（计算机应用技术专业论文）基于图像处理的温室黄瓜长势诊断系统研究.pdf

摘要 利用计算机视觉技术，对作物进行长势监测是温室作物田间管理智能化自动化的先进技术手 段之一，在作物管理决策中愈来愈受到重视。 本文在总结国内外相关研究进展与成果的基础上，基于图像处理和软件开发技术，结合温室 黄瓜长势监测技术新成果，从叶片图像采集和生长点图像采集两个方面设计了在人工光源和自然 光源两种条件下的图像采集系统，对c c d 相机采集的温室黄瓜图像的各种参数进行了分析；探 讨了在所需灯光及背景环境下的图像标定方法；使用灵活方便的螺旋式软件开发模型对系统进行 开发；利用v f w 组件实现了与采集卡无关的图像采集技术；实现了针对叶片和生长点图像特点 的图像处理和特征提取算法；最后建立了黄瓜长势图像的特征和诊断模型数据库。 本文所使用的在自然光环境下避免复杂背景及无损生长点正常发育的图像采集板，使目标图 像更加清晰且便于处理，实现的白平衡算法可以提高图像质量并保留图像信息，采用数学形态学 方法实现了对生长点的边缘提取，并可以自动获取生长点中心位置坐标。系统实现了温室黄瓜图 像的采集、预处理、白平衡和特征提取等功能。系统用户界面友好、运行稳定、功能设置合理， 是一个能够提供黄瓜长势分析监测，特别是叶片氮含量分析功能的软件系统，对温室黄瓜管理自 动化技术的研究具有一定的应用价值。 关键词。图像处理，叶片，温室黄瓜，特征提取，氮含量 a b s t r a c t i ti so n eo ft h ea d v a n c e dm e a n st om o n i t o rt h ew a yt h a tc o r p si sg r o w i n gb yt h ec o m p u t e rv i s u a l t e c h n o l o g yi nt h ef i e l do fs u p e r v i s i n gc r o p si ng r e e n h o u s ei n t e l l i g e n t l ya n da u t o m a t i c a l l yi nf a r m l a n d b a s e do f ft h er e s e a r c hp r o g r e s sa n dh t e r a t u r e s ，t h ep a p e ru s e si m a g em a n a g e m e n t ，s o f t w a r e d e v e l o p m e n tt e c h n o l o g ya n dn e wr e s e a r c ho u t c o m eo fm o n i t o r i n gt e c h n o l o g yo fc u c u m b e r sg r o w i n g w a yi ng r e e n h o u s e ，d e s i g n st h ei m a g eg a t h e r i n gs y s t e mu n d e rt h ec o n d i t i o no fb o t hm a n m a d el i g h t a n dn a t u r a ll i g h tf r o mt h et w of a c e t ss u c ha sl e a f si m a g eg a t h e r i n ga n dg r o w i n gp o i n tg a t h e r i n g t h e n t h ep a p e ra n a l y z e sa l lt y p e so fp a r a m e t e r so fc u c u m b e r 。