一种基于机器视觉的植物茎秆直径测量装置与测量方法

摘要

本发明提供一种基于机器视觉的植物茎秆直径测量装置和测量方法，测量装置包括摄像机(1)、环形LED光源(2)、支撑架(3)、圆柱形参照物(4)、IEEE1394信号光纤传输器(5)、数据传输电缆(6)和计算机(7)。测量方法是利用摄像机(1)在一定的时间间隔内获取待测植物茎秆和圆柱形参照物(4)的图像，通过IEEE1394信号光纤传输器(5)和数据传输电缆(6)传输到计算机(7)，利用计算机内安装的图像处理软件计算植物茎秆直径。本发明有效解决了现有测量工具对植物茎秆直径变化的约束影响，避免了测量不同植物茎秆更换不同量程传感器的麻烦，可用于无损在线监测植物茎秆直径及某一时间段内直径的微小变化量。

权利要求

1.一种基于机器视觉的植物茎秆直径测量装置，包括摄像机(1)、环形LED光源(2)、支撑架(3)、圆柱形参照物(4)、IEEE1394信号光纤传输器(5)、数据传输电缆(6)和计算机(7)，其特征是圆柱形参照物(4)直立在待测植物旁边，摄像机(1)选用具有1394标准接口的工业数字摄像机，将其架设在支撑架(3)上，环形LED光源(2)环绕均匀分布在摄像机(1)镜头的周边，摄像机(1)在时钟触发下对植物茎秆和圆柱形参照物(4)的图像进行采集，IEEE1394信号光纤传输器(5)通过数据传输电缆(6)与摄像机(1)和计算机(7)连接。

2.如权利要求1所述的测量装置，其特征在于，利用具有已知直径的圆柱形参照物(4)，确保在不同的光照条件下能够高精度测量植物茎秆直径。

3.一种基于机器视觉的植物茎秆直径测量方法，其特征是摄像机(1)架设在支撑架(3)上，放置在距离待测植物茎秆5-10cm的合适位置，圆柱形参照物(4)直立在待测植物旁

5-7mm处，调整圆柱形参照物(4)的位置，使圆柱形参照物(4)与植物茎秆组成的平面与摄像机(1)镜头的平面基本平行，调整支撑架(3)的高度和摄像机(1)的焦距，使摄像机(1)镜头的上边缘与待测植物的被测茎秆部位上边缘保持在一个水平面上，并使待测植物茎秆和圆柱形参照物(4)图像充满摄像机(1)屏幕，通过设置时钟触发摄像机(1)在一定的时间间隔内进行图像采集，IEEE1394信号光纤传输器(5)通过数据传输电缆(6)与摄像机(1)和计算机(7)连接，将摄像机(1)采集到的图像传输给计算机(7)，为保证数据传输质量，将数据传输电缆(6)的总长度限制在72米以内，计算机(7)内安装了图像处理软件，在计算机(1)上完成植物茎秆直径的分析与计算，得到植物茎秆直径及其微小变化量。

4.如权利要求3所述的测量方法，其特征在于，计算机(7)内安装了图像处理软件，利用中值滤波算法对图像进行去除噪音处理、利用自适应阈值算法对图像进行背景分割、利用区域生长和形态学膨胀算法对图像进行增强、利用Canny算子进行图像的边缘检测、利用形态学算法对图像进行细化处理，并利用处理后图像中圆柱形参照物(4)的实际直径R、像素直径r和植物茎秆的像素直径a根据公式A＝R*a/r计算植物茎秆直径的实际值A。

说明书

一种基于机器视觉的植物茎秆直径测量装置与测量方法

技术领域：

[0001] 本发明涉及一种植物茎秆直径的测量装置和测量方法，特别是涉及一种利用机器视觉技术测量植物茎秆直径的装置和方法。背景技术：

[0002] 植物的水分状况并不仅仅取决于土壤的水分状况，它还与大气蒸发量的变化、植物根系分布状况、植物生长及生理特性、水分输导能力等方面的因素有关。因此，利用植物本身的水分状况作为灌溉的依据，比利用土壤水分状况更可靠。植物茎秆直径及其微小变化被公认为是表征植物水分状况的重要生理指标，研究开发能够精确、高效、快捷的测量植物茎秆直径的装置和方法，实时在线监测植物茎秆直径及其微小变化，判断植物水分胁迫状况，对指导节水灌溉，充分、高效利用稀缺水资源，达到用最小的成本和资源量获取最大限度的经济收益，具有重要意义。目前测量植物茎秆直径的装置和方法主要是采用线性变化传感器和传感解调器，具有一定的局限性：由于测量时需要与植物茎秆接触，使得测量范围较窄，为保证测量精度，对不同种类的植物茎秆进行直径测量时必须更换不同量程的传感器，操作复杂，测量成本高；仅能够测量植物茎秆直径的相对变化量，却无法高精度得到植物茎秆直径的绝对值；同时，由于需要利用弹簧将测量装置固定在植物茎秆上，会对植物的茎秆生长有一定的约束，影响到茎秆直径微小变化的测量准确度。发明内容：

