刁 鵬 ， 蘇軍德 ， 高立兵

（甘肅有色冶金職業(yè)技術(shù)學(xué)院，甘肅 金昌 737100）

0 引言

近年來，隨著金昌市委、市政府相關(guān)政策支持力度的不斷加大，金昌市草食畜牧業(yè)飛速發(fā)展。高原夏菜作為產(chǎn)業(yè)鏈中的重要一環(huán)，種植面積逐年擴(kuò)大。2022年，永昌縣預(yù)計(jì)全年高原夏菜種植面積23萬畝以上，產(chǎn)量69萬t。

據(jù)調(diào)查，危害高原夏菜的蟲害多達(dá)21種[1]，每年因蟲害造成的高原夏菜產(chǎn)量損失15%～20%。如何快速、高效地對(duì)高原夏菜的蟲害進(jìn)行監(jiān)測(cè)識(shí)別并精準(zhǔn)施藥，對(duì)提升高原夏菜的產(chǎn)量有著極其重要的意義。傳統(tǒng)的方法主要依靠植保人員目視解譯出蟲害信息，再采用噴藥機(jī)器噴灑農(nóng)藥。這種方式不僅效率低，容易造成浪費(fèi)，還會(huì)污染環(huán)境。噴藥機(jī)器人能精準(zhǔn)施藥，節(jié)省人力、物力，提高植保效率，可以實(shí)現(xiàn)經(jīng)濟(jì)效益、社會(huì)效益、生態(tài)效益的統(tǒng)一[2]。

20世紀(jì)70年代末，植保機(jī)器人逐漸被歐美等發(fā)達(dá)國家所應(yīng)用，出現(xiàn)了噴藥、采摘機(jī)器人。但是，初期的機(jī)器人算法落后，性能低，誤差率大。隨著計(jì)算機(jī)技術(shù)、圖像識(shí)別技術(shù)的發(fā)展，機(jī)器人的智能化程度大幅提升，逐漸具備了自動(dòng)監(jiān)測(cè)蟲害、自動(dòng)施藥等功能[3-4]。趙春江等[5]提出的基于蝗蟲生境因子疊置分析的處方圖生成技術(shù)，實(shí)現(xiàn)了基于時(shí)間序列動(dòng)態(tài)描述區(qū)域蟲災(zāi)蔓延范圍和成災(zāi)程度，為精準(zhǔn)施藥提供了依據(jù)。邵慶等[6]采用迭代閾值分割和微分邊緣檢測(cè)提取小麥病斑部位的形狀特征，為農(nóng)作物病害診斷提供了參考。刁智華等[7]提出了一種在復(fù)雜條件下分割棉花害螨病斑圖像的方法，可以有效識(shí)別棉花害螨病斑，準(zhǔn)確率高達(dá)97.83%。王獻(xiàn)鋒等[8-9]提出了一種基于病害葉片圖像和環(huán)境信息的黃瓜等病害識(shí)別方法，可以有效識(shí)別3種葉部病害，識(shí)別率在90%以上。劉雪美等[10-11]設(shè)計(jì)了噴桿噴霧精確對(duì)靶施藥系統(tǒng)，可以精確對(duì)靶施藥，節(jié)省藥液20%以上。目前，相關(guān)研究多側(cè)重對(duì)單一蟲害的識(shí)別，對(duì)多種蟲害進(jìn)行監(jiān)測(cè)的研究較少，相關(guān)的精準(zhǔn)施藥方案也較少。本研究以高原夏菜常見蟲害為研究對(duì)象，基于圖片信息提取了蔬菜的蟲害信息，以此進(jìn)行多種蟲害的識(shí)別。并以蟲害種類、受害程度為依據(jù)，實(shí)現(xiàn)對(duì)高原夏菜的精準(zhǔn)施藥。

1 材料與方法

1.1 系統(tǒng)原理

機(jī)器人系統(tǒng)主要由3部分組成：圖像采集部分、信息提取部分、施藥控制部分。圖像采集是借助安裝在機(jī)器臂上的相機(jī)對(duì)蔬菜進(jìn)行拍攝。信息提取部分是指對(duì)采集到的圖片進(jìn)行自動(dòng)處理，包括濾波降噪、超綠灰度化、特征提取、信息比對(duì)等?？蓮膱D像上葉片的蟲斑紋理、顏色、形狀等判別蟲害，從蟲斑面積大小判斷蟲害嚴(yán)重程度。施藥控制部分是指根據(jù)獲取的信息，調(diào)節(jié)藥物的劑量、控制機(jī)器人的施藥速度，以達(dá)到精準(zhǔn)施藥的目的[12]。

