[发明专利]一种田间秸秆覆盖率在线检测方法及系统

说明书

本发明提供一种田间秸秆覆盖率在线检测方法和系统，田间秸秆覆盖率在线检测方法包括如下步骤：S100，对原始田间秸秆图像进行基于彩色分量空间距离灰度化，计算R、G、B各分量的空间距离，并进行不同系数的加权计算从而将目标秸秆与背景区分开，然后采用Sauvola算法对灰度化图像进行阈值分割；S200，对原始田间秸秆图像进行基于色差法灰度化，然后采用Otsu算法对灰度化图像进行阈值分割；S300，将S100以及S200得到的两幅阈值分割的图像相加，得到最终的阈值分割图，求取该最终的阈值分割图的灰度均值，计算田间秸秆覆盖率。本发明为田间秸秆覆盖率的检测提供一种有效的解决方案，有利于节约劳动力以及提高生产效率。

技术领域

本发明涉及农田保护性耕作技术领域，具体地说，是涉及一种田间秸秆覆盖率在线检测系统和方法。

背景技术

秸秆覆盖技术是有效实现农业可持续生产力的途径之一，可有效的抑制土壤水分的流失，增强蓄水保墒能力，调节土壤温度，防止土壤沙化，对促进作物的增产具有积极作用。秸秆覆盖率检测是有效开展保护性耕作的一项重要技术指标。

现有技术最常见的秸秆覆盖率检测方法包括传统法与图像法。传统法以人为操作为主，主要包括拉绳法、目估法、采样法、仪器法和模型法。图像法主要是对采集设备获取的图像进行一系列算法处理后最终计算出秸秆覆盖率的方法。由于传统方法效率低，耗时长，人工成本高，一般只用来采样测量。图像法中，基于纹理的阈值寻找算法，有效的区分出秸秆和土壤，但由于粗秸秆表面缺乏纹理特征，易产生中空现象，导致计算结果偏低。基于对数变换后图像直方图的最大类间方差法自动选取阈值检测方法，受光照影响较严重，提取目标时易丢失细碎秸秆。基于纹理特征熵值的BP神经网络秸秆覆盖率检测方法，检测速度较传统方法提高了50-120倍，但该方法需要大量样本进行训练，前期工作量较大，不同地域需要重新取样，检测成本较高。总体来说，对秸秆覆盖率的检测基本处于理论或实验室研究阶段，尚未在田间实现。

随着保护性耕作技术的发展，秸秆覆盖率检测的准确度和普适性显得尤为重要，且是有效开展保护性耕作的一项重要技术指标，但目前尚没有一种结果准确、检测效率高的方法。

发明内容

本发明所要解决的技术问题是针对现有技术不能在田间测量及测量不准确等问题，提供一种田间秸秆覆盖率在线检测方法及系统，以对田间秸秆覆盖率检测进行在线监测。

为了实现上述目的，本发明的田间秸秆覆盖率在线检测方法包括如下步骤：

S100，对原始田间秸秆图像进行基于彩色分量空间距离灰度化，计算R、G、B各分量的空间距离，并进行不同系数的加权计算从而将目标秸秆与背景区分开，然后采用Sauvola算法对灰度化图像进行阈值分割；

S200，对原始田间秸秆图像进行基于色差法灰度化，然后采用Otsu算法对灰度化图像进行阈值分割；

S300，将S100以及S200得到的两幅阈值分割的图像相加，得到最终的阈值分割图，求取该最终的阈值分割图的灰度均值，计算田间秸秆覆盖率。

上述的田间秸秆覆盖率在线检测方法的一实施方式中，所述S100还包括：

S110，选取超过各分量平均二阶矩的部分，进行不同系数的加权计算。

上述的田间秸秆覆盖率在线检测方法的一实施方式中，所述S110还包括：

S111，对原始田间秸秆图像计算所有像素点R、G、B各分量值；

S112，计算各分量的总和以及均值；

S113，计算R、G、B各分量总和在整幅图像中的权重；

S114，计算R、G、B各分量的标准差；

S115，计算各像素点R、G、B分量到各均值的空间距离，以进行目标与背景区分；