造图模型；再用GrabCut算法对所得梯度图像进行前景和背景分割，提取前景树冠；