[发明专利]一种基于机器视觉的土壤环境精准监控设备及方法

权利要求书

1.一种用于基于机器视觉的土壤环境精准监控方法，其特征在于，采用基于机器视觉的土壤环境精准监控设备，所述土壤环境精准监控设备包括土壤信息采集装置、土壤信息处理装置以及用于将土壤信息采集装置采集到的数据信息上传到所述土壤信息处理装置的通信装置；所述土壤信息采集装置包括移动小车、设置在移动小车上的图像采集模块以及挖掘模块，其中，沿着移动小车的行进方向，所述挖掘模块位于所述图像采集模块的前方；所述图像采集模块包括摄像头、用于驱动所述摄像头左右转动的水平旋转机构以及用于驱动所述摄像头上下转动的竖向转动机构；所述挖掘模块包括挖掘机构以及用于驱动所述挖掘机构挖掘土壤的挖掘驱动机构；所述土壤信息处理装置对采集到的图像信息进行处理，获得土壤的湿度值和pH值；

该土壤环境精准监控方法包括以下步骤：

(1)、对土壤进行采样，获得多份土壤样品，并将多份土壤样品的特征参数分别上传到土壤信息处理装置中；其中，所上传的特征参数包括土壤图像信息、土壤湿度值和土壤pH值；

(2)、所述土壤信息处理装置对每份土壤样品中的特征参数进行处理，并构建土壤湿度和土壤酸碱度的数学模型，其中，所述的数学模型的构建步骤包括：

(2-1)、对采集到的土壤图像中的土壤和绿植背景分离，获得去除绿植后的土壤图像，然后对该土壤图像进行二值化，获得绿植分割后的土壤二值图像BW；

(2-2)、对获得的土壤二值图像BW进行滤波处理；

(2-3)、对滤波处理后的土壤二值图像BW进行腐蚀操作，使得土壤二值图像BW中绿植和土壤的边缘部分中属于绿植的边缘中的黑色区域边缘的像素点替代为黑色，实现二值图像的扩张；

(2-4)、对绿植分割后的土壤图像进行灰度化，对该灰度化后的土壤图像中的坏区进行识别和去除，获得去除坏区后的土壤二值图像BW2；

(2-5)、对绿植分割后的土壤二值图像BW和坏区分割后的土壤二值图像BW2进行整合，确定最终的分割区域；求得绿植分割和坏区分割后的土壤二值图像中的平均灰度值；

(2-6)、在CIE LAB颜色模式下，计算绿植分割和坏区分割后的土壤二值图像中的平均黄度值；

(2-7)、利用matlab软件对多份土壤样品中的平均灰度值和测量得到的与之对应的土壤湿度值进行线性拟合，获得土壤灰度值和土壤湿度之间的拟合函数，同时利用matlab函数对多份土壤样品中的平均黄度值和测量得到的与之对应的土壤pH值进行线性拟合，获得土壤黄度值和土壤pH值之间的拟合函数；

(3)、完成数学模型的构建后，移动小车带动图像采集模块和挖掘模块运动到待检测的土壤环境中，所述挖掘模块对土壤进行挖掘，而图像采集模块则对挖掘后的土壤进行图像采集；

(4)、通信装置将图像采集模块采集到的图像信息上传到土壤信息处理装置中，土壤信息处理装置对采集到的土壤图像信息进行处理，获得该土壤图像的平均灰度值和平均黄度值，将其代入进数学模型中的对应的拟合函数中，获得与该土壤图像对应的土壤湿度值和土壤pH值。

2.根据权利要求1所述的土壤环境精准监控方法，其特征在于，所述移动小车包括车体、设置在车体上的车轮、用于驱动所述车轮转动的行走驱动机构，其中，所述车轮安装在车体上，所述行走驱动机构用于驱动车轮运动以实现移动小车的前进、后退、停止和转向。

3.根据权利要求2所述的土壤环境精准监控方法，其特征在于，在步骤(2-1)中，需要将采集到的RGB图像先转化为CIE XYZ图像模式，然后再转化为Lab图像，在CIE Lab模式下，通过判断a通道的值是否小于零即可分割绿植和土壤。

4.根据权利要求2所述的土壤环境精准监控方法，其特征在于，在步骤(2-2)中，采用3×3的卷积核对绿植分割后的土壤二值图像BW进行中值滤波，滤除部分非绿植但被二值化的小点。

5.根据权利要求2所述的土壤环境精准监控方法，其特征在于，在步骤(2-4)中，采用平均值法将绿植分割后的土壤图像进行灰度化，其步骤为：将绿植分割后的土壤图像中的三个通道的平均灰度值作为灰度值，使其满足下面公式：

式中，Gray(x,y)为图像对应点的灰度值，R(x,y)、G(x,y)、B(x,y)分别为原图像对应点的三个通道的数值。