金坤坤 方世遲

摘要：在農(nóng)業(yè)生產(chǎn)方面，大多數(shù)生產(chǎn)工作已經(jīng)由機(jī)器代替人工，但是對(duì)于小規(guī)模的農(nóng)業(yè)生產(chǎn)，除草這一方面暫時(shí)還沒(méi)有比較好的處理方式。采用圖像識(shí)別處理技術(shù)及機(jī)械除草原理除去小型農(nóng)田或大棚里的雜草，不僅可以減少勞動(dòng)力損耗，降低農(nóng)業(yè)生產(chǎn)的成本，還能夠提高農(nóng)業(yè)生產(chǎn)效率。同時(shí)，多用微型除草機(jī)上設(shè)有土壤有害物質(zhì)檢測(cè)裝置，對(duì)農(nóng)作物的生長(zhǎng)進(jìn)行實(shí)時(shí)監(jiān)控，方便對(duì)可能出現(xiàn)的問(wèn)題及時(shí)進(jìn)行解決。

關(guān)鍵詞：數(shù)字圖像處理;除草機(jī);智能控制;智能檢測(cè)

中圖分類號(hào)：TP18? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2018）35-0247-02

1 概述

世界上有許多種類的雜草。據(jù)調(diào)查，世界上有50000多種雜草，其中約8000種對(duì)農(nóng)作物造成不同程度的損害。雜草與農(nóng)作物競(jìng)爭(zhēng)養(yǎng)分、陽(yáng)光、水和生長(zhǎng)空間，因?yàn)樗鼈儽茸魑镞m應(yīng)性強(qiáng)得多。阻礙農(nóng)作物生長(zhǎng)，直接導(dǎo)致農(nóng)作物減產(chǎn)。為了維護(hù)農(nóng)民的經(jīng)濟(jì)效益，去除雜草是十分必要的。由于雜草分布不均勻且隨機(jī)所以目前去除雜草的方法一般都是大面積粗放式噴灑農(nóng)藥。

農(nóng)藥的大量使用，造成了許多不良后果;農(nóng)作物的化學(xué)藥物殘留，雜草的變異（抗藥性）等等，都是無(wú)法解決的。多用微型除草機(jī)可以識(shí)別出雜草，并將其去除，同時(shí)可以檢測(cè)土壤的有機(jī)成分，使人對(duì)農(nóng)作物的生長(zhǎng)可以進(jìn)行監(jiān)控。

2 系統(tǒng)設(shè)計(jì)方案

本次我們?cè)O(shè)計(jì)的多用微型除草機(jī)主要應(yīng)用在大型農(nóng)田的除草問(wèn)題上，多用微型除草機(jī)可以代替人工勞動(dòng)力，在農(nóng)田中自動(dòng)除去雜草，并且實(shí)時(shí)對(duì)土壤進(jìn)行檢測(cè)。其工作過(guò)程是通過(guò)圖像處理對(duì)雜草進(jìn)行識(shí)別，再由機(jī)械刀去除;而土壤檢測(cè)部分則是分析取樣的土壤并將數(shù)據(jù)反饋到監(jiān)控中心，進(jìn)一步對(duì)土壤進(jìn)行相應(yīng)的改善。

2.1 軟件設(shè)計(jì)

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

（1） 圖像采樣

在對(duì)圖像進(jìn)行采樣后，將其劃分為小區(qū)域，即像素。每個(gè)像素都有兩個(gè)屬性：位置和灰度。采樣和量化后，利用計(jì)算機(jī)對(duì)圖像進(jìn)行分析。最常用的分割方法是方形采樣網(wǎng)格劃分。圖像被劃分成許多水平線，它們是相鄰像素。對(duì)其進(jìn)行量化，將其用圖像轉(zhuǎn)為一個(gè)整數(shù)矩陣。再通過(guò)量化將圖像數(shù)字化。

（2） 圖像預(yù)處理

圖像預(yù)處理是相對(duì)于是對(duì)圖像處理的前期處理。輸入的圖像一般比較不精確，檢測(cè)對(duì)象的邊緣過(guò)于模糊，使得可分辨度很差。檢測(cè)對(duì)象形狀不精確，圖像的邊緣超過(guò)最低模糊界限，圖像在視覺(jué)效果和辨別性等方面可能存在著諸多問(wèn)題，這類問(wèn)題屬于“質(zhì)量問(wèn)題”，所以需要對(duì)采樣的圖像進(jìn)行預(yù)處理。