si m a g eg a t h e r e db yc c dc a m e r a ，d i s c u s s e st h e i m a g e - d e m a r c a t e dm e t h o du n d e rt h ec o n d i t i o no fl i g h t - n e e d e da n db a c k g r o u n d t h ep a p e rd e v e l o p st h e s y s t e mw i t ht h em a n n e ro ff l e x i b l ea n dc o n v e n i e n ts o f t w a r ed e v e l o p i n gm o d e lo fh e l i x ，a n dd e s i g n s t h et e c h n o l o g yo fg a t h e r i n gi m a g ew i t h o u tt h er e l a t i o n st og a t h e d n gc a r du s i n gv f wg r o u p w a r e f u r t h e r m o r e ，t h ep a p e rg i v e sa na r i t h m e t i cw a yo fd i s p o s i n gi m a g ea n dp i c k i n gu pc h a r a c t e r sa i m i n ga t t h ec h a r a c t e r i s t i c so f l e a v e sa n dg r o w i n gp o i n t s f i n a l l y ，t h ep a p e rs e t su pt h em o d e ld a t a b a s ef o rt h e c h a r a c t e r i s t i c sa n dd i a g n o s i so fc u c u m b e r sg r o w i n gw a y t h ei m a g eg a t h e r i n gb o a r dm a k et a r g e ti m a g ec l e a r e ra n d c o n v e n i e n t l yd i s p o s e d ，w h i c hi su s e di n t h en a t u r a ll i g h tt oa v o i dc o m p l e xb a c k g r o u n da n dd on oh a r mt og r o w i n gp o i n t sb e r e tg r o w t h t h e w h i l e - b a l a n c e da r i t h m e t i cm e t h o dc a ne n h a n c et h eq u a l i t yo fi m a g ea n dp r e s e r v ei m a g ei n f o r m a t i o n a n d ，t h ep a p e rr e a l i z e st h ef u n c t i o n o fp i c k i n g u pg r o w i n gp o i n t sc h a r a c t e r i s t i c sb y a d o p t i n g m a t h e m a t i c a lm o d a l i t yw a y ，a n dg e t sag r o w i n gp o i n t sc e n t r a lp o s i t i o nc o o r d i n a t e sa u t o m a t i c a l l y a sa s u m m a r y ，t h ew h o l es y s t e mh a st h ef u n c t i o n so fg a t h e r i n g ，p r e d i s p o s a i ，w h i l e b a l a n c ea n dp i c k - u p c h a r a c t e r i s t i c so fc