基于ARM的田间图像采集系统设计

随着我国农业现代化步伐的不断加快,各类新型的农业智能化技术广泛地运用到农业生产中。其中,农田的监控技术就是当下较为流行的现代农业技术之一。该技术凭借其强大的功能,实现了对农田中作物的生长态势进行实时监控,还能对其进行数据采集和查询、存储、备份等。但由于目前该技术在性能方面还存在不足,为此,本文采用ARM处理器,对田间图像采集系统的硬软件进行设计。阐述了设计该系统的基本要求。在相关的设计要求的基础上,建立了田间图像采集系统的总体设计模型。对该系统的硬软件分别进行设计。利用测验设备对该系统功能进行相关测试,测试结果表明设计的田间图像采集系统满足农田生产对图像采集的需要。

基于太阳能供电的田间图像采集系统设计

设计了1种基于太阳能供电的田间图像采集系统,解决了脱离田间配电网地域难以实时获取作物图像信息的问题。硬件设计主要包括信息采集模块、太阳能供电模块和无线通信模块。其中信息采集模块主要由Logitch Pro9000摄像头、X86系统架构瘦客户机(Fit-PC)进行图像采集和暂时储存;无线通信模块基于AR9344芯片,将采集系统接入互联网,实现数据无线传输功能;太阳能供电模块采用STM8S003F3P6单片机,完成PWM脉宽调制技术,从而达到稳定输出电压的目的,并选用铅酸蓄电池作为储能元件。软件设计主要针对瘦客户机CMOSSETUP程序设计系统工作时间,完成图像采集步长设定,并完成对采集图像的智能化管理。经测试表明:通过该项目的实施,摆脱了对田间配电网的依赖,实现了田间及作物图像信息远程采集管理的基本功能,促进了智能农业的发展。

光线传播方式对田间图像分割效果的影响

光线按传播方式分直射光和漫射光。在田间图像中,光线传播方式与背景土壤干湿程度一同影响叶片镜面反射现象的形成。针对这一现象,在自然光照条件下,按太阳光直射和漫射、背景土壤干湿分为4种情况采集图像。采用常用的超绿特征(2G-R-B)和H特征作为分割特征,分别使用Otsu阈值分割、全局阈值分割两种方法分割田间图像进行对比实验。在田间实验中,每组田间图像包括4幅原始图像,按不同分割特征、不同分割方法进行4次图像分割。在7组田间图像的分割实验中,分割结果表明背景土壤潮湿环境下,太阳光漫射条件下田间图像的分割误差小于其他三种情况。这为相关田间机器视觉设备的开发提供了理论基础。

田间枣树叶片复杂目标图像综合分割方法

设计了一种复杂图像分割的综合算法。首先对图像进行预处理,锁定大致目标范围,对图像进行增强,再基于阈值分割和Canny算子对图像进行初步分割。然后结合形态学处理方法及各种逻辑运算对分割结果进行优化处理,得到精确完整的目标图像。以田间枣树叶片图像为例进行实验,证明了该算法的可行性和有效性。该算法对叶片重叠、叶片灰度不均匀等复杂图像都有很好的分割效果,获得了边缘清晰、平滑、定位精确的边缘图像。