[0003] (一)要解决的技术问题

[0004] 本发明的目的在于针对现有测量植物茎秆直径的装置和方法测量不同植物茎秆直径需要更换不同量程的传感器、无法测量植物茎秆直径的绝对值、约束植物茎秆自然生长的局限性，提供一种基于机器视觉的植物茎秆直径测量装置和测量方法，通过在设定时间间隔内对植物茎杆图像进行定时采集，利用图像处理算法分析并计算出植物茎杆直径，从而计算某一时间段内植物茎秆直径的微小变化量，实现对植物茎秆直径的无损在线监测，满足农业高效节水灌溉相关研究对植物茎秆直径微小变化测量的要求。

[0005] (二)技术方案

[0006] 为解决上述技术问题，本发明的测量装置包括摄像机、环形LED光源、支撑架、圆柱形参照物、IEEE1394信号光纤传输器、数据传输电缆和计算机。其特征在于圆柱形参照物直立在待测植物旁边，摄像机选用具有1394标准接口的工业数字摄像机，将其架设在支撑架上，环形LED光源环绕均匀分布在摄像机镜头的周边，摄像机在时钟触发下对植物茎秆和圆柱形参照物的图像进行采集，IEEE1394信号光纤传输器通过数据传输电缆与摄像机和计算机连接，将摄像机采集到的图像传输给计算机，计算机内安装了图像处理软件，在计算机上完成植物茎秆直径的分析与计算，得到植物茎秆直径及其微小变化量。

[0007] 在上述装置中，利用具有已知直径的圆柱形参照物，确保在不同的光照条件下能够高精度测量植物茎秆直径；选用具有IEEE1394标准接口的工业数字摄像机，在数据传输过程中占用资源较少，适合于一台计算机与多台数字摄像机同时使用，能够对植物群进行在线监测。

[0008] 本发明的测量方法包括如下具体方案：

[0009] 1、图像采集的方法：摄像机架设在支撑架上，放置在距离待测植物茎秆5-10cm的合适位置，圆柱形参照物直立在待测植物旁5-7mm处，调整圆柱形参照物的位置，使圆柱形参照物与植物茎秆组成的平面与摄像机镜头的平面基本平行，调整支撑架的高度和摄像机的焦距，使摄像机镜头的上边缘与待测植物的被测茎秆部位上边缘保持在一个水平面上，并使待测植物茎秆和圆柱形参照物图像充满摄像机屏幕，通过设置时钟触发摄像机在一定的时间间隔内进行图像采集。

[0010] 2、图像传输的方法：IEEE1394信号光纤传输器通过数据传输电缆与摄像机和计算机连接，将摄像机采集到的图像传输给计算机，为保证数据传输质量，将数据传输电缆的总长度限制在72米以内。

[0011] 3、图像分析的方法：计算机获得传输过来的植物茎秆图像，通过图像处理软件利用图像的格式转换、中值滤波、自适应背景分割、区域生长、形态学膨胀、Canny边缘检测、形态学细化等算法对获得的图像进行处理分析，利用处理后图像中圆柱形参照物的实际直径和像素直径及植物茎秆的像素直径计算植物茎秆直径的实际值。

[0012] 本发明的测量方法特征在于计算机内安装了图像处理软件，利用中值滤波算法对图像进行去除噪音处理、利用自适应阈值算法对图像进行背景分割、利用区域生长和形态学膨胀算法对图像进行增强、利用Canny算子进行图像的边缘检测、利用形态学算法对图像进行细化处理，并利用处理后图像中圆柱形参照物的实际直径R、像素直径r和植物茎秆的像素直径a根据公式A＝R*a/r计算植物茎秆直径的实际值A。

[0013] (三)有益效果

[0014] 采用本发明的测量装置和测量方法能够实现对植物茎秆直径进行无损在线测量，采集到的图像分辨率可高达2048×1536像素，对于直径小于5mm的作物茎秆，测量分辨率高达0.004mm；对于直径为5-10mm的作物茎秆，测量分辨率为0.004-0.007mm。本发明方法的操作简单、测量精度高，有效解决了现有测量工具对植物茎秆直径变化的约束影响，避免了测量不同植物茎秆更换不同量程传感器的麻烦，可以高精度测量植物茎秆直径绝对值和微小变化量，能够满足农业高效节水灌溉相关研究对植物茎秆直径微小变化测量的要求。附图说明：

