圖1  自動(dòng)切破棉苗上方地膜裝備結構圖

    對于裝備在行進(jìn)中的上下跳動(dòng)問(wèn)題通過(guò)對裝備的適當配重加以解決。對地膜表面上凹凸問(wèn)題，通過(guò)裝備上的負壓將工作面上的地膜上吸5~10mm，切破后自動(dòng)釋放地膜。在裝備上設置光源，利用光源可以增強捕獲棉苗圖像的特征信息，避免采集時(shí)光線(xiàn)不夠造成的圖像模糊。

    系統選用813D彩色攝像機與8mm自動(dòng)光圈鏡頭，鏡頭規格為1/3”，光闌指數F1.2；采用CG300圖像采集卡，該卡有4路輸入，支持PAL、NTSC彩色/黑色視頻輸入。圖像分辨率PAL制最高為768*576*24位，NTSC制最高為640*480*24位。

4  棉苗的檢測識別和定位子系統

    棉田視頻信息通過(guò)圖像采集卡輸入DSP后通過(guò)圖像處理軟件對棉苗進(jìn)行識別定位。對棉苗識別的準確度與效率將直接影響到裝備對地膜切破的精確度和工作效率。

4.1  棉苗檢測識別定位

    圖像處理軟件模塊框圖如圖2所示。

圖2  圖像處理軟件模塊框圖

    (1)  采集卡設置模塊

    該模塊利用采集卡提供的二次開(kāi)發(fā)庫對采集卡視頻輸入的制式、亮度、對比度、通道進(jìn)行初始化設置。根據算法需要的時(shí)間來(lái)選擇視頻輸入制式。

    (2)  圖像獲取模塊

    在采集卡參數設置后對輸入的視頻進(jìn)行單幀圖像數據獲取，CG300圖像采集卡可以軟件設置單幀圖像對應的真實(shí)場(chǎng)景的范圍以及獲取圖像的像素大小。

    (3)  圖像分割模塊

    為了快速、準確的從圖像土壤背景中分離出棉苗，分割算法必須簡(jiǎn)單高效，同時(shí)需要考慮實(shí)際情況下光照與雜草的影響。國內外的研究成果表明，進(jìn)行綠色植物與土壤背景的分離時(shí)，直接利用顏色信息是簡(jiǎn)單有效的方法。D.M.Woebbecke等人發(fā)現將彩色圖像從RGB空間變換至rgb色度空間后利用2g-r-b進(jìn)行圖像分割可以有效地分離出綠色植物與土壤。M.S.El-Faki等人指出，在RGB空間中利用簡(jiǎn)單算術(shù)操作來(lái)組合R、G、B分量形成相對色彩因子也可以獲得很好的分割效果。

    通過(guò)對地膜覆蓋下的棉苗在不同光照下拍攝的50幅圖像進(jìn)行分析后發(fā)現：在RGB空間中利用2G―R―B相對色彩因子比在色度空間中利用2r-g-b分割更為準確有效，由于無(wú)須轉換至色度空間，算法簡(jiǎn)單快速，滿(mǎn)足系統實(shí)時(shí)性的要求。

    對彩色圖像實(shí)現圖像分割后，二值圖像中會(huì )出現一些離散無(wú)規律的噪聲，經(jīng)分析其產(chǎn)生的原因是由于土壤中的沙石、泥塊及雜草的影響，可以通過(guò)圖像腐蝕的辦法降低干擾。

    (4)  特征提取模塊

    系統對分割后的圖像提取出重心 和矩L兩個(gè)特征參數，通過(guò)對矩參數L乘以系數k進(jìn)行修正可以得到覆蓋圖像中目標的最小外接圓半徑R。

    (5)  圖像識別模塊

    圖像識別模塊根據圖像分割和提取的目標特征進(jìn)行圖像識別。由于系統只需檢測出圖像中是否有棉苗，所以可以直接從分割出的二值圖像進(jìn)行判斷，具體方法是計算圖像某一區域A中黑色目標點(diǎn)占區域總點(diǎn)數的百分比P，若P大于P0則有棉苗存在，P0的值可以通過(guò)試驗統計得到。

    (6)  攝像機標定模塊

    要實(shí)現棉苗上方地膜的精確定位切割，必須將圖像中棉苗的特征信息還原成真實(shí)世界信息?？臻g物體表面某點(diǎn)的三維幾何位置與其在圖像中對應點(diǎn)之間的相互關(guān)系由攝像機成像的幾何模型決定，構成這一幾何模型的參數就是攝像機參數，確定這些參數的過(guò)程就是攝像機標定。系統將攝像機離棉田的高度固定，并認為其鏡頭中心線(xiàn)與棉田垂直。由于機車(chē)在行駛過(guò)程中，所以將棉苗的位置信息以相對坐標系表示，即將世界坐標系（表示棉苗真實(shí)位置的坐標系）與攝像機坐標系重合，世界坐標系原點(diǎn)為鏡頭中心在地面上的投影點(diǎn)。

