多用微型除草機的研究與設計

金坤坤 方世遲

摘要：在農業生產方面，大多數生產工作已經由機器代替人工，但是對于小規模的農業生產，除草這一方面暫時還沒有比較好的處理方式。采用圖像識別處理技術及機械除草原理除去小型農田或大棚里的雜草，不僅可以減少勞動力損耗，降低農業生產的成本，還能夠提高農業生產效率。同時，多用微型除草機上設有土壤有害物質檢測裝置，對農作物的生長進行實時監控，方便對可能出現的問題及時進行解決。

關鍵詞：數字圖像處理;除草機;智能控制;智能檢測

中圖分類號：TP18? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1009-3044（2018）35-0247-02

1 概述

世界上有許多種類的雜草。據調查，世界上有50000多種雜草，其中約8000種對農作物造成不同程度的損害。雜草與農作物競爭養分、陽光、水和生長空間，因為它們比作物適應性強得多。阻礙農作物生長，直接導致農作物減產。為了維護農民的經濟效益，去除雜草是十分必要的。由于雜草分布不均勻且隨機所以目前去除雜草的方法一般都是大面積粗放式噴灑農藥。

農藥的大量使用，造成了許多不良后果;農作物的化學藥物殘留，雜草的變異（抗藥性）等等，都是無法解決的。多用微型除草機可以識別出雜草，并將其去除，同時可以檢測土壤的有機成分，使人對農作物的生長可以進行監控。

2 系統設計方案

本次我們設計的多用微型除草機主要應用在大型農田的除草問題上，多用微型除草機可以代替人工勞動力，在農田中自動除去雜草，并且實時對土壤進行檢測。其工作過程是通過圖像處理對雜草進行識別，再由機械刀去除;而土壤檢測部分則是分析取樣的土壤并將數據反饋到監控中心，進一步對土壤進行相應的改善。

2.1 軟件設計

該多用微型除草機的控制核心是基于STM32的總控系統。各個傳感器的信號傳送到總控處理后使得系統能夠及時做出反應。圖1為后板中樞程序流程圖。

（1） 圖像采樣

在對圖像進行采樣后，將其劃分為小區域，即像素。每個像素都有兩個屬性：位置和灰度。采樣和量化后，利用計算機對圖像進行分析。最常用的分割方法是方形采樣網格劃分。圖像被劃分成許多水平線，它們是相鄰像素。對其進行量化，將其用圖像轉為一個整數矩陣。再通過量化將圖像數字化。

（2） 圖像預處理

圖像預處理是相對于是對圖像處理的前期處理。輸入的圖像一般比較不精確，檢測對象的邊緣過于模糊，使得可分辨度很差。檢測對象形狀不精確，圖像的邊緣超過最低模糊界限，圖像在視覺效果和辨別性等方面可能存在著諸多問題，這類問題屬于“質量問題”，所以需要對采樣的圖像進行預處理。

（3） 圖像增強

圖像增強處理是對圖像進行突出處理，將所需要的具體細節凸顯出來，方便對圖像進行識別。為了突出雜草和作物圖像的特征，去除或減弱無用或有害的信息，并去除噪聲。邊緣強調等都是圖像增強的內容。

（4） 圖像分割

圖像分割指將所需要的圖像化分成若干個有意義的小部分，使得圖像的表達更為簡潔明了，為接下來的圖像分析和管理奠定了基礎。圖像可以包含多個對象。為了準確地分析圖像，必須將圖像分割成若干區域。圖像分割是圖像分析和機器視覺處理中最基本同時也是最重要的研究內容，它是下一步分析的關鍵技術，因此圖像分割結果的好壞將直接關系到未來圖像分析的質量?；叶葓D像的分割往往依賴于圖像灰度值的不連續性和相似性。圖像分割一般有三種不同的方法（這里介紹兩種），一種是將不同的像素劃分成相應的對象或區域，即區域法，另一種是通過直接確定相鄰區域之間的邊界來分割，即邊界法;首先檢測邊緣像素，然后連接邊緣像素以形成邊界以形成分割。

（5） 圖像分析與描述

對已分割的或正在分割的圖像中各部分屬性，特點以及各部分之間的關系的分析與描述。

一般情況下，圖像分析通過數學模型和圖像處理技術來分析底層特征和上層結構，從而獲取一些智能信息。模式識別和人工智能（AI）是用于分析、描述、分類和解釋場景的技術，也被稱為場景分析或圖像理解。自對圖像的研究深入以來，從圖像的分析到具體問題的處理，都取得了許多研究成果。圖像分析與圖像處理和計算機圖形學密切相關，相互重疊。符號表示各種圖像，而不是圖像本身的操作，并使用各種知識來推理。圖像分析也與人類視覺研究密切相關。對人類視覺機制中一些可被識別的模塊研究可以促進屬于計算機獨有的視覺的改進。