u c u m b e r si ng r e e n h o u s e t h es y s t e mh a sag o o di n t e r f a c e ， s t a b l er u n n i n g ，a n d l o g i c a lf u n c t i o n s i naw o r d ，t h es y s t e mi st h es o f t w a r et h a tc a np r o v i d et h ef u n c t i o n so fm o n i t o r i n g c u c u m b e r sg r o w i n gw a y ，e s p e c i a l l yf o rt h ea n a l y s i so fl e a f sn i t r o g e nc o n t e n t i ta l s oh a ss o m ea p p l i e d v a l u ef o rs t u d y i n gt h ea u t o m a t i ct e c h n o l o g yo fm a n a g i n gc u c u m b e r si ng r e e n h o u s e k e yw o r d s ：i m a g e p r o c e s s i n g ，l e a f ，c u c u m b e ri ng r e e n h o u s e ，p i c k u pc h a r a c t e r i s t i c s ，n i t r o g e n c o n t e n t 图表目录 图2 - 1 瀑布模型”6 图2 - 2 螺旋模型7 图2 - 3 诊断系统功能层次结构8 图2 4 系统数据流，9 图3 - 1 灯箱示意图1 0 图3 - 2 标准三角板图像1l 图3 - 3 拍摄位置1 2 图3 4 叶片采集图像实例1 2 图3 5 生长点图像采集板及其用法1 3 图3 - 6 生长点采集图像实例1 3 图4 1 硬件组成图1 5 图4 2r g b 彩色立方体1 6 图4 3h s i 彩色立方体1 7 图4 4 图像系统功能模块2 1 图4 5 原始图像2 6 图4 6 过绿算子图像2 6 图4 7 过绿指标图像灰度直方图2 7 图4 - 8 闽值分割后的二值图像2 7 图4 9 白平衡图像2 8 图5 - 1 不同营养状况下的黄瓜生长点3 0 图5 - 2 生长点分割图像3 3 图5 - 3 腐蚀和膨胀示意图3 4 图5 4s x l 的三种可能状态3 4 图5 5 获取边界示意图3 5 图5 - 6 生长点边缘提取图像3 5 图5 7 链码邻域定义及其示意图一3 6 图5 - 8 生长点中心点确定示意图3 6 图6 - 1 系统主界面4 0 图6 - 2 w 视频捕捉对话框，4 0 图6 - 3 灰度统计直方图4 1 图6 4 生长点中心确定图4 1 图6 - 5 系统摧体流程图4 2 图6 - 6 a d o 对象的编程模型4 3 图6 7 数据浏览对话框4 6 表3 - 1 数码相机参数选择11 表3 - 2 单位毫米像素数1 2 表4 ，1 视频捕捉常用的v f w 函数和宏2 2 表6 - 1 黄瓜表结构4 5 表6 - 2 叶片表结构4 6 表6 - 3 生长点表结构4 6 表6 4 数据对照表4 7 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得中国农业大学或其它教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示了谢意。 研究生签名 辔名秀磕 时间：o 卯年月日 关于论文使用授权的说明 本人完全了解中国农业大学有关保留、使用学位论文的规定，即：学校有权保留 送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复 制手段保存、汇编学位论文。同意中国农业大学可以用不同方式在不同媒体上发表、 传播学位论文的全部或部分内容。 