孔 文， 焦 俊， 王 強， 高 雅， 袁晨晨

(安徽農(nóng)業(yè)大學(xué)信息與計算機學(xué)院，安徽合肥 230036)

基于ARM的番茄葉綠素和氮的實時檢測與3G傳輸

孔 文， 焦 俊*， 王 強， 高 雅， 袁晨晨

(安徽農(nóng)業(yè)大學(xué)信息與計算機學(xué)院，安徽合肥 230036)

摘要為了觀測番茄本體成分的變化，實時監(jiān)測番茄的生長狀況，設(shè)計實現(xiàn)了基于ARM的番茄葉片葉綠素和氮含量實時監(jiān)測與遠程傳輸軟件系統(tǒng)，集圖像采集、處理和3G傳輸功能于一體。建立了番茄葉片圖像中各顏色分量與葉片葉綠素及氮含量之間的回歸方程，推導(dǎo)了番茄葉片葉綠素和氮含量的計算公式。研究結(jié)果為番茄生長狀況的研究和生長環(huán)境的智能調(diào)控提供了依據(jù)。

關(guān)鍵詞ARM；圖像采集；圖像處理；成分計算；3G傳輸

番茄味道鮮美、營養(yǎng)豐富，是最受人們喜愛的蔬菜品種之一。精確自動地監(jiān)測番茄的生長狀況是提高番茄生產(chǎn)管理自動化水平的前提[1-2]。表征植物生長狀況的信息主要有葉片的水分含量、葉綠素含量和氮含量等[3]。近年來，隨著信息技術(shù)及數(shù)字圖像處理技術(shù)的不斷發(fā)展，機器視覺技術(shù)在作物形態(tài)生理監(jiān)測方面展現(xiàn)出了潛在的應(yīng)用價值[4]。傳統(tǒng)的圖像采集和處理系統(tǒng)主要是基于PC平臺，因而不可避免地具有結(jié)構(gòu)復(fù)雜、成本高、體積大、不易攜帶、功耗大等特點。吳晴等[5]介紹了一種利用嵌入式Linux操作系統(tǒng)和ARM硬件平臺進行圖像采集的解決方案，卻未能實現(xiàn)圖像數(shù)據(jù)的遠程傳輸功能。馮麗芳等[6]設(shè)計了基于ARM的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)，實現(xiàn)了圖像的采集和傳輸，但其采用internet方式進行數(shù)據(jù)傳輸，需架設(shè)必要的電纜，在地形復(fù)雜、偏遠的環(huán)境中很難實現(xiàn)。嚴(yán)新忠等[7]設(shè)計實現(xiàn)了一種基于S3C2410處理器和嵌入式Linux的視頻采集與傳輸系統(tǒng)，實現(xiàn)圖像采集和藍牙傳輸，但由于藍牙傳輸距離有限，無法滿足遠程觀測需求。

筆者在綜合考慮上述因素的基礎(chǔ)上，充分利用嵌入式系統(tǒng)成本低、體積小、功耗低、可靠性高的特點，結(jié)合3G網(wǎng)絡(luò)覆蓋范圍廣、數(shù)據(jù)傳輸速度快、應(yīng)用靈活便捷等特點，以自主開發(fā)的基于ARM的圖像采集硬件系統(tǒng)為核心，設(shè)計出了在WinCE下可以利用3G網(wǎng)絡(luò)進行傳輸?shù)姆驯倔w成分實時監(jiān)測軟件系統(tǒng)，可通過手動或自動方式進行圖像的采集和傳輸，實現(xiàn)了對番茄葉片圖像的簡單處理，根據(jù)處理結(jié)果對葉片的葉綠素及氮含量進行計算。