1.2 試驗(yàn)設(shè)計(jì)

高原夏菜種植密集，一般各行作物間距相等，幼苗期間距大，葉片較小，沒有相互遮擋，蟲害發(fā)生也較少。隨著作物生長，作物間距變小，此時(shí)葉片遮擋程度也相對(duì)低，蟲害逐漸發(fā)生，但種類單一，易于發(fā)現(xiàn)。生長末期各行作物幾乎沒有間距，葉片遮擋程度高，蟲害密集發(fā)生且種類多，不易區(qū)分。鑒于此，課題組選擇高原夏菜生長中期為研究對(duì)象并進(jìn)行試驗(yàn)。本研究在甘肅永昌縣境內(nèi)的600畝高原夏菜試驗(yàn)田內(nèi)進(jìn)行，利用試驗(yàn)田現(xiàn)有的植保機(jī)器人，結(jié)合研究內(nèi)容將機(jī)器人改裝并進(jìn)行試驗(yàn)作業(yè)。

2 系統(tǒng)設(shè)計(jì)

2.1 圖像采集與預(yù)處理

精準(zhǔn)施藥的關(guān)鍵在于蟲害信息的獲取是否精確。蔬菜發(fā)生蟲害后，其植株會(huì)發(fā)生變化，如葉片卷曲變色、葉面出現(xiàn)裂紋等。受害程度不同，其表現(xiàn)出的特征也有很大差異，算法將根據(jù)這些特點(diǎn)來進(jìn)行蟲害識(shí)別。在機(jī)器人上安裝AFT-902HC工業(yè)攝像機(jī)，分辨率為752×582，該攝像機(jī)具體參數(shù)如表1所示。設(shè)置間隔2 s采集一張圖像并輸出，重復(fù)采集一次用于精度檢驗(yàn)，近景圖像用于觀察紋理、顏色，遠(yuǎn)景用于區(qū)分作物行。

表1 AFT-902HC工業(yè)攝像機(jī)具體參數(shù)

工作時(shí)的具體路線圖如圖1所示。

圖1 高原夏菜蟲害程度與識(shí)別研究總體技術(shù)路線圖

2.1.1 灰度變換

采集過程易受光照、溫度、濕度等因素影響，所以，要對(duì)采集到的圖像進(jìn)行處理，包括濾波降噪、灰度化等。

由于受蟲害影響，健康葉片的圖像與患病葉片的圖像會(huì)產(chǎn)生色彩上的差異，即健康葉片及陰影呈現(xiàn)綠色，患病葉片呈現(xiàn)黃白色、黑灰色。故可以使用超綠算法針對(duì)這一特性進(jìn)行特征提取，即：

圖像經(jīng)超綠灰度化處理后，其作物行區(qū)分更加明顯，生長特征更明顯。處理后的圖像剔除了其他背景信息，所以更容易區(qū)分出患病葉片的患病位置、紋理、面積等，處理結(jié)果如圖2所示。普通灰度化效果如圖2（a）與圖2（c）所示，超綠灰度化效果如圖2（b）與圖2（d）所示。

圖2 灰度轉(zhuǎn)換圖像

2.1.2 濾波降噪

將圖像進(jìn)行3×3的分割，分成9個(gè)大小相同的塊斑并用阿拉伯字母按順序編號(hào)。選取模板中心點(diǎn)的灰度值作為處理值，這樣可以降低噪聲對(duì)蟲斑的影響，同時(shí)也可以提高作物行的提取精度。

2.2 圖像分割

將圖像預(yù)處理后，要想更準(zhǔn)確地識(shí)別蟲害還需進(jìn)行圖像分割。圖像分割的好壞將直接影響識(shí)別的精度[13]，所以分割圖像的方法十分重要。

從圖像上看，健康葉片與受蟲害葉片在色彩上有很大的差異，因此可以采用閾值分割法解決問題。為了減少不必要的參數(shù)，提高數(shù)據(jù)處理效率[14]，研究采用最大類間方差比閾值作為參數(shù)進(jìn)行分割，具體過程如下。