。 ( 保密的学位论文在解密后应遵守此协议) 研究生签名 导师签名 时间：年月侈日 时间：2 ，t ，否年6 月，够日 幻如 菪t历纫 ，： 卫 孢 ， 嗽 锤谚 中国农业大学硕士学位论文第一章绪论 1 1 研究背景与意义 第一章绪论 当今世界，随着科学技术日新月异地快速发展，农业生产管理技术正逐步向知识化、信息化 的方向转变；在我国加入世贸组织后，农业生产也将面临更加严峻的挑战。因此，我国亟待提升 农业的科技竞争力和综合实力，以应对全球化进程中的农业新挑战。为此，率先实现农业现代化 已成为党和国家高度重视的一项重要战略举措。 在我国农业现代化的发展进程中，耕地不足的状况日趋严重，因此增加每年的可耕种时间， 提高作物产量，以及提高农产品质量变得日趋重要。发展高效的工厂化农业对实现上述目标具有 重要的现实意义。它是以现代科学技术为依托，以先进设施为基础，以产业化为手段，实现高效、 可持续发展的现代农业体系。工厂化农业需要依靠现代农业生物科学技术、工程科学技术和系统 管理科学技术的综合集成支持，是资源高效利用，技术和知识密集，增值效益显著，工业化程度 高的农业新兴产业。它面对的是要在多变的自然条件下，为动植物的生命活动创造一个优化的生 长、发育、储存环境，既要兼顾高效益、低成本、环境友好等可持续发展目标，还要顾及产品的 消费市场需求与面对不断增长的市场竞争压力。工厂化农业广泛应用生物技术、环境技术、工程 技术和信息技术等高新技术，对带动农业生产方式和农民生活方式的进步具有革命性作用，工厂 化高效农业能够大幅度提高土地资源和水资源的利用率，提高劳动生产率；周年为社会提供优质、 无公害产品生产，是最具现代农业特征的产业之一。 温室是工厂化农业的重要内容。由于现代化温室中一般都具有能够控制温度、湿度和光照等 条件的设备，用人工或电脑控制来创造植物生长所需的最佳环境条件，因此温室可以打破自然条 件限制；对于我国的大部分地区，可以将种植时间增加，具有非常好的发展前景。环境参数与作 物生长过程控制自动化水平，一直是现代温室设施工程技术创新的驱动力。当今传感器技术的快 速进步和计算机控制技术的发展，已使工厂化温室控制与自动化向数字化、智能化方向快速发展。 现代设施园艺工程环境控制自动化的技术创新方向主要是：先进传感器技术与控制技术的开发研 究 2 1 。 黄瓜是我国主要温室作物之一，我国黄瓜产业在上世纪实现了三步跨越：7 0 年代实现了抗病 增产育种，8 0 年代实现了早熟高产育种，9 0 年代实现了设施农业配套育种，技术上的突破直接 促进了黄瓜推广面积和繁种面积的不断扩大。其中种植面积从上世纪7 0 年代的几千公顷，发展 到8 0 年代的8 万公顷、9 0 年代的4 0 万公顷，到2 1 世纪已经扩大到1 5 0 万公顷j 。虽然通过控 制温室内的温度、湿度、光照、c 0 2 浓度和营养等条件使温室内黄瓜生长不受自然气候的影响， 但由于作物对环境因素很敏感，环境的各种胁迫会直接在黄瓜的植株形态上有所反应，例如；黄 瓜缺氮的情况下，茎干木质化，变硬，叶片发黄；黄瓜缺磷时植株矮小，嫩叶会变小，发干，出 现暗灰色等等。由此可见，快速有效的对作物进行营养状态诊断并据此确定科学的温室管理措 施，对提高温室利用效率，合理利用资源，提高作物品质以及保护环境都有着重要的意义。 中国农业大学硕士学位论文第一章绪论 目前在科学研究中比较准确地方法还是通过实验室测试来确定作物的营养状况，但是这种方 法是破坏性的，只能在实验室进行，因此不能推广使用。在一些作物形态研究中，经常使用物理 方法，利用接触式传感器测量作物的茎粗、叶面积、叶温等参数，此种方法虽然也能获得较好的 结果，但这些方法由于与作物进行接触，不可避免地对作物生长产生一定影响。因此寻求一种快 速、经济、可靠的作物长势诊断技术己成为当务之急，以实现温室中作物管理的智能化和科学化； 为此，在现代温室生产中应用现代的技术手段快速有效的对作物营养状态和环境因子等各种信息 进行诊断，是温室自动控制和决策管理的重要基础之一。 另外，在实际的生产管理中获取作物长势主要依据的是管理人员的经验，通过目测方法进行 作物的胁迫诊断。