1試驗平臺

為了減小系統(tǒng)體積，降低成本和功耗，提高系統(tǒng)靈活性，試驗平臺采用嵌入式微處理器S3C2440作為主控制器，自主設(shè)計實現(xiàn)了用于圖像采集傳輸?shù)挠布到y(tǒng)，板載有camera、USBhost及USBdevice等接口資源。攝像頭采用OmniVision公司生產(chǎn)的OV3640攝像頭模塊作為圖像數(shù)據(jù)采集設(shè)備，300W像素，支持YUV/YCbCr4:2:2、RGB565、RGB555、RawRGB等圖像輸出格式。3G模塊采用華為公司生產(chǎn)的基于電信CDMA2000網(wǎng)絡(luò)的EC122無線上網(wǎng)卡設(shè)備，帶有標(biāo)準(zhǔn)USB2.0接口，支持Windows和Linux操作系統(tǒng)，同時支持電信CDMA2000IX和CDMA2000IXEV-DO3G標(biāo)準(zhǔn)。操作系統(tǒng)采用嵌入式WinCE系統(tǒng)，提供了方便開發(fā)人員使用的豐富API函數(shù)，簡化了程序的開發(fā)難度。試驗硬件平臺原理框圖及實物圖分別見圖1和圖2。

2軟件系統(tǒng)設(shè)計方案

軟件系統(tǒng)設(shè)計的主要目的是實現(xiàn)番茄葉片圖像采集、處理和傳輸。首先，設(shè)計實現(xiàn)WinCE環(huán)境下的番茄監(jiān)測圖像實時采集與傳輸程序；然后，依據(jù)用戶的需要，對采集到的原始圖像進行相應(yīng)的預(yù)處理，提取葉片圖像，根據(jù)處理結(jié)果實時推測葉片的營養(yǎng)成分信息；最后，將原始圖和預(yù)處理后生成的圖像或壓縮文件保存至本地，通過3G網(wǎng)絡(luò)傳輸?shù)椒?wù)器端。軟件運行流程見圖3。

3軟件功能實現(xiàn)

程序主要實現(xiàn)3個功能：圖像采集、處理和3G傳輸。圖像采集程序主要是設(shè)計攝像頭的驅(qū)動程序，實現(xiàn)圖像的采集和保存功能。

3.1圖像采集程序?qū)崿F(xiàn)攝像頭驅(qū)動程序?qū)儆诹鹘涌隍?qū)動。其主要的接口函數(shù)有：CIS_Init()、CIS_Open()、CIS_Read()、CIS_Write()、CIS_IOControl()、CIS_Close()和CIS_Deinit()等。CIS_Init()是裝載攝像頭驅(qū)動的入口點，CIS_Deinit()卸載攝像設(shè)備驅(qū)動。CIS_Open()打開攝像頭設(shè)備，并返回相應(yīng)的操作句柄hCam，用來對設(shè)備進行讀寫操作，CIS_Close()用于關(guān)閉攝像設(shè)備，并銷毀有CIS_Open()獲得的操作句柄，完成設(shè)備資源釋放。CIS_IOControl()用于完成用戶對攝像頭的控制操作。攝像頭驅(qū)動程序的處理流程見圖4。

3.2圖像處理程序?qū)崿F(xiàn)為了提高采集速度，獲取更有價值的番茄葉片圖像信息，此次設(shè)計采集RGB565格式彩色位圖。圖像處理的主要目的是提取綠色葉片及葉片顏色分量。另外，為了節(jié)約傳輸成本，減少圖像處理的數(shù)據(jù)量，對采集到的圖像進行了選擇性的灰度化、二值化、邊緣提取和壓縮等處理。

彩色圖像由R(紅)、G(綠)、B(藍)三基色組成。對于以綠色為主的圖像來說，為了將綠色目標(biāo)分割出來，可以使用過綠指標(biāo)ExG=2G-R-B作為對比度參數(shù)，在系統(tǒng)中作為圖像分割參數(shù)。因為過綠指標(biāo)可以有效地抑制其他顏色，提取出綠色部分。葉片及顏色分量提取的關(guān)鍵代碼如下：// 獲取圖像大小

unsignedintbytes=lWidth*lHeight;