1）先解譯出像素最密集區(qū)的灰度值K，接著解算出K值之前的像素?cái)?shù)N、圖片中全部像素的灰度平均值u以及它們的概率p0,p1,p2…pk：

式中，f(i,j)指圖像上隨機(jī)點(diǎn)i和j的灰度值。

2）設(shè)置起始閾值T=T0（T0＞0），將圖像分為兩類，分別用C1和C2表示。

3）求解灰度平均值u1、u2，方差δ21、δ22：

4）計(jì)算P1，P2：

5）分別計(jì)算類內(nèi)方差δ2m和類間方差δ2b：

設(shè)T=δ2b/δ2m，重復(fù)上述步驟二至步驟五，二次求解時(shí)，取T0=1/2(u1+u2)，當(dāng)T取最大值時(shí)，閾值最佳。本研究的閾值取200時(shí)識(shí)別效果最好。

根據(jù)測(cè)定分割后的葉片受蟲害面積占總?cè)~片面積的百分比，將蟲害嚴(yán)重程度劃分為4個(gè)等級(jí)，等級(jí)分類表如表2所示。

表2 蟲害程度等級(jí)分類表

2.3 蟲害種類識(shí)別

高原夏菜蟲害的識(shí)別主要依靠3個(gè)指標(biāo)：受害葉片的顏色、紋理及形狀?？上雀鶕?jù)葉片的顏色識(shí)別出一部分蟲害，再用葉片的形狀和紋理作為輔助，提升識(shí)別準(zhǔn)確率。本研究選取了小菜蛾、菜青蟲、桃蚜、黃曲條跳甲等4種蟲害，每種選擇20組樣本，共80組。將80組樣本通過圖像進(jìn)行目視解譯和實(shí)地調(diào)查，將兩種識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)分析。通過繪制顏色矩陣、構(gòu)建紋理的二階矩陣（ASM），對(duì)照參數(shù)（CON）和葉片形狀的不變矩陣(μ, p)[13]，判別幾種常見的高原夏菜蟲害，判別結(jié)果如表3所示。經(jīng)過特征提取、圖像分割后的蟲害圖像容易被判別，正確率在90%以上。但由于蟲害種類較多以及光照、遮擋等因素的影響，結(jié)果也有一定的誤差。

表3 高原夏菜常見蟲害特征及識(shí)別

2.4 作物行識(shí)別

高原夏菜生長中期，會(huì)出現(xiàn)葉片遮擋、雜草生長的情況，使得蔬菜行間信息復(fù)雜。機(jī)器人的行進(jìn)過程將會(huì)受到干擾，所以需要對(duì)圖像進(jìn)行二值化處理，使蔬菜行間距明顯，便于機(jī)器人識(shí)別。二值化可以將復(fù)雜的作物行信息簡化，提高圖像處理速度。此外，將二值化后的作物行再進(jìn)行剔除，只保留兩個(gè)主行，進(jìn)行Hough 變換后可以直接檢測(cè)出作物行中心線[15]。

2.4.1 二值化

采用行間距相等的方式種植高原夏菜，既便于管理，也使得人工噴灑農(nóng)藥更方便。機(jī)器人在承擔(dān)噴藥任務(wù)時(shí)，首先要能準(zhǔn)確識(shí)別作物行信息。為達(dá)到這一目的，需要對(duì)圖像進(jìn)行二值化處理。本研究先將圖像膨脹成3×3矩陣，再利用5×1矩陣法腐蝕圖像，以達(dá)到消除噪聲的目的。圖像二值化后的效果如圖3（a）所示。

2.4.2 提取作物行

高原夏菜圖像經(jīng)過二值化處理后，已呈現(xiàn)出大致輪廓。要想更清楚地顯示，還需提取作物行的骨架信息。對(duì)圖像進(jìn)行再處理，提取出作物行的中心軸線，這樣就可以突出其特點(diǎn)。圖像細(xì)化后如圖3（b）所示。由于作物是等行距播種的，所以可以先處理2行，其余部分按等距排列對(duì)準(zhǔn)就可以實(shí)現(xiàn)，圖3（c）為作物2行主干圖。

2.4.3 改進(jìn)的Hough

直線檢測(cè)通常采用Hough變換，但是常用的變換方式耗時(shí)長、運(yùn)算量大，容易出錯(cuò)。所以本研究對(duì)傳統(tǒng)方法進(jìn)行了改進(jìn)，新方法能夠克服傳統(tǒng)方式存在的缺陷。