    (7)  真實(shí)場(chǎng)景恢復模塊

    當圖像識別模塊判斷出圖像中包含棉苗目標后，該模塊恢復棉苗在世界坐標系中的特征信息。

4.2  棉苗檢測識別定位子系統的實(shí)驗

    實(shí)驗時(shí)采用4個(gè)攝像機同時(shí)處理4行棉苗，調整攝像鏡頭離棉田高度H使每幀圖像對應的棉田面積為a*b平方厘米，機車(chē)以1m/s的速度牽引裝備作業(yè)，攝像機設置為PAL制式，每幀圖像的大小設置為w*h像素，DSP單元每秒并行處理各路攝像機輸入的25幀圖像。試驗田中棉苗的株距為8~12cm，行距為25~30cm。

    分析可知攝像機每拍一幀圖像時(shí)裝備前進(jìn)4cm，當棉苗株距大于4cm時(shí)攝像機不會(huì )遺漏棉苗圖像幀。分別調整高度H以及攝像機的輸入、輸出窗口大小，實(shí)驗數據如表1所示。

    從表1中可以看出，在高度H設為30cm時(shí)，通過(guò)調整攝像機輸入窗口既不會(huì )遺漏棉苗圖像幀，每幀圖像也不會(huì )出現兩株棉苗。同時(shí)通過(guò)調整攝像機輸出窗口使h減少為300像素后每幀圖像處理的平均時(shí)間約為26ms，準確率為98.2％，達到系統單幀處理時(shí)限及誤判率要求。

表1  攝像機距地面高度為30時(shí)有關(guān)實(shí)驗數據

5  切破刀具控制子系統

5.1  切破刀具控制相關(guān)問(wèn)題

    (1)  切割時(shí)間的控制

    裝備的攝像機鏡頭中心距切割刀具之間距離為s cm，檢測系統識別定位棉苗平均需要t*秒，假定牽引裝備的機車(chē)行進(jìn)的平均速度為v m/s，則t時(shí)刻攝取某株棉苗后，滯后s/v-t*秒對該株棉苗上方的地膜進(jìn)行切割。由于機車(chē)瞬時(shí)速度的變化會(huì )給切割時(shí)間造成影響，裝備在s/v-t*-△t時(shí)刻通過(guò)傳感器檢測機車(chē)行進(jìn)的瞬時(shí)加速度a，依據加速度確定實(shí)際切割時(shí)間。其中△t的選擇不能過(guò)大或過(guò)小。

    (2)  刀具編號的確定

    棉苗嚴格的講不會(huì )在一條直線(xiàn)上，以及裝備行進(jìn)中的左右搖擺都決定一把刀具完成對地膜切割的困難。對每行棉苗設置一組共5把刀具，依次編號為1、2、3、4、5，刀具之間間距設置為2cm?？刂茊卧鶕廾绲奈恢门c搖擺量確定刀具編號。

    (3)  控制單元的結構

    據上述控制策略分析可知，控制單元的輸入量為棉苗的坐標、裝備瞬時(shí)加速度a、裝備行進(jìn)中的左右搖擺量l，輸出為切割的時(shí)間與切割的刀具編號。切割刀具編號的選擇由棉苗坐標與左右搖擺量確定，切割時(shí)間由一確定時(shí)間和裝備瞬時(shí)加速度a的影響來(lái)確定?？刂茊卧傮w結構如圖3所示。

圖3  控制單元總體結構

5.2  控制單元仿真結果

    對控制單元的研究過(guò)程中，利用Matlab的模糊控制工具箱設計、實(shí)現模糊控制器，并利用Simulink構建結構圖對控制單元進(jìn)行仿真。計算機仿真結果表明模糊控制器設計合理，滿(mǎn)足控制單元的要求。較好地解決機車(chē)非勻速與裝備行進(jìn)中的左右搖擺給控制系統帶來(lái)的影響，從而使得裝備能夠準確地控制切割時(shí)間與切割刀具的正確選擇。

6  結語(yǔ)

    本文利用機器視覺(jué)檢測、識別和定位棉田地膜下面的幼小棉苗，所識別和確定的棉苗及棉苗位置信息傳輸到地膜切破裝備的控制單元，在控制單元的控制下完成對棉苗上方地膜的自動(dòng)切割。并對地膜下方棉苗準確的檢測、識別和定位方法和基于模糊推理的控制單元進(jìn)行討論，實(shí)驗表明棉苗的檢測、識別準確率在98%以上，對每株棉苗的檢測、識別和定位需要約30ms。計算機仿真結果表明裝備能夠準確地控制切割時(shí)間與正確地選擇切割刀具。

    我國在使用機器視覺(jué)技術(shù)解決精細農業(yè)生產(chǎn)方面與國外相比有較大差距。筆者在這方面的研究旨在將高新技術(shù)用于我國的農業(yè)生產(chǎn)，為這個(gè)農業(yè)生產(chǎn)大國服務(wù)。