// 讀取圖像數(shù)據(jù)

byte*grayValues=newbyte[bytes* 2];

memcpy(grayValues,lpSrcDIBBits,bytes*2);

for(inti= 0;i

//提取紅色分量

red=(*(grayValues+i*2+1))&0xf8;

//提取綠色分量

green=((((*(grayValues+i*2+1))&0x07)<<3)|(((*(grayValues+i*2))&0xe0)>>5))<<2;

//提取藍色分量

blue=((*(grayValues+i*2))&0x1f)<<3;

//獲得過綠指標(biāo)ExG作為分割參數(shù)實現(xiàn)綠葉提取

intExG= 2 *green-red-blue;

if(ExG>shangxian||ExG

grayValues[i* 2]= 0xff;

grayValues[i* 2 + 1]= 0xff;}}

3.33G傳輸程序?qū)崿F(xiàn)3G傳輸程序采用套接字(Socket)機制實現(xiàn)，Socket接口是TCP/IP協(xié)議棧定義的一種數(shù)據(jù)傳輸API，它定義了許多函數(shù)，利用這些函數(shù)開發(fā)基于TCP/IP網(wǎng)絡(luò)的應(yīng)用程序。該研究采用SocketTCP方式傳輸數(shù)據(jù)。圖像數(shù)據(jù)發(fā)送程序流程見圖5。

4葉片營養(yǎng)成分計算

根據(jù)相關(guān)研究發(fā)現(xiàn)，植物葉片的顏色與葉片的營養(yǎng)成分有直接的關(guān)系，因此可以根據(jù)葉片顏色推斷葉片營養(yǎng)成分的含量[8-10]。表1是2014年6月采集的番茄葉片葉綠素含量、含氮量以及各顏色分量的部分?jǐn)?shù)據(jù)。表2是測量數(shù)據(jù)的相關(guān)性分析結(jié)果。從葉片顏色分量與營養(yǎng)成分的相關(guān)性系數(shù)可以發(fā)現(xiàn)，綠色分量G與葉片的葉綠素含量和含氮量都具有很好的相關(guān)性，因此可以利用葉片的綠色分量來進行葉片營養(yǎng)成分計算。圖6和圖7分別反映了番茄葉綠素含量、氮含量和G分量之間的關(guān)系。

表1　葉片葉綠素含量、氮含量以及各葉片顏色分量數(shù)據(jù)

表2　葉片顏色分量與營養(yǎng)成分含量之間的相關(guān)系數(shù)

根據(jù)線性回歸結(jié)果，得到利用G分量計算番茄葉片葉綠素和氮含量的回歸方程：

Cy=-0.015X+3.468

(1)

Y=-0.04X+8.365

(2)

5試驗結(jié)果與分析

連接攝像頭及3G無線上網(wǎng)卡，啟動系統(tǒng)，撥號上網(wǎng)，啟動應(yīng)用程序，采集一幅圖像，處理后發(fā)送至服務(wù)器，結(jié)果見圖8和圖9。

理論計算和理化分析測試得到的番茄葉片葉綠素和氮含量的部分?jǐn)?shù)據(jù)分別見表3和表4。

在分析葉片元素含量與顏色分量相關(guān)性的基礎(chǔ)上，推導(dǎo)出了基于嵌入式葉片圖像處理的葉綠素和氮含量的計算公式。由于理論推導(dǎo)過程和實際應(yīng)用中存在偏差，利用該計算公式得到的結(jié)果存在一定的誤差，但在對精度要求不高的場合下可以用來進行番茄本體成分的推測，具有一定的參考價值。

表3理論計算和理化分析測試得到的番茄葉片葉綠素含量的部分?jǐn)?shù)據(jù)

表4理論計算和理化分析測試得到的番茄葉片氮含量的部分?jǐn)?shù)據(jù)