（3） 圖像增強(qiáng)

圖像增強(qiáng)處理是對(duì)圖像進(jìn)行突出處理，將所需要的具體細(xì)節(jié)凸顯出來(lái)，方便對(duì)圖像進(jìn)行識(shí)別。為了突出雜草和作物圖像的特征，去除或減弱無(wú)用或有害的信息，并去除噪聲。邊緣強(qiáng)調(diào)等都是圖像增強(qiáng)的內(nèi)容。

（4） 圖像分割

圖像分割指將所需要的圖像化分成若干個(gè)有意義的小部分，使得圖像的表達(dá)更為簡(jiǎn)潔明了，為接下來(lái)的圖像分析和管理奠定了基礎(chǔ)。圖像可以包含多個(gè)對(duì)象。為了準(zhǔn)確地分析圖像，必須將圖像分割成若干區(qū)域。圖像分割是圖像分析和機(jī)器視覺(jué)處理中最基本同時(shí)也是最重要的研究?jī)?nèi)容，它是下一步分析的關(guān)鍵技術(shù)，因此圖像分割結(jié)果的好壞將直接關(guān)系到未來(lái)圖像分析的質(zhì)量?；叶葓D像的分割往往依賴于圖像灰度值的不連續(xù)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(yīng)的對(duì)象或區(qū)域，即區(qū)域法，另一種是通過(guò)直接確定相鄰區(qū)域之間的邊界來(lái)分割，即邊界法;首先檢測(cè)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(duì)已分割的或正在分割的圖像中各部分屬性，特點(diǎn)以及各部分之間的關(guān)系的分析與描述。

一般情況下，圖像分析通過(guò)數(shù)學(xué)模型和圖像處理技術(shù)來(lái)分析底層特征和上層結(jié)構(gòu)，從而獲取一些智能信息。模式識(shí)別和人工智能（AI）是用于分析、描述、分類和解釋場(chǎng)景的技術(shù)，也被稱為場(chǎng)景分析或圖像理解。自對(duì)圖像的研究深入以來(lái)，從圖像的分析到具體問(wèn)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(jì)算機(jī)圖形學(xué)密切相關(guān)，相互重疊。符號(hào)表示各種圖像，而不是圖像本身的操作，并使用各種知識(shí)來(lái)推理。圖像分析也與人類視覺(jué)研究密切相關(guān)。對(duì)人類視覺(jué)機(jī)制中一些可被識(shí)別的模塊研究可以促進(jìn)屬于計(jì)算機(jī)獨(dú)有的視覺(jué)的改進(jìn)。

（6） 圖像數(shù)據(jù)壓縮

圖像壓縮是圖像存儲(chǔ)、處理和傳輸?shù)幕A(chǔ)，它是用盡可能少的數(shù)據(jù)來(lái)進(jìn)行圖像的存儲(chǔ)和傳輸。圖像數(shù)據(jù)是可以被壓縮的，該理論支持圖像編碼的失真和圖像數(shù)據(jù)的冗余。在大多數(shù)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(shù)據(jù)的可壓縮性，存在大量的所謂的統(tǒng)計(jì)冗余，導(dǎo)致生理和視覺(jué)的冗余。去除這部分圖像數(shù)據(jù)并不會(huì)使得圖像無(wú)法識(shí)別。

（7） 圖像識(shí)別

圖像識(shí)別是基于圖像主要特征的。任何一個(gè)圖像都會(huì)有自己的特點(diǎn)，比如字母A有尖點(diǎn)，P有圓，Y的中心有銳角。圖像識(shí)別中的眼動(dòng)研究說(shuō)明了視覺(jué)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(gè)特征轉(zhuǎn)移到另一個(gè)特征。因此，在圖像識(shí)別過(guò)程中，感知機(jī)制必須排除輸入的冗余信息，提取關(guān)鍵信息。同時(shí)，大腦中必須有一個(gè)機(jī)制負(fù)責(zé)整合信息，這些信息可以分階段獲得，形成一個(gè)完整的感知圖像。

