楊思思， 周 泓， 虞俠挺

(浙江大學(xué) 儀器科學(xué)與工程學(xué)系，浙江 杭州 310027)

基于機(jī)器視覺的人工光植物工廠植物生長(zhǎng)狀況監(jiān)測(cè)系統(tǒng)*

楊思思， 周 泓， 虞俠挺

(浙江大學(xué) 儀器科學(xué)與工程學(xué)系，浙江 杭州 310027)

設(shè)計(jì)了一種基于機(jī)器視覺的人工光植物工廠植物生長(zhǎng)狀況監(jiān)測(cè)系統(tǒng)，主要利用機(jī)器視覺技術(shù)對(duì)植物工廠中植物生長(zhǎng)進(jìn)行無(wú)損監(jiān)測(cè)，獲取植物的生長(zhǎng)信息。同時(shí)解決了針對(duì)LED偏色光情況下，獲取植物前景圖像不完整的問題。利用該系統(tǒng)可以快速、準(zhǔn)確地獲取植物生長(zhǎng)的葉面積等參數(shù)，實(shí)現(xiàn)植物生長(zhǎng)狀況的實(shí)時(shí)監(jiān)測(cè)，為植物生產(chǎn)過程中有關(guān)作業(yè)的自動(dòng)化奠定了基礎(chǔ)，具有廣闊的應(yīng)用前景。

機(jī)器視覺； 監(jiān)測(cè)系統(tǒng)； 人工光植物工廠； 植物生長(zhǎng)

0 引 言

植物工廠由于受自然條件影響小、無(wú)污染、作物生產(chǎn)計(jì)劃性強(qiáng)、方便對(duì)植物進(jìn)行補(bǔ)光等優(yōu)點(diǎn)，成為當(dāng)前設(shè)施農(nóng)業(yè)的主流生產(chǎn)方式[1]。近年來，機(jī)器視覺與圖像處理技術(shù)的不斷發(fā)展，使得植物連續(xù)、實(shí)時(shí)、非接觸的無(wú)損監(jiān)測(cè)技術(shù)也日趨成熟，從而推動(dòng)了植物工廠向數(shù)字化、智能化、自動(dòng)化方向的快速發(fā)展。

目前，國(guó)內(nèi)外的許多學(xué)者和研究機(jī)構(gòu)都開展了計(jì)算機(jī)視覺技術(shù)在植物生長(zhǎng)監(jiān)測(cè)方面的研究，主要涵蓋了三個(gè)方面：植物的葉面積、莖桿直徑等外部生長(zhǎng)參數(shù)的檢測(cè)，果實(shí)成熟度檢測(cè)，以及作物缺水缺肥等營(yíng)養(yǎng)成分檢測(cè)情況[2]。Mayer G E等人[3]于1987年率先開啟了利用計(jì)算機(jī)視覺技術(shù)對(duì)植物外部生長(zhǎng)參數(shù)測(cè)量的研究，將計(jì)算機(jī)視覺技術(shù)成功引入植物種植領(lǐng)域；李長(zhǎng)纓等人利用圖像處理技術(shù)，實(shí)現(xiàn)了對(duì)單株黃瓜幼苗株高、莖粗、葉冠投影面積等多項(xiàng)形態(tài)特征參數(shù)的無(wú)損測(cè)量[4]；韓國(guó)學(xué)者Choi K等人[5]則成功利用彩色圖像處理技術(shù)，根據(jù)番茄果實(shí)表面顏色的不同完成對(duì)其成熟度的檢測(cè)，同時(shí)還建立了番茄成熟度指標(biāo)；胡春華等人利用黃瓜葉片的紋理和顏色特征，實(shí)現(xiàn)了對(duì)缺氮、缺鎂的葉片的檢測(cè)[6]。

上述研究都僅適用于普通的光照，對(duì)偏色或者近植物色的人工光無(wú)效。因此，本文提出一種基于機(jī)器視覺的人工光植物工廠植物生長(zhǎng)狀況的監(jiān)測(cè)系統(tǒng)，創(chuàng)新性應(yīng)用了Kubelka-Munk[7]理論解決了LED人工光偏色帶來的檢測(cè)失效問題，實(shí)現(xiàn)對(duì)植物參數(shù)信息的非接觸無(wú)損獲取。實(shí)驗(yàn)結(jié)果表明：整個(gè)系統(tǒng)易于實(shí)現(xiàn)，由拍攝得到的植物圖像可以獲取很多參數(shù)和信息，與人工檢驗(yàn)相比具有更高的識(shí)別率和效率。

