區域性秸稈覆蓋率檢測系統方案分析

2018-10-21 18:44:34馬洪濤郝若帆睢丙東

科技風 2018年22期

馬洪濤郝若帆睢丙東

摘要：針對秸稈還田后需要對指定區域進行秸稈覆蓋率檢測的問題，提出了區域性秸稈覆蓋率檢測系統方案。基于對秸稈還田機工作時采集到的圖像信息進行處理，檢測出秸稈覆蓋率并作為分散樣本，進行指定區域的覆蓋率估算。

關鍵詞：圖像處理；覆蓋率；檢測系統；區域性

Abstract： Aiming at the problem of straw coverage detection in designated areas after returning straw to field，a regional straw coverage detection system is proposed.Based on the image information collected during the work of straw returning machine， the coverage rate of straw was detected and used as a scatter sample to estimate the coverage of the designated area.

Key words：image processing；coverage rate；detecting system；regionally

一、秸稈還田及覆蓋率檢測的重要性

秸稈還田是農業上保護水土肥力的一種重要措施，不僅可以減少由焚燒秸稈產生的環境污染及資源浪費，還可以為土地保留水分，改善土壤結構，增加土壤中的有機物質，有利于農作物的生長，在環保和農業可持續發展中起到了很大作用。由于秸稈還田后養分釋放緩慢，為了不影響下一季農作物養分的吸收，秸稈還田作業具有時限性。

近年來，國家為了大力倡導田間秸稈還田，制定了秸稈還田作業補貼政策，每位機手秸稈還田作業后，統計其作業面積，并且檢測秸稈還田覆蓋率的準確性，經審驗合格，即可領取政府補貼。

二、區域性秸稈還田覆蓋率檢測存在的問題

（1）由于作業面積大，通過傳統的人工測量費時費力，且對單塊秸稈還田地塊進行秸稈覆蓋率的檢測手段不能應用到統計機手的整個作業面積。（2）由于晾干的秸稈和土地的顏色相差甚微，若采用無人機拍照，圖像清晰度較低，辨識度較差，不能準確識別每位機手的作業面積和覆蓋率。因此，需要在指定的工作區域進行作業檢測。

三、覆蓋率檢測系統概述

（1）秸稈覆蓋率檢測系統框圖如下圖所示：

（2）服務器傳輸。秸稈還田機作業時安裝在尾部的攝像頭通過4G網絡由服務器下發指令定時拍攝，采集秸稈還田作業后的圖像，將圖像和位置信息傳送給服務器，作為分散性的秸稈圖像備用并由服務器保存。估算指定秸稈覆蓋率后，將結果及其位置信息傳送給服務器，由服務器下發到手機端，以便機手通過手機APP查看和領取補貼。

（3）分散性圖像秸稈覆蓋率的檢測。將服務器保存的圖像作為分散性圖像，用MATLAB數學工具箱進行圖像處理得到秸稈和土地的二值化圖像。將圖像進一步利用數學形態學原理，選擇正確的結構元素，利用腐蝕原理，將圖像中的噪聲點去除掉，再利用膨脹原理，將秸稈間的細小縫隙填充，然后利用像素點的比例計算出單個圖像的秸稈覆蓋率。

（4）區域性秸稈覆蓋率的估算。根據機手作業地塊的面積及地理位置，將在此作業時攝像頭拍照的圖像上傳到服務器，利用得到的分散性圖像的秸稈覆蓋率和由服務器得到的相應位置信息，進行其它未知地塊覆蓋率的估算，將結果進行比較和統計，得到包含這些分散樣本在內的指定區域的秸稈覆蓋率。

四、該系統的特點

該系統主要針對基于分散圖像的區域性秸稈覆蓋率的估算，首先對秸稈還田機工作時進行分散圖像采集，并且對圖像進行定位標記，為后續區域性的秸稈覆蓋率的估算保存位置信息。通過4G網絡實時將圖像信息和位置信息傳送到服務器中進行保存，并且保存機手作業面積軌跡，保證了秸稈還田的實時性和真實性。利用MATLAB數學工具箱圖像處理將分辨力低的秸稈和土地進行分離，并進一步得到分散圖像的秸稈覆蓋率，為后續估算區域性秸稈覆蓋率做數據準備。利用鄰近算法原理，根據作業區域內的分散圖像的覆蓋率和其位置信息，對其他位置地塊的覆蓋率進行估算，得到指定區域的秸稈覆蓋率，保證了覆蓋率檢測的實用性。將檢測結果與實際值相比，得出合格率，并且通過服務器將機手作業面積和合格率發送到手機端，使機手通過手機APP查看作業結果并領取補貼。

五、結論

（1）利用該系統可以快速準確的檢測指定區域的秸稈覆蓋率，利用4G網絡傳輸信息，保證了實時性和實效性。

（2）對秸稈圖像進行秸稈覆蓋率檢測，并根據位置信息估算指定區域秸稈覆蓋率，滿足系統設計的需求。

（3）該系統下一步將在檢測速率及估算誤差方面進行改進，以便有效的解決實際問題。

參考文獻：

[1]趙亞麗，薛志偉，郭海斌，穆心愿，李潮海.耕作方式與秸稈還田對土壤呼吸的影響及機理.農業工程學報，2014，30（19）：155165.

[2]蘇艷坡，張東遠，李洪文，何進，王慶杰，李慧.基于自動取閾分割算法的秸稈覆蓋率檢測系統（A）.（中國農業大學工學院現代農業裝備優化設計北京市重點實驗室，北京：農機化研究，2012，34（8）138142.

[3]沈盼盼，樊豐，伍瑞卿.基于 RGB三通道分離的運動目標檢測方法[J].電視技術，2012，36（3）：137140.

[4]崔屹.數字圖像處理技術與應用[M].北京電子工業出版社，1997：6468.

[5]Huang Fenggang.The soft morphology applied to detecting image edge [J].Journal of Image and graphics，2000，5A（4）：8993.

[6]李洪文，李慧，何進，李世衛.基于人工神經網絡的田間秸稈覆蓋率系統.農業機械學報，2009，40（6）：5862.

[7]Cortes C， Vapnik V.SupportVector network[J].Machine Learning，1995，20：273297.