6結(jié)論

該研究設(shè)計實現(xiàn)了基于ARM的番茄葉片葉綠素和氮含量實時檢測與3G傳輸軟件系統(tǒng)，可以實現(xiàn)手動和自動2種方式進行圖像的采集和傳輸，對采集到的圖像進行了處理和分析，實現(xiàn)了番茄葉片葉綠素和氮含量的實時計算，在服務(wù)器端成功接收到采集的圖像和檢測數(shù)據(jù)。實驗證明，該研究設(shè)計的軟件系統(tǒng)運行可靠，工作正常，與現(xiàn)有的在線檢測方式相比，具有體積小、功耗低、實時性和針對性強等特點，滿足實際的監(jiān)測需求，為番茄生長狀況的智能調(diào)控提供了一定依據(jù)。

參考文獻

[1]JIAOJ，MAHM，QIAOY，etal.Designoffarmenvironmentalmonitoringsystembasedontheinternetofthings[J].Advancejournaloffoodscienceandtechnology,2014,6(3)：368-373.

[2]焦俊,張水明,杜玉林，等.物聯(lián)網(wǎng)技術(shù)在農(nóng)田環(huán)境監(jiān)測中的應(yīng)用[J].中國農(nóng)學(xué)通報,2014,30(20):290-295.

[3]吳靜珠,汪鳳珠,王麗麗，等.基于近紅外特征光譜的番茄苗氮含量快速測定方法研究[J].光譜學(xué)與光譜分析,2015(1):99-103.

[4]李艷,王娟,馬騰飛，等.基于顏色特征的加工番茄葉片氮素評價初步研究[J].西北農(nóng)業(yè)學(xué)報,2007,16(3):175-179.

[5]吳晴,周健.嵌入式圖像采集系統(tǒng)的設(shè)計與實現(xiàn)[J].電子測量技術(shù),2007(6)：89-92.

[6]馮麗芳,孫俊,周俊華,等.基于ARM9的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)實現(xiàn)[J].電力自動化設(shè)備,2006(10):95-97，116.

[7]嚴(yán)新忠,陳雨.基于嵌入式ARM的圖像采集與傳輸設(shè)計[J].國外電子測量技術(shù),2009(11):57-59，80.

[8]徐騰飛,韓文霆,孫瑜.基于圖像處理的玉米葉片含水率診斷方法研究[J].干旱地區(qū)農(nóng)業(yè)研究,2013,31(1):95-99.

[9]張彥娥,李民贊,張喜杰，等.基于計算機視覺技術(shù)的溫室黃瓜葉片營養(yǎng)信息檢測[J].農(nóng)業(yè)工程學(xué)報,2005,21(8):102-105.

[10]李紅軍,張立周,陳曦鳴，等.應(yīng)用數(shù)字圖像進行小麥氮素營養(yǎng)診斷中圖像分析方法的研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2011,19(1):155-159.

中圖分類號S126；TP319

文獻標(biāo)識碼A

文章編號0517-6611(2015)30-347-04

基金項目安徽省科技廳國際合作項目(1403062031)；安徽教育廳質(zhì)量工程項目(2014jyxm091，2014tszy090)。

作者簡介孔文(1991- )，男，安徽合肥人，碩士研究生，研究方向：嵌入式系統(tǒng)及應(yīng)用。*通訊作者，副教授，碩士生導(dǎo)師，從事物聯(lián)網(wǎng)、機器人研究。

收稿日期2015-09-18

Real-timeDetectionofChlorophyllandNitrogenContentinTomatoLeavesand3GTransmissionBasedonARM

KONGWen,JIAOJun*,WANG Qiang et al (SchoolofInformation&Computer,AnhuiAgricultureUniversity,Hefei,Anhui230036)

AbstractIn order to observe the changes of tomato ontology composition and analyze its growth,a real-time detection and remote transmission of chlorophyll and nitrogen content in tomato leaves based on ARM was designed and implemented,which included image acquisition,image processing and 3G transmission functions.The regression equation between color component and the chlorophyll,nitrogen content in each tomato leaf was established and the formula of chlorophyll and nitrogen content’s calculation was deduced.Thus,it can provide a basis for the research of crop’s growth and the intelligent control of its growth environment.

Key wordsARM; Image acquisition; Image processing; Composition calculation; 3G transmission