Hough變換的中心思想是將直線問題轉(zhuǎn)化為點(diǎn)的問題來處理，提升效率的關(guān)鍵在于減少參與計(jì)算的點(diǎn)和減小運(yùn)算空間。本研究結(jié)合兩種方法的特點(diǎn)，形成改進(jìn)的Hough變換。為了減小計(jì)算量，研究中出現(xiàn)的直線統(tǒng)一采用極坐標(biāo)來表示，即：

式中，ρ為距離，θ為直線與x軸夾角。運(yùn)算時(shí)先將圖像劃分區(qū)域，然后將圖像細(xì)化處理，從中隨機(jī)找出兩點(diǎn)（xm, ym），（xn, yn），將這兩點(diǎn)組成一條直線，如式（9）和式（10）所示。

將直線點(diǎn)化后得到的所有點(diǎn)構(gòu)成集合A，隨機(jī)在其中選擇兩點(diǎn)求出斜率，如果斜率不滿足要求就重新選點(diǎn)計(jì)算。為了提升效率，可以設(shè)置角度范圍[30°, 150°]。根據(jù)來計(jì)算的ρ值，其中根據(jù)上述公式計(jì)算，找出所有直線，確定所需要的作物骨架行直線。使用Hough變換后的作物行的圖像效果如圖3（d）所示。

圖3 作物行識(shí)別圖像

2.5 施藥決策

將圖像進(jìn)行預(yù)處理、濾波降噪、灰度化[16]、分割、特征提取等處理，劃分高原夏菜的蟲害類型及受害程度，并將蔬菜作物行提取作為施藥量的判斷依據(jù)。將不同的藥液分類存儲(chǔ)在機(jī)器人攜帶的藥箱內(nèi)，根據(jù)蟲害類型選擇藥液，根據(jù)蟲害程度設(shè)置施藥速度，通過對(duì)機(jī)器人的控制來實(shí)現(xiàn)智能化的藥液噴灑。機(jī)器臂上安裝的噴霧設(shè)備為六嘴式可轉(zhuǎn)動(dòng)噴嘴，可以實(shí)現(xiàn)對(duì)高原夏菜從上至下的垂直噴灑。以噴嘴距離蔬菜上方30 cm、覆蓋0.86 m2的范圍為標(biāo)準(zhǔn)，在實(shí)際操作中可能存在偏差，因此工作過程中需要隨時(shí)調(diào)整。

3 算法實(shí)現(xiàn)

本研究的算法流程如圖4所示。首先利用工業(yè)攝像機(jī)拍攝高原夏菜的高清圖，然后進(jìn)行圖像的預(yù)處理；接著使用Hough變換進(jìn)行作物行提取，并劃分蟲害受損程度；將獲取的處理信息反饋到系統(tǒng)中作為精準(zhǔn)施藥的依據(jù)；由系統(tǒng)向控制閥發(fā)出指令，調(diào)節(jié)藥箱開閉、壓力值、藥液類型、噴灑速度，并將信息傳輸?shù)娇刂葡到y(tǒng)進(jìn)行實(shí)時(shí)調(diào)整，從而實(shí)現(xiàn)噴藥的智能化。

圖4 蟲害識(shí)別及施藥流程圖

4 結(jié)論

本研究提出了一種高原夏菜蟲害自動(dòng)檢測(cè)和精準(zhǔn)施藥的新方法。通過圖像來獲取高原夏菜的生長信息，通過對(duì)蔬菜葉片的特征提取來精準(zhǔn)識(shí)別高原夏菜蟲害，可以實(shí)現(xiàn)蟲害類型自動(dòng)分類和蟲害等級(jí)劃分，為精準(zhǔn)施藥提供了參考。開發(fā)了基于VC++的蟲害識(shí)別、圖像分割、作物行提取系統(tǒng)，系統(tǒng)處理一幅圖像的時(shí)間約300 ms，快速、高效且精度好。應(yīng)用在高原夏菜的智能化種植上可以大大節(jié)省人力物力。但是，由于作物背景復(fù)雜，在提取拍攝的圖像信息時(shí)容易受到外界環(huán)境的干擾，所以還存在一定的缺陷。此外，過程中的算法較多，仍需改進(jìn)。