基于机器视觉技术的柑橘产量测绘系统 .pdfVIP

基于机器视觉技术的柑橘产量测绘系统

摘要：这项研究是利用图像处理算法来识别和计数图像中柑橘类水果的数量。一旦这个算

法完成后，它将利用由一个GPS接收器和皮卡车里的距离测量装置所构成的机器视觉系统

来估计在刚经过的一段距离内的柑橘产量。实验中总共需要90幅柑橘林的图像。在分析研

究柑橘林图像的同时还制作了直方统计图，分析了不同级别的像素分布情况，主要包括柑橘、

叶片以及背景。该技术根据图像中的色度和饱和色层的分布和图像分割的极限值来识别柑橘

类水果。通过发展计算机视觉算法来加强从图像中获取信息的能力。在实施预处理阶段时还

伴随着腐蚀和膨胀的结合，而预处理阶段是为了去除噪声，准确地计量柑橘类水果的数量。

最后通过分析斑点来统计果品的数量。除去图像的采集时间，处理图像的总时间是283毫秒。

2

该算法已测试了59副图像，研究得出R值介于机器视觉算法得出的数值和手动计数的平均

值之间

关键字：柑橘；颜色；产量分布；精细农业；图像处理

引言

在竞争压力下农民努力通过提高作物产量来降低成本。随着农业机械化的出

现，大型机械设备的发展已成为了一种趋势。农民够拓了宽耕作区域，但是要将

更大的耕作面积作为一个整体的管理单元就需要忽略这一特定领域中的不同变

化。

2001年佛罗里达州的柑橘种植面积约336872公顷，产量超过2.78亿箱，占

美国柑橘总产量的76％（佛罗里达州农业和消费者服务，2002）。

柑橘种植者需要处理好一般地块上数以千计的果树、特定区域的管理以及精

细农业之间的关系，尽可能地在需要的区域推广技术以及实行管理。这种因地制

宜的管理一方面提高了果树产量、果品的品质和农民收入，另一方面限制了对敏

感的环境的负面影响。精密的技术，产量统计是走上特定作物管理的第一步。产

量以及其他相关领域的特点将极大地帮助种植者适时地了解他们的果树灵活地，

评估整个柑橘林，从而为他们做出重要、高效的决策做准备。

虽然柑橘种植者经常管理整个果林或着以统一投产、特定因素为基础，例如

土壤类型、肥力、树的健康状况以及害虫数量，但是水的需求需要高效的管理决

策来满足。产量准确的统计对特定区域管理下的盈亏以及决定改变栽培技术是否

提高利润至关重要。

目前，山羊系统（GeoFocus，有限责任公司，盖恩斯维尔，佛罗里达州）是

唯一个可用于柑橘产量测绘的软件。在这个系统中，山羊卡车司机需要按下一个

按钮来记录桶的初始位置，但是这个桶常常易被遗忘，成为误差的主要来源。果

实采摘后测得数据是可被利用的，系统所采集的产量数据来自于多棵树，而不是

单棵树。

本研究的总体目标是运用机械视觉来开发实时产量测绘系统，卡车在树行间

行进时提供果园产量信息。该系统通过颜色信息适时地从图像中确定柑橘类水

果。最终需要对产量测绘系统进行校准，并且在商业柑橘林进行了测试。

本文的具体目标是开发一种算法，这种算法能够从图像中检测柑橘类水果并

反馈出果实数量。由于此模块一旦完成后，将被连同一个GPS接收机，拍摄橘

林连续不重叠图像的距离测量装置一起纳入机器视觉系统，因此该系统可以绘制

一个柑橘树林的产量估算图。

背景

在过去的十几年间，众多的产量监测和产量测量系统在各种作物中已被广泛

研究和形成商业化。在作物收获期间，粮食产量的测量技术（舒莱尔和裴，1987

年；西塞等人，1989年）已被广泛地研究和采用。其它作物产率计算的例子包

括棉（威尔克森等人，1994年），土豆（凯姆贝尔等人，1994），番茄（佩尔蒂

埃和亚雅，1999），和青贮饲料（Lee等人，2002）。

尽管自动收获和一些同时开展的项目已经取得了广泛的经济影响，但是目前

山羊系统只能测量柑橘类水果经济产量。然而，佛罗里达州柑橘产业的经济价值

使精耕成为一个可行的技术，并取得了巨大的发展。

柑橘产量监测系统已经发展了好几年。第一个柑橘产量监测器是由惠特尼和

许勒尔等人（1998年和1999年）开发的。在山羊产量测绘系统中，产量是通过

测量山羊卡车上一个桶的位置来测定。该单元由一个数据记录器组成，当操作员

随时按下一个按钮用于记录时，它可以记录桶的位置（纬度，经度和时间）。但

是有人指出该系统有时由于卡车司机忙于收割或其他一些因素导致没有记录桶

的位置而产生错误的信息。

为了避免以前遇到的问题，一种自动触发系统（萨利希等人，2000）可以记

录桶的位置。该系统由一个地