这种人工诊断，虽然在经验积累基础上也取得了一定的效果，但是在自动化要 求比较高的现代温室生产中，这种凭借经验的诊断方法不仅管理效率低，而且受管理者的以往经 验及知识水平的影响比较严重，缺少一定的客观性，很难满足现代化管理的要求。 近年来，随着图像处理技术和数学分析以及软件开发技术的不断发展，国际上开始有一些研 究者应用数字图像处理技术利用数学分析方法对作物进行各种长势诊断。由于图像采集设备价格 的不断下降以及所采用的图像分析处理的快速发展，通过获取作物生长图像信息并依据图像特征 数据来诊断作物长势已成为可能。 1 2 国内外研究现状 图像处理是随着计算机技术的发展应运而生的一门技术，自上世纪7 0 年代末到8 0 年代初， 图像处理开始步入了一个活跃的研究阶段。但是多数应用于工业生产和生物医学，只有少量应用 于农业工程研究。进入8 0 年代，研究对象逐步扩大，图像处理从单纯的视觉模拟发展到分析和 解释人的视觉信息，提高视觉信息采集和传输速度技术的研究；另外由于传感器技术的发展，人 们对农业作物特性认识的深入，出现了红外、近红外图像处理应用的研究，使图像处理从单纯的 外观视觉，向农业产品的性状、组成、成分分布等内部特性方向发展。同时，计算机图像处理在 农业工程中的研究向实用化方向迈出了一大步，从初始的图像特征与农业产品某一特性的相关关 系的研究转化为以图像处理系统为主导部件的检测分级机械，环境控制系统，动植物生长监测系 统等应用系统的研究，并且开始机器视觉以及机器人方面的应用探索。至今已形成了视觉模拟、 微观图像、宏观分析、热成像、内部图像、机器视觉等多种形式并各具特色的应用【_ 7 t 8 。 1 2 1 国外研究现状 农业生产包含有非常丰富的内容，在从上世纪7 0 年代开始的机器视觉和图像处理技术发展 到现在的4 0 多年间，发达国家在利用图像技术来获取农作物的生长状态信息、农业种质资源管 理、农产品品质鉴定、农产品自动收获等方面都得到了一定的应用，相关的专家提出了许多的新 的理论和算法，为这一技术的发展提供了相应的研究基础。通过图像处理技术诊断作物营养状况 的研究正成为机器视觉在农业生产应用中的热门课题。 作物在不同的营养状况下表现出不同的茎叶颜色和形态是作物长势的重要信息，运用图像处 理技术进行作物营养状况的诊断主要是通过获取田问作物的数字图像，运用数字图像处理、模式 2 中国农业大学硕士学位论文第一章绪论 识别、图像分析和图像理解等技术对图像进行分析处理，以获取作物的相关特征信息，作为计算 处理、分类识别和决策诊断，用来反映作物的生长状况。 利用计算机视觉技术对农作物生长进行监测具有准确、实时和高效等特点。通常是检测作物 的叶面积、茎杆直径、叶柄夹角等外部生长参数来检测诊断作物的生长状况，还可以根据果实表 面颜色判别果实成熟度，以及作物缺不缺肥等情况，并由此确定和实施相应的控制策略。国外在 利用计算机视觉技术监测温室作物生长方面已经开展了许多研究 9 q 2 。如g r h a c k 在温室条件下 利用图像处理技术测量生菜在初期生长阶段的叶面积，采用近红外光采集图像，并根据一天中不 同光照度相应调整图像的整体灰度，提高叶面积测量精度，得到了比较满意的叶面积与生菜鲜重 的回归曲线“。h i r o s h is h i m i z u 和s o s h i t a 利用近红外设备对植物白天和夜间的生长分别进行监 测，得到植物白天和夜间的平均生长率”。k a t a r b e l l 和j er e i d 研究了利用计算机视觉技术 对玉米生长发育状态进行分析的系统。但他们选用经过胶片拍摄后的图像再经过扫描仪转化成数 字图像之后进行分析，使系统的实时性得不到保证i i ”。a h m a di s 等人利用彩色图像信息评价缺 水和缺氮对玉米生长的影响及由此呈现的杆株r g b 和h s i 色彩特征，经过研究发现与r g b 值相 比，h s i 值更能清晰地表征玉米植株的颜色变化，并表明色彩是一个用来识别植株和叶子的有效 分类特征，可供灌溉和施用氮肥时作决策参考”“。