1 人工光植物工廠

采用低耗能、高效率、光質(zhì)佳的人工光源，栽培具有較高經(jīng)濟(jì)價(jià)值的作物，是植物工廠發(fā)展的一個(gè)重要方向。因此，根據(jù)植物對(duì)光的選擇性吸收原理，許多學(xué)者一直致力于研制某種光源，使其發(fā)射光譜最大限度地接近植物的吸收光譜以產(chǎn)生共振吸收，從而促使光和作用高效地進(jìn)行[8]。

目前，植物工廠中的人工光源主要是白熾燈、日光燈、鈉燈、高壓汞燈等。隨著光電技術(shù)的發(fā)展，LED光源在植物栽培領(lǐng)域的研究逐漸受到廣泛重視。研究發(fā)現(xiàn)，使用紅藍(lán)光LED建立可調(diào)整光量、光譜、給光頻率與工作比的人工光源，能夠有效提高植物的生長(zhǎng)量和品質(zhì),同時(shí)不可避免地帶來了嚴(yán)重的偏色問題：在紅藍(lán)光混合光LED下燈光偏紫色，在純藍(lán)光LED下燈光偏藍(lán)，而在紅光LED下燈光偏紅[9]。

2 基于機(jī)器視覺的監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

針對(duì)人工光植物工廠中偏色帶來的問題，本文設(shè)計(jì)了基于機(jī)器視覺的植物生長(zhǎng)狀況監(jiān)測(cè)系統(tǒng)，整個(gè)系統(tǒng)結(jié)構(gòu)示意圖如圖1所示，包括計(jì)算機(jī)核心處理設(shè)備，CCD圖像采集設(shè)備以及LED人工偏色光板和培育的植物。

計(jì)算機(jī)采用Intel i3處理器，3.10 GHz， 8 GB內(nèi)存的Windows 7操作系統(tǒng)，軟件開發(fā)平臺(tái)為VS2008。圖像采集設(shè)備為ALW—641CX，價(jià)格適中的普通攝像頭，攝像頭采用PAL制式錄制視頻，每幀圖像的分辨率為352×288。攝像機(jī)以一定高度固定在合適的角度實(shí)時(shí)采集視頻圖像，每次拍攝時(shí)保持固定焦距，然后將其送至計(jì)算機(jī)處理后，將所需信息送至顯示器顯示。光源采用LED混光燈板，通過LED燈的特定排列方式來實(shí)現(xiàn)光質(zhì)和光周期的調(diào)節(jié)，從而產(chǎn)生均勻的適合植物生長(zhǎng)用的光線，促進(jìn)植物生長(zhǎng)。

圖1 監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)示意圖Fig 1 Structure diagram of monitoring system

3 圖像處理算法

利用上述監(jiān)測(cè)系統(tǒng)獲得植物生長(zhǎng)狀況的信息，首先需要將植物從環(huán)境背景中分離出來。偏光現(xiàn)象導(dǎo)致通用的背景減除方法失效：目標(biāo)提取不完整，存在孔洞現(xiàn)象。針對(duì)上述問題，本文提出基于Kubelka-Munk色彩不變參數(shù)原理的背景減除方法來獲取前景植物。

首先,根據(jù)Kubelka-Munk理論對(duì)采集到的RGB圖像的形成過程進(jìn)行物理建模

(1)

(2)

在該模型空間中，定義了色彩不變性特征參數(shù)H,Wx,Wy如下式

(3)

然后,取連續(xù)10幀背景圖像作為背景參考幀用來背景建模，過程如圖2所示。分別計(jì)算每幀RGB圖像的每個(gè)像素的特征參數(shù)H,Wx,Wy，從而獲得每幀圖像的特征參數(shù)平面，分別為H平面、Wx平面、Wy平面。然后再用單高斯分布建模每個(gè)特征平面中的每個(gè)像素在10幀背景參考幀的分布，公式如下

(4)

其中，i,j為當(dāng)前像素在圖像中的位置；N為輸入的背景參考幀數(shù)量；μH，μWx,μWy為連續(xù)10幀背景在位置(i,j)像素點(diǎn)H,Wx,Wy的平均值；σH,σWx,σWy為連續(xù)10幀背景在位置(i,j)像素點(diǎn)H,Wx,Wy的標(biāo)準(zhǔn)差。

圖2 背景建模過程Fig 2 Process of background modeling

計(jì)算當(dāng)前視頻輸入幀的每個(gè)像素的H,Wx,Wy參數(shù)，與背景模型比較，根據(jù)預(yù)設(shè)的判斷準(zhǔn)則判定當(dāng)前像素屬于背景像素或者植物像素。最后根據(jù)公式(5)將3個(gè)差值特征平面進(jìn)行融合，從而獲得一幀總的背景減除差值圖