（6） 圖像數據壓縮

圖像壓縮是圖像存儲、處理和傳輸的基礎，它是用盡可能少的數據來進行圖像的存儲和傳輸。圖像數據是可以被壓縮的，該理論支持圖像編碼的失真和圖像數據的冗余。在大多數情況下，壓縮圖像不需要與原始圖像完全相同，但是允許少量失真，只要這些失真不能被人眼感知即可。這為提高壓縮比提供了有利的條件。允許的失真越多，壓縮效率就越高。由于圖像數據的可壓縮性，存在大量的所謂的統計冗余，導致生理和視覺的冗余。去除這部分圖像數據并不會使得圖像無法識別。

（7） 圖像識別

圖像識別是基于圖像主要特征的。任何一個圖像都會有自己的特點，比如字母A有尖點，P有圓，Y的中心有銳角。圖像識別中的眼動研究說明了視覺線總是集中在圖像主要特征上（包括邊緣，形狀），即圖像輪廓的曲率最大或輪廓方向突變的地方，以及圖像中的信息量。E位是最大的。此外，眼睛的掃描路徑總是從一個特征轉移到另一個特征。因此，在圖像識別過程中，感知機制必須排除輸入的冗余信息，提取關鍵信息。同時，大腦中必須有一個機制負責整合信息，這些信息可以分階段獲得，形成一個完整的感知圖像。

在人體圖像識別系統中，復雜圖像的識別往往需要通過不同層次的信息處理來實現。對于熟悉的圖形，由于掌握了它的主要特征，它將被識別為一個單位，不再關注它的細節。整個單元的孤立單元材料被稱為塊，并且每個塊在同一時間被感知。在漢字材料的識別中，人們不僅能夠組成漢字的筆畫或側面塊，而且能夠組成經常一起出現的字符或單詞的塊單位。

通過計算機的視覺識別系統，圖像內容會由圖像特征來描述，這是最直接也是最有效的描述方式。實際上，在計算機視覺的基礎上，圖像檢索也可以分為與文本搜索引擎相似的三個步驟：特征提取、索引建立和查詢。

2.2 土壤檢測

在除草機沿著農作物行前行的時候，車后的可調變不銹鋼板會收集一定量的土壤樣本，并實時檢測其中有害物質是否過量，如果檢測到土壤中含有過量的有害物質，及時通過控制端向中樞進行匯報。

2.3 硬件設計

多用微型除草機主要由發動機、變速箱、仿形及耕深調節機制、機架、傳動系統、除草部件指輥、滑板、圖像處理系統等組成。

除草機前部裝有灰度攝像機，完成作物識別，引導除草機沿作物方向行走;除草機中部裝有彩色攝像機，不僅能夠識別作物行中間的單個作物，還能夠控制舵機提升除草機械手，改變機械手的高度。避免在單一作物被發現時危害作物。除草輪由不銹鋼制成。不會因為在田間操作時長時間浸水而生銹;后方配置可調變不銹鋼板，用于收集土壤及將除掉的雜草壓入土中;除草輪之間間距為30cm，并且可以作用調整3cm，以適應不同的工作環境;動力部分采用1764W二行程汽油引擎;除草輪后方設有塑質擋板，防止泥土飛濺。

3 結束語

農田雜草不僅影響農作物的生長，還降低了農產品的質量。除草劑雖然能有效地抑制雜草，但是它影響生態環境。該系統設計的多用微型除草機可以手動或者自動控制除草，為除草機提供了新的設計理念。

參考文獻：

[1] 莫曉利.數字圖像處理技術與應用——除草機器人[D].天津科技大學，2015.

[2] 張占勝.三行步進式水田中耕除草機的機理與應用[D].黑龍江省水田機械化研究所，2013.

[3] 劉承東，李寧.業苗圃除草機器人結構設計[D].科技資訊，2015.

[4] 葛燕燕，安秋.基于機器視覺的中耕除草機的研制與實驗[D].南京農業大學工學院，2015.

[5] 譚宏杰，孫明哲，李春勝，等.水田行間除草機的研究[D].吉林省農業機械研究院，2016.

[6] 侯學貴.除草機器人雜草識別與視覺導航技術研究[D].南京林業大學，2007.

[7] 張川川.算子刀具邊緣快速提取研究[D].中北大學，2015.

[通聯編輯：朱寶貴]