温室环境与作物信息可视化交互平台设计与开发.pdf

3.3.2云服务器设置27

3.4通信系统实时性测试29

3.5本章小结30

第四章用于AR交互的目标检测算法31

4.1人脸识别算法与实现31

4.1.1人脸识别算法31

4.1.2LBPH算法原理32

4.1.3人脸识别效果33

4.2手部检测网络整体结构34

4.3基于YOLOv3的手部检测35

4.3.1YOLOv335

4.3.2模型训练37

4.3.3训练结果37

4.4手部关键点检测38

4.4.1ResNet-5039

4.4.2模型训练41

4.4.3训练结果43

4.5番茄果实识别45

4.5.1模型结构45

4.5.2数据集制作47

4.5.3模型训练与优化48

4.6本章小结52

第五章可视化交互平台功能实现及展示53

5.1图像融合技术53

5.2人脸识别登录系统54

5.3AR交互功能实现56

5.3.1可视化AR交互界面56

5.3.2虚拟按键交互57

5.3.3图像缩放功能58

5.3.4果实识别功能59

5.3.5异常预警60

5.4功能展示60

5.4.1人脸识别登录系统60

5.4.2AR交互功能展示61

5.5本章小结66

第六章总结与展望67

6.1全文总结67

6.2特色与创新之处68

6.3未来研究展望68

参考文献…………………69

致谢………………73

攻读硕士学位期间研究成果…………………75

温室环境与作物信息可视化交互平台设计与开发

摘要

设施农业是一种环境可控、高投入、高产出的集约化农业生产方式。多年以来，

我国设施农业一直保持世界第一生产大国的地位，随着智慧农业、智能农业不断被

提及，设施农业全面向全程机械化、信息化、智慧化发展，温室监控系统使不同的

农作物在不适合生长的季节依然能够产出，通过传感器对农作物生长的各要素进行

精准监测，有利于人们对于作物生长环境的深层了解，实现科学精准的控制。但现

有温室监控系统远端监控中心的人机交互方式较为传统主要以键盘鼠标为主，数据

信息显示不够直观，为此，本文开展温室环境与作物信息可视化交互平台研究与开

发，应用AR（AugmentedReality）技术实现温室环境、作物信息与视频交互嵌套显

示，综合应用图像处理与深度学习技术实现人脸识别、手势识别与作物识别，为远

程监控端提供丰富的数据可视化以及智能便捷的人机交互功能。

本文的主要研究内容为：

1.设计了一款远程通信系统，用于完成视频为主，多种文本数据的实时传输。基

于巡检机器人平台，搭建了温室内多源数据采集系统，基于4G模块和Windows系统

的移动热点功能，采用局域网加广域网通信方式,采用TCP/IP