(5)

其中，CH(i,j),CWx(i,j),CWy(i,j)分別為3個(gè)特征平面的差值平面。整個(gè)過程的處理結(jié)果如圖3所示。

圖3 前景提取的過程Fig 3 Process of foreground extraction

最后,經(jīng)過一系列的后處理并實(shí)現(xiàn)二值化，獲得的最終前景提取圖如圖4所示。可以進(jìn)一步計(jì)算其葉面面積來實(shí)現(xiàn)對(duì)其生長(zhǎng)狀況進(jìn)行監(jiān)測(cè)：由于植物培養(yǎng)采用統(tǒng)一的容器，故可以根據(jù)先驗(yàn)知識(shí)，去除容器部分，獲得只包含植物的二值圖像。在該二值圖像中，白色區(qū)域表示被監(jiān)測(cè)的植物，黑色區(qū)域則代表背景。葉面積可以通過統(tǒng)計(jì)白色區(qū)域的像素個(gè)數(shù)來獲得。

圖4 最終分割結(jié)果圖Fig 4 Final segmentation result image

4 結(jié) 論

針對(duì)現(xiàn)有研究的不足，本文設(shè)計(jì)了一種基于機(jī)器視覺的人工光植物工廠植物生長(zhǎng)狀況監(jiān)測(cè)系統(tǒng)，可以解決偏色情況造成的植物提取不完整問題，從而實(shí)現(xiàn)了對(duì)植物參數(shù)信息非接觸、無(wú)損、準(zhǔn)確的獲取。利用該系統(tǒng)實(shí)現(xiàn)植物生長(zhǎng)狀況的實(shí)時(shí)監(jiān)測(cè)，與人工檢驗(yàn)相比具有更高的識(shí)別率和效率，具有廣闊的應(yīng)用前景。

[1] 張曉慧,周增產(chǎn),王峻峰,等.植物工廠關(guān)鍵技術(shù)的研究與應(yīng)用[J].北方園藝,2010(4):204-207.

[2] 林開顏,徐立鴻,吳軍輝.計(jì)算機(jī)視覺技術(shù)在作物生長(zhǎng)監(jiān)測(cè)中的研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(2):279-283.

[3] Meyer G E,Davison D A. An electronic image plant growth mea-surement system[J].Transactions of the ASAE,1987,30(1):242-248.

[4] 武聰玲,滕光輝,李長(zhǎng)纓.黃瓜幼苗生長(zhǎng)信息的無(wú)損監(jiān)測(cè)系統(tǒng)的應(yīng)用與驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(4):109-112.

[5] Choi K,Lee G,Han Y J,et al.Tomato maturity evaluation using color image analysis[J].Transactions of the ASAE,1995,38(1):171-176.

[6] 胡春華,李萍萍.基于圖像處理的黃瓜缺氮與缺鎂判別的研究[J].江蘇大學(xué)學(xué)報(bào):自然科學(xué)版,2004,25(1):9-12.

[7] Geusebroek J M,Van den Boomgaard R,Smeulders A W M,et al.Color invariance[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2001,23(12):1338-1350.

[8] 魏靈玲,楊其長(zhǎng),劉水麗.LED 在植物工廠中的研究現(xiàn)狀與應(yīng)用前景[J].中國(guó)農(nóng)學(xué)通報(bào),2007,23(11):408-411.

[9] 虞俠挺.基于嵌入式的蘭科植物組培智能化控制系統(tǒng)[D].杭州：浙江大學(xué),2012.

Plant growth condition monitoring system of artificial light plant factory based on machine vision*

YANG Si-si, ZHOU Hong， YU Jia-ting

(Department of Instrument Science and Engineering,Zhejiang University,Hangzhou 310027,China)

A plant growth condition monitoring system of artificial light plant factory based on machine vision is designed,which is used for plant growth nondestructive monitoring,get growth information with machine vision technology.The problem that the plant foreground image is incomplete aiming at LED cast light is solved.The system can quickly and accurately obtain the plant growth parameters such as leaf area,which achieves real-time monitoring on plant growth conditions and laid the foundation for automation of plant production process,has broad application prospect.

machine vision; monitoring system; artificial light plant factory; plant growth

10.13873/J.1000—9787(2014)12—0088—03

2014—03—21

國(guó)家“863”計(jì)劃資助項(xiàng)目(2013AA103001)

TP 391

A

1000—9787(2014)12—0088—03

楊思思(1989-),女，河北張家口人，碩士研究生，主要從事嵌入式系統(tǒng)和圖像處理研究。