[0015] 图1是本发明的测量装置结构图。

[0016] 图2是本发明的图像处理软件的结构图。具体实施方式：

[0017] 实施例1：

[0018] 测量装置结构如图1所示。包括摄像机1、环形LED光源2、支撑架3、圆柱形参照物4、IEEE1394信号光纤传输器5、数据传输电缆6和计算机7。圆柱形参照物4直立在待测小麦植株旁边，摄像机1架设在支撑架3上，环形LED光源2环绕均匀分布在摄像机1镜头的周边，摄像机1在时钟触发下对小麦茎秆和圆柱形参照物4的图像进行采集，IEEE1394信号光纤传输器5通过数据传输电缆6与摄像机1和计算机7连接。

[0019] 测量方法是：摄像机1架设在支撑架3上，放置在距离待测小麦植株茎秆5-10cm的合适位置，圆柱形参照物4直立在待测小麦植株旁5-7mm处，调整圆柱形参照物4的位置，使圆柱形参照物4与小麦植株茎秆组成的平面与摄像机1镜头的平面基本平行，调整支撑架3的高度和摄像机1的焦距，使摄像机1镜头的上边缘与待测小麦植株的被测茎秆部位上边缘保持在一个水平面上，并使待测小麦植株茎秆和圆柱形参照物4图像充满摄像机1屏幕，通过设置时钟触发摄像机1在一定的时间间隔内进行图像采集，IEEE1394信号光纤传输器5通过数据传输电缆6与摄像机1和计算机7连接，将摄像机1采集到的图像传输给计算机7，为保证数据传输质量，将数据传输电缆6的总长度限制在72米以内，计算机
1内安装了图像处理软件，在计算机7上完成小麦植株茎秆直径的分析与计算，得到小麦植株茎秆直径及其微小变化量。

[0020] 图像处理软件的结构如图2所，包括：图像采集、格式转换、图像处理和茎秆直径数据显示。具体图像处理算法如下：

[0021] 1、中值滤波

[0022] 图像信息在采集过程中会受到很多噪声源的干扰，这些噪声在图像上通常表现为一些孤立的像素点，若不经过滤波处理，会对以后的背景分割带来影响。中值滤波器是排序滤波器的一种，即可做到噪声抑制、滤除脉冲干扰及图像扫描噪声，又可以克服线性滤波器带来的图像细节模糊，保持图像边缘信息，计算思路是将一个包含有奇数个像素的窗口在图像上依次移动，在每一个位置上对窗口内像素的灰度值由小到大进行排列，然后将位于中间的灰度值作为窗口中心像素的输出值。

[0023] 2、自适应背景分割

[0024] 当照明不均匀、有突发噪声，或者背景辉度变化比较大时，整幅图像分割将不可能具有合适的单一阈值，直方图显示并未出现两个峰值，我们很难通过确定单一的域值来分割背景和图像。此时采用自适应阈值方法进行背景分割，计算思路是对图像中的每个像素，选取以它为中心的一个邻域窗口，对这个窗口的像素灰度按照一定的准则选取域值，以此判断该处理像素是属于目标物还是背景物。

[0025] 3、区域生长

[0026] 区域生长是根据预先定义的生长准则把像素或子区域集合成大区域的处理方法，计算思路是将具有相似性质的像素集合起来构成区域，对需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素合并到种子像素所在的区域中，当新的点被合并后，再根据新的区域重复这一过程，直到没有可接受的邻近点时生成过程终止。

[0027] 4、形态学膨胀

[0028] 区域生长之后的二值图像，很明显的存在一些空洞，如果直接进行边缘检测的话，那么这些孔洞处会留下检测到的错误边缘，直接影响到了后期茎秆直径的计算结果，因此，利用数学形态学的膨胀运算进行孔洞的填充。

[0029] 5、Canny边缘检测

[0030] 边缘检测是为了得到植株茎杆的清晰边缘，利用Canny算子进行边缘检测。

[0031] 6、形态学细化

[0032] 利用形态学算法对图像进行细化处理，从原来的图中去掉一些点，使得边缘部分只剩一个像素点，便于程序扫描特定纵坐标下的两个距离最大的横坐标，最终得到图像中植物茎秆的像素直径。

[0033] 7、茎杆直径实际值计算

[0034] 由于很难保证在同样的光照条件下获得作物茎秆图像，不同的光照条件对测量的结果会有很大的影响，为了使计算获得小麦植株茎杆直径的准确数据，采用参照物分析方法。在同一个图像中获取直径为R的圆柱形参照物和小麦植株茎杆的图像，利用图像中圆柱形参照物的实际直径R、像素直径r和小麦植株茎秆的像素直径a根据公式A＝R*a/r计算小麦植株茎秆直径的实际值A。

[0035] 实施例2和3所用测量装置与测量方法同实施例1，所不同的是测量植物是黄瓜和西红柿。所有实施例的测量数据列入表1中。

[0036] 表1植物茎秆直径测量结果

[0037]