在人體圖像識(shí)別系統(tǒng)中，復(fù)雜圖像的識(shí)別往往需要通過(guò)不同層次的信息處理來(lái)實(shí)現(xiàn)。對(duì)于熟悉的圖形，由于掌握了它的主要特征，它將被識(shí)別為一個(gè)單位，不再關(guān)注它的細(xì)節(jié)。整個(gè)單元的孤立單元材料被稱為塊，并且每個(gè)塊在同一時(shí)間被感知。在漢字材料的識(shí)別中，人們不僅能夠組成漢字的筆畫(huà)或側(cè)面塊，而且能夠組成經(jīng)常一起出現(xiàn)的字符或單詞的塊單位。

通過(guò)計(jì)算機(jī)的視覺(jué)識(shí)別系統(tǒng)，圖像內(nèi)容會(huì)由圖像特征來(lái)描述，這是最直接也是最有效的描述方式。實(shí)際上，在計(jì)算機(jī)視覺(jué)的基礎(chǔ)上，圖像檢索也可以分為與文本搜索引擎相似的三個(gè)步驟：特征提取、索引建立和查詢。

2.2 土壤檢測(cè)

在除草機(jī)沿著農(nóng)作物行前行的時(shí)候，車后的可調(diào)變不銹鋼板會(huì)收集一定量的土壤樣本，并實(shí)時(shí)檢測(cè)其中有害物質(zhì)是否過(guò)量，如果檢測(cè)到土壤中含有過(guò)量的有害物質(zhì)，及時(shí)通過(guò)控制端向中樞進(jìn)行匯報(bào)。

2.3 硬件設(shè)計(jì)

多用微型除草機(jī)主要由發(fā)動(dòng)機(jī)、變速箱、仿形及耕深調(diào)節(jié)機(jī)制、機(jī)架、傳動(dòng)系統(tǒng)、除草部件指輥、滑板、圖像處理系統(tǒng)等組成。

除草機(jī)前部裝有灰度攝像機(jī)，完成作物識(shí)別，引導(dǎo)除草機(jī)沿作物方向行走;除草機(jī)中部裝有彩色攝像機(jī)，不僅能夠識(shí)別作物行中間的單個(gè)作物，還能夠控制舵機(jī)提升除草機(jī)械手，改變機(jī)械手的高度。避免在單一作物被發(fā)現(xiàn)時(shí)危害作物。除草輪由不銹鋼制成。不會(huì)因?yàn)樵谔镩g操作時(shí)長(zhǎng)時(shí)間浸水而生銹;后方配置可調(diào)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(diào)整3cm，以適應(yīng)不同的工作環(huán)境;動(dòng)力部分采用1764W二行程汽油引擎;除草輪后方設(shè)有塑質(zhì)擋板，防止泥土飛濺。

3 結(jié)束語(yǔ)

農(nóng)田雜草不僅影響農(nóng)作物的生長(zhǎng)，還降低了農(nóng)產(chǎn)品的質(zhì)量。除草劑雖然能有效地抑制雜草，但是它影響生態(tài)環(huán)境。該系統(tǒng)設(shè)計(jì)的多用微型除草機(jī)可以手動(dòng)或者自動(dòng)控制除草，為除草機(jī)提供了新的設(shè)計(jì)理念。

參考文獻(xiàn)：

[1] 莫曉利.數(shù)字圖像處理技術(shù)與應(yīng)用——除草機(jī)器人[D].天津科技大學(xué)，2015.

[2] 張占勝.三行步進(jìn)式水田中耕除草機(jī)的機(jī)理與應(yīng)用[D].黑龍江省水田機(jī)械化研究所，2013.

[3] 劉承東，李寧.業(yè)苗圃除草機(jī)器人結(jié)構(gòu)設(shè)計(jì)[D].科技資訊，2015.

[4] 葛燕燕，安秋.基于機(jī)器視覺(jué)的中耕除草機(jī)的研制與實(shí)驗(yàn)[D].南京農(nóng)業(yè)大學(xué)工學(xué)院，2015.

[5] 譚宏杰，孫明哲，李春勝，等.水田行間除草機(jī)的研究[D].吉林省農(nóng)業(yè)機(jī)械研究院，2016.

[6] 侯學(xué)貴.除草機(jī)器人雜草識(shí)別與視覺(jué)導(dǎo)航技術(shù)研究[D].南京林業(yè)大學(xué)，2007.

[7] 張川川.算子刀具邊緣快速提取研究[D].中北大學(xué)，2015.

[通聯(lián)編輯：朱寶貴]