b l a c k m e r 等报道应用航空摄影技术获取了玉米 的冠层图像，通过分析彩色照片上的冠层相对亮度对玉米产量进行了预测，红、绿、蓝三色光与 玉米产量间都达到了极显著的线性正相关关系。在获取的波长范围在5 3 6n m 3n m 的黑自图像 分析中则发现与玉米产量间为极显著的反相关关系【1 ”。a d a m s e n 等应用数码相机获取了冬小麦 的冠层图像，并分析了冠层图像绿光( g ) 与红光( r ) 的比值g r ，认为g r 与叶绿素仅读数 有极显著的相关关系”。l u k i n a 等应用数码相机获取田间小麦冠层图像并通过图像处理获得小 麦冠层覆盖度，估计了冬小麦冠层生物量”。这些研究都表明应用数字图像信息并结合图像处理 技术可以用来在田问评价作物的氮营养状况。但目前未报道有利用已有相关研究成果进行快速诊 断的软件。 1 2 2 国内研究现状 国内在农作物长势诊断研究方面的起步较晚。目前，科研工作者逐渐把计算机技术和农业研 究结合起来进行研究工作4 q 。对作物长势研究的方法，已经从简单的形状研究逐渐发展到用颜色 进行作物长势形态指标分析，从简单的通过作物叶面积长势诊断已经发展到研究作物营养缺素特 征。在植物营养诊断的领域中，对氮素的研究相对比较多，这是因为氮素是植物生长的必需营养 元素，农作物的产量跟氮素供应量有着直接的关系口”。而且在不同的缺氮水平条件下农作物叶片 表面会出现不同程度的黄化现象。植物营养原理认为：叶色是氮营养状况最敏感的指标，叶色与 叶片中含氮量呈一定的相关性。当植株缺氮时，由于蛋白质合成少，酶和叶绿素含量下降，细胞 分裂减慢，叶色变黄，早熟、低产；相反，当植株氮素过剩时，碳代谢不协调，蛋自质合成增加， 碳水化合物被大量消耗，纤维素等减少，造成植株疯长，作物减产。可见通过叶色检测植株含氮 状况是可行的。许多研究表明：植株氮含量可以很好地反映作物氮营养状况，是可靠的诊断指标 ”；植物叶片叶绿素含量与氮含量密切相关脚】。为利用图像技术进行氮营养诊断提供了理论依据。 在单一的条件下，计算机图像处理技术就是利用缺氮和叶片黄化之间的相关性来诊断植物缺 中国农业大学硕士学位论文第一章绪论 氮程度。各种胁迫如缺氮、干旱等都会使作物叶片的光反射特性发生改变，通过检测植物冠层光 学反射特性可以了解作物的营养状况。影响叶片中对光吸收和反射的主要物质是叶绿素、蛋白质、 水分和含碳化合物，其中影响最大的是叶绿素含量o3 。如陈佳娟等对番茄和梨树叶片做颜色分 布的区域分割，研究了其区域形状与缺素之间的关系，以颜色变化分布的开头特征作为缺素的特 征信息，对番茄的氮、磷、钾、钙、镁和梨树的磷、镁、铁的缺素特征进行研究。通过同样的方 法还对两种作物的典型病害做了诊断识别特征的研究】。徐贵力等在人工光源的条件下，获得作 物叶片活体图像样本。并对其进行颜色、直方图等信息进行分析，并通过颜色和直方图的信息特 征对番茄的缺镁、缺氮等情况进行诊断和鉴别口”。在黄瓜长势诊断方面，张彦娥通过数码相机采 集图像，研究了黄瓜养分与叶片及生长点形态之间的关系，建立了氮含量与叶片颜色间的相对定 量的数学模型”。 综合所述，图像处理在农业领域的应用，目前还少有将计算机图像处理技术直接用于快速诊 断作物长势的报道，已有的文献主要是对遥感图像和数码相机拍摄的大面积农作物或单株图像利 用图像处理技术进行分析诊断。 1 3 研究目标及内容 根据前面对国i 匈# 1 - 相关研究现状和方法的分析，以及实验室的研究基础，本文着重于黄瓜长 势的监测系统，进行软件的设计研究与开发。 1 3 1 研究目标 将数码相机拍摄温室黄瓜叶片和生长点的局部图像作为基础，通过图像实现进行颜色、形状 和纹理分析的基础处理算法，通过实验室已有的对作物图像特征与营养水平模型研究成果，建立 依靠c c d 相机为工具获得图像的计算机视觉系统，实现黄瓜长势监测的图像处理软件，从而可 为黄瓜的实时长势监测等的深入研究提供参考。 1 3 2 研究内容 本研究包括以下几个方面： ( 1 ) 考虑自制灯箱光源的各种参数，对自制灯箱的可控光源下获得的最佳图像所要求c c d 采集设备所需的各种参数进行研究。 ( 2 ) 在w i n d o wx p 环境下，应用v c + + 开发系统软件，建立一套实用的与设备无关位图的 处理函数集；并用面向对象的软件开发方法，设计开发出一系列类库，使之能为长势诊断系统所 需要的参数初始化提供可控接口；实现叶片和生长点的图像识别相关算法，提取有效的特征数据。 ( 3 ) 形成黄瓜长势诊断的图像数据库，建立不同黄瓜品种的诊断模式数据库。 ( 4 ) 根据已有模型和系统图像处理结果，测算叶片的氮含量。 4 第二章系统分析及设计 温室黄瓜长势诊断系统作为一种基于图像处理的应用软件系统，必须具有图像数据管理、图 像基本处理与图像显示等基于图像系统的一些基本功能，同时又必须具有数据相关分析、统计分 析与模式识别等支持诊断的专门功能。为了保证这样软件的设计与开发能够顺利完成，在设计与 开发的过程中需要严格按照软件工程的思想进行管理。 在本章中将阐述基于图像处理的温室黄瓜长势诊断系统开发过程中所遵循的软件工程思想 和系统开发模型，并对系统结构进行了分析与设计。 2 1 软件工程开发思想 软件工程是从2 0 世纪6 0 年代逐步发展起来的一门学科，主要用来解决因为软件系统设计 与开发过程不规范所带来的对软件开发成本和进度估计不准，软件质量不可靠，软件开发效率低， 以及软件可维护性差等一系列问题，从而达到提高软件的质量与生产率，最终实现软件的工业化 生产的目的田】。 2 1 1 软件生命周期 一个软件从定义、开发、使用和维护，直到最终被废弃所经历的整个时期称为软件的生命周 期。软件工程中将软件的生命周期划分为：问题定义、可行性研究、需求分析、总体设计、详细 设计、编码和单元测试、综合测试和软件维护等八个阶段。这八个阶段又被划分成三个时期：问 题定义阶段、可行性研究阶段与需求分析阶段为软件定义时期；总体设计阶段与详细设计阶段构 成系统设计阶段，编码和单元测试阶段与综合测试阶段构成系统实现时期：系统设计阶段与系统 实现阶段合称为软件开发时期。 软件生命周期中的不同阶段，都有各自需要解决的关键问题与结束标志。在每一个阶段结束 之前都要对工作完成情况进行严格的审查工作。由于在软件的生命周期中，前一阶段产生的错误 必然会导致下一阶段出现相应的错误，产生错误的积累与放大效应。如果放松阶段审查，不但使 得隐藏的错误不容易被及时发现与改正，而且还容易带来更多新的出错可能。这样，不仅软件的 质量得不到保证，而且会导致开发工作落后于进度安排，最终带来灾难性的后果。 2 1 2 软件系统的开发模型 类似于其他工程项目中安排各道工序那样，为反映软件生存期内各种活动应如何组织，需要 用软件生存期模型做出直观的图示表达。软件生存期模型是从软件项目需求定义直至软件经使用 后废弃为止，跨越整个生存期的系统开发、运作和维护所实施的全部过程、活动和任务的结构框 架。到现在为止，已经提出了多种软件生存期模型。例如，瀑布模型、演化模型、螺旋模型、喷 中国农业大学硕士学位论文第二章系统分析及设计 泉模型和智能模型等。 ( 1 ) 瀑布模型 瀑布式模型出现最早，模型中各阶段之间具有很强的顺序性和依赖性( 如图2 - 1 ) 。它规定了 各项软件工程活动，包括：制定开发计划、需求分析和说明、软件设计、程序编码、测试及运行 维护。同时规定了它们自上而下、相互衔接的因果次序，如同瀑布流水，逐级下落。 然而在实际的软件开发活动中，上述各项活动之间并非完全是自上而下，呈线性图式。瀑布 模型为软件开发和软件维护提供了一种有效的管理模式，但其由于缺乏灵活性，虽然在开发后期 改正前期阶段中产生的错误，但仍需要付出很高的代价。瀑布模型比较单纯和理想化，这种模型 只适合用来开发非常熟悉的系统。瀑布模型的另一个不足之处在于，它对软件复用和生存期中多 项开发活动的集成并未提供支持，因而难于支持面向对象的开发方法。 ( 2 ) 螺旋模型 螺旋式模型沿着螺旋线旋转，如图2 - 2 所示，在笛卡尔坐标系的四个象限上分别表达了四个 方面的活动，即： 制定计划确定软件目标，选定实施方案，弄清项目开发的限制条件； 风险分析分析所选方案，考虑如何识别和消除风险； 实施工程实施软件开发； 客户评估评价开发工作，提出修正建议。 