[发明专利]一种基于视觉检测的农作物生长情况监测物联网系统

说明书

技术领域

本发明涉及农作物监控技术领域，尤其涉及一种基于视觉检测的农作物生 长情况监测物联网系统。

背景技术

中国作为农业大国，各种农作物种植范围非常广大，同时，各种对农作物 进行改善的研究也层出不穷。为了确保农作物的生长状态，以便提供合理的照 顾，对农作物的实时监测十分重要，尤其是试验田中的试产农作物，更是需要 实时监测，获得详细数据以便作为实验依据。

目前，对农作物生长状态的监测，多是通过工作人员实地观察来实现，如 此，工作强度大，费时费力，工作效率难以提高。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于视觉检测的农作物 生长情况监测物联网系统。

本发明提出的一种基于视觉检测的农作物生长情况监测物联网系统，包括 株高监测子系统、倒伏监测子系统和叶面积指数监测子系统；

株高监测子系统用于获取包含有高度参照标志的农作物图像，并根据农作 物顶端与高度参照标志之间的距离判断农作物高度；

倒伏监测子系统用于获取农作物图像，并将农作物图像进行灰化处理与二 值化处理，从而根据图像纹理判断农作物倒伏区域，并推算农作物倒伏率；

叶面积指数监测子系统与株高监测子系统连接，用于获取从不少于两个角 度拍摄的农作物图像，并通过RGB颜色分解计算每一副图像绿色覆盖度，然后 综合多个绿色覆盖度计算综合覆盖度，并根据农作物高度和综合覆盖度计算叶 面积指数。

优选地，还包括综合评估模块，综合评估模块分别与株高监测子系统、倒 伏监测子系统和叶面积指数监测子系统连接，其根据农作物高度、倒伏率和叶 面积指数对农作物的生长状况进行评估。

优选地，综合评估模块针对农作物不同的生长阶段设置有多个分别对应农 作物高度、倒伏率和叶面积指数的阈值，综合评估模块将获取的农作物高度、 倒伏率和叶面积指数分别与对应的阈值比较，并根据差值判断农作物生长情况。

优选地，还包括图像采集子系统，其包括图像采集模块和图像缓存模块， 图像采集模块用于从多个角度实时采集农作物图像并发送到图像缓存模块进行 存储，图像采集模块分别与株高监测子系统、倒伏监测子系统和叶面积指数监 测子系统连接。

优选地，株高监测子系统包括：高度参照标志、图像处理模块、映射数据 库和数据处理模块；

高度参照标志包括不少于一个高度基准点；

图像处理模块与图像缓存模块连接，其从图像缓存模块调取包含有高度参 照标志的农作物图像，并提取待检测农作物顶端与最接近并高于农作物顶端的 高度基准点之间图像距离；

映射数据库内部预设有距离高度映射集，距离高度映射集中包括多对参照 映射对，每一个参照映射对中包含一个距离值和一个与距离值相对应的农作物 高度值，距离值为农作物顶端与高度参照标志之间的距离；

数据处理模块分别与图像处理模块和映射数据库连接，其根据图像距离推 断实际距离值，并从距离高度映射集中调取对应实际距离值的农作物高度值作 为目标高度值。

优选地，高任意两个高度基准点可通过颜色、长度或形状进行区分。

优选地，倒伏监测子系统包括包括：灰化处理模块、高斯模糊模块、二值 化处理模块和倒伏计算模块；其中，

灰化处理模块用于从图像缓存模块获取农作物的原始图像，并将原始图像 转换成灰度图像；

高斯模糊模块中预设有一系列的高斯函数，任意两个高斯函数的松弛参数σ 不同；高斯模糊模块与灰化处理模块连接，其接收灰度图像，并将灰度图像分 别和每一个松弛参数σ_n对应的高斯模糊函数进行卷积预算，获得多个模糊图像 g_n；

二值化处理模块与高斯模糊模块连接，其内部预设有多个与模糊图像g_n一 一对应的分界阈值，并用于根据对应的分界阈值分别对模糊图像g_n进行二值化 处理，获得多个二值化图像gb_n；

倒伏计算模块与二值化处理模块连接，其内部预设有第一计算模型和第二 计算模型；倒伏计算模块将多个二值化结果gb_n代入第一计算模型进行综合运 算，获得二值化的倒伏图像R(x,y)，然后根据第二计算模型和倒伏图像R(x,y)来 计算倒伏率R_rite。