基于视频挖掘的成熟期水稻图像处理算法研究-农业机械化工程专业论文.docxVIP

I I I II 摘要 当前的水稻联合收割机，一般谷粒损失率均在 2%-4%之间，甚至个别大型 水稻联合收割机谷粒损失率高达 10%以上。若能减少 1%的损失率，按照平均亩 产 500kg 来计算，目前全国水稻种植面积约 4.3 亿亩[1]，也就相当于增加水稻种 植面积 0.043 亿亩，如果按照水稻每公斤 1.6 元来计算，就可以减少 34.4 亿元的 损失。分析水稻联合收割机产生谷粒损失的主要原因，主要是水稻成熟期密度是 变化的，水稻联合收割机不能够实时的适应这种变化。 另者传统的图像处理算法，在 586 计算上处理一帧图像一般需要 1S 钟左右， 不能适应水稻联合收割机的实时性要求；水稻成熟期生长密度与水稻品种有关， 且水稻的品种众多、新品种也不断涌现，如何用一种算法适应此种变化值得深入 研究；其二，即使同一个品种，图像处理算法与光照、作物生长态势等环境因素 均有关；研究一种算法，既能适应水稻联合收割机工作实时性要求，又能适应与 水稻品种、光照等环境因素无关，是本算法重点解决的问题。 其一，解决与水稻品种、光照等环境因素无关算法的思路，采用模板算法， 大概过程如下：（1）实验田中随机选择 4-6 块区域，面积与实验标定的水稻图像 检测面积相同，按照以前做的研究方法采集、标定。（2）根据采集的数据，以其 均值、帧差均值等为模板参数。 其二，解决水稻联合收割机对算法实时性的要求，采用图像关键帧技术解决。 由于联合收割机本身就具备一定的对成熟期水稻生长密度的自适应性，只要检测 到成熟期水稻生长特别密和特别稀的图像帧，然后通过自动控制技术控制水稻联 合收割机的前进速度，例如特别密的水稻可通过减少联合收割机的前进速度，特 别稀的水稻可通过增加联合收割机的速度，以维持联合收割机的喂入量密度不 变。本文采用的主要算法中，基于直方图帧差法算法如下：（1）确定模板以后， 在模板内选取的所有图像帧中，提取直方图中谷、叶对应的灰度值的像素数作为 参考。（2）根据获得的视频序列，确定每一幅图像帧的直方图，与模板谷叶对应 的灰度值的像素数的均值求差。（3）最后根据通过模板确定的全局阈值，进行检 测，如果与模板差值的绝对值大于该阈值，则认为水稻的密度发生了变化。 本文采用四种帧检测算法，平均处理一幅图像的时间是 50ms-80ms，并通过 仿真实验证明基于直方图的帧差法，平均每帧检测时间只要 50ms。本算法由于 采用了模板，解决了算法与作物品种及环境因素无关，且比传统图像处理算法（即 一帧一帧处理）速度快 16 倍左右。本算法有待在水稻联合收割机上验证。 关键词：水稻密度，视频挖掘，镜头检测，喂入量，联合收割机 Abstract At present the grain loss rate of Rice Combine generally ranges from 2% to 4% and even in some large combined harvesters the grain loss rate is above 10%.If we can reduce the loss rate of 1% .At present the rice area is about 4.3 million mu in China, the per mu yield is 500 kilograms, we will increase the rice planting area of 0.043 million mu. If the price of rice is 1.6 Yuan per kg, we can the loss of 34.4 million Yuan. The main reason of the grain loss is the changing rice density during maturation. Rice Combine can not be fit in these changes in real-time. Based on the traditional image processing algorithm, it takes 1S to calculate in handling on a frame and the algorithm can not fulfill the real time requirement of the rice combined harvesters? Rice density during maturation is connected with rice varieties, there are many varieties of rice and ne