[发明专利]叶面积指数自动观测系统及其方法

说明书

技术领域

本发明涉及农业观测领域，更具体的，涉及叶面积指数自动观测系统及其方法。

背景技术

叶面积指数(LAI，Leaf Area Index)作为最基本和常用的农业生态环境参数之一，已经在植物生态学、森林学和农业估算产量等领域成为重要的指标之一。目前温度、湿度、土壤水分等参数都有现成的传感器，但是还没有叶面积指数传感器，这是由于叶面积指数测量的特殊性造成的。一般来说，在不损坏作物的条件下很难直接测量叶面积指数，如果用间接测量方法，则需要解决采样的代表性问题，自动区分叶片和背景，并且对叶倾角以及相互遮挡等干扰因素进行纠正。因为这些难点，现有的间接测量叶面积指数的仪器都需要人工操作，还不能做到完全自动化。目前尚没有叶面积指数自动观测系统。

发明内容

针对上述问题，本发明提出了一种叶面积指数自动观测系统及其方法，从而在有限的成本的前提下解决全自动测量叶面积指数的难题。

所述叶面积指数自动观测系统，包括：

叶面积指数自动观测服务器，包括：二值图像生成模块、参数提取模块、叶面积指数计算模块，其中二值图像生成模块用于把数据采集装置获取的作物冠层数字图像分类成二值图像，所述参数提取模块用于从二值图像提取间隙率、间隙尺寸、聚集指数，所述叶面积指数计算模块用于根据提取的信息参数计算叶面积指数；

数据采集装置，包括：用于供电的太阳能智能发电系统，采集作物数字图像的摄像头传感器、用于传输数据的数传模块、以及用于接收采集的数据并通过输出模块传输到所述叶面积指数自动观测服务器的数据采集板。

所述叶面积指数自动观测方法，包括：

把数据采集装置获取的作物冠层数字图像分类成二值图像；

从二值图像提取间隙率、间隙尺寸、聚集指数；

根据提取的信息参数计算叶面积指数。

本发明的叶面积指数自动观测系统是为从数字图像提取农作物叶面积指数而设计，它实现了叶面积指数间接测量方法。相比于已有类似的系统如CAN EYE、CIMES-FISHEYE等，这两个系统都是针对鱼眼相机而设计，本发明的系统是为普通相机数码图像处理而设计，同时本发现提供了3种自动分类方法，可以满足野外复杂条件下的图像分类。3种分类方法都是独立提出，经实验验证分类精度可靠。本发明的系统主要包括二值图像生成模块、参数提取模块和叶面积指数计算模块。图像分类通常是将作物冠层数码图像分为土壤背景和绿色植被两类。改进的K-均值分类方法先将图像自动分为多类，然后根据各类波段均值进行阈值处理，合并为绿色植被和土壤及背景两类。自动阈值分类综合利用RGB和HSL彩色空间，给出4种波段阈值组合方法。分块阈值分类针对玉米叶片较宽大的图像或者其他叶片比较宽大的作物原图像进行分块处理，分块后原图像变成均匀的图斑，然后利用波段阈值进行二值化，分类结果更加准确。从二值图像可以统计间隙率、间隙尺寸分布曲线和聚集指数等信息，利用这些信息可以进行更深入的分析，从而计算出叶面积指数。

附图说明

图1是本发明的叶面积指数自动观测系统的结构示意图；

图2是本发明叶面积指数自动观测系统的数据采集装置的安装示意图；

图3是本发明叶面积指数自动观测系统的数据采集板的电路图；

图4是本发明叶面积指数自动观测方法的流程图；

图5是本发明所采用的RGB彩色空间和HSL彩色空间的示意图；

图6是本发明的二值图像生成模块的示意图；

图7是本发明的采集的原始图像的示例；

图8是所示原始图像经过本发明的分类后生成的二值图像的示例；

图9是本发明的间隙尺寸分布的示意图；

图10是玉米叶面积指数提取结果的示例。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明的叶面积指数自动观测系统的结构示意图，由图可见，本发明的面积指数自动观测系统包括数据采集装置和叶面积指数观测服务器。数据采集装置位于待观测的农田中，其观测的数据通过网络传送给远程的叶面积指数计算装置，由叶面积指数观测服务器计算得出叶面积指数。

在实际中，数据采集装置安装在支撑杆上，支撑杆上端具有朝一侧的支撑杆臂，支撑杆臂离地面高度优选的为3米。当然，也可以根据检测的农作物的高度来调节支撑杆臂的设定高度。

所述数据采集装置包括：太阳能智能发电系统、数据采集板、摄像头传感器、温湿度传感器、GPS传感器、数传模块。