模型中软件生命周期中的所有阶段首尾相接，循环进行。使用这种模型，每经过一次循环都 可以得到一个版本的可执行软件。对于每个版本的可执行软件都可以经过评估，提出意见，而不 断进行修改与完善。沿螺线的活动会继续下去，自内向外，逐步延伸，最终得到所期望的系统 。 这种软件开发模式灵活方便，易于调整与改进。 除上述两种模型外，喷泉模型具有迭代和无间隙的特性，在开发活动的分析、设计和编码间 不存在明显的边界。智能模型也称为基于知识的软件开发模型，它综合了上述模型，并和专家系 统结合在一起。该模型应用基于规则的系统，采用归纳和推理机制，帮助软件人员完成开发工作， 并使维护在系统规格说明一级进行。演化模型可以看作分段的线性模型，模型中相邻的阶段之间 的工作可以根据开发需要进行调整与返工。渐增式模型是对瀑布式模型的改进，但是仍然无法很 。6 中国农业大学硕士学位论文 第二章系统分析及设计 好的管理开发过程中大的变动。 沥惑营 ”蜷携l 芦 多罗勘 。 耋盖盏 ( 3 ) 实际开发模型 图2 - 2 螺旋模型”2 在软件的开发过程中，本文应用螺旋开发模型的思想进行软件的需求分析，结合农学和作物 研究等方面的研究进展修正了开发过程中相应的模块结构，重点应用螺旋开发模型中的制定计划 和实施工程两个象限的内容。 本系统软件的目标是要建立依靠c c d 相机为工具获得图像的计算机视觉系统，实现黄瓜长 势监测的图像处理软件。获取图像及图像处理是诊断数据的准备工作，具备一般图像处理获取和 图像处理的一些标准模块，在此设计了图像获取和图像处理模块。数据处理中，根据诊断模型的 参数需要，设计了数据提取模块用于提取相应的数据参数。模型管理模块根据不同的诊断模型进 行评估，确定最小的数据计算量。最后完成诊断输出功能。在开发的每一阶段中，对各个模块进 行了测试，以达到最终软件的目标要求。 2 2 软件功能分析与设计 基于图像处理的温室黄瓜长势诊断系统的功能层次如图2 - 3 所示。为了满足图像处理系统和 长势诊断系统的建立与维护，特征数据提取、模型建立、数据分析，以及诊断判断等方面的需求， 设计了以下六个方面的系统功能。 中国农业大学硕士学位论文 第二章系统分析及设计 图2 - 3 诊断系统功能层次结构 ( 1 ) 图像数据采集功能 从图像采集卡获取叶片图像数据 从其它存储设备获取图像数据 ( 2 ) 图像处理功能 图像滤波处理 分割图像，获取目标区域 白平衡图像，为提取特征数据做准备 ( 3 ) 特征数据提取功能 r g b 统计均值数据计算功能 中国农业大学硕士学位论文第二章系统分析及设计 h s i 统计均值数据计算功能 共生矩阵数据计算提取功能 ( 4 ) 模型管理功能 诊断模型输入，生成功能 诊断模型判断长势功能 ( s ) 诊断数据管理功能 属性数据字段的定义，添加与删除功能 属性数据记录的添加、修改与删除功能 属性数据库索引与外部数据库连接功能 ( 6 ) 信息输出功能 图像数据输出功能实时显示处理效果及相关处理过程 诊断数据输出功能实时显示和保存诊断过程数据 2 3 系统结构设计 基于图像处理的温室黄瓜长势诊断系统的总体数据流如图2 4 所示。系统的输入主要有图像 数据、温室黄瓜特征数据和诊断模型等。图像数据是指能够为系统所识别、处理和诊断的温室黄 瓜的叶片及生长点图像数据；温室黄瓜特征数据是依据诊断模型要求所输入的共生矩阵的维数及 相应需要计算出的各种特征值，主要包括r g b 、h s i 和共生矩阵特征量等内容。诊断模型数据是 指诊断模型所需要的各类诊断参数预处理。 2 4 小结 重2 - 4 系统数据流 本章讨论了基于图像处理的温室黄瓜长势诊断系统开发过程中所遵循的软件工程思想、系统 开发所采用的螺旋式模型、系统整体结构的分析与设计、系统的数据流等。 9 第三章图像采集系统分析及优化 自然界的光线不总是相同的，并且由于我们可感知到的一个物体颜色变化依赖于照射到它的 光源性质。人类的大脑可以很好地“校正”这些颜色变化，但是我们所使用的c c d c m o s 感光 器却不能完成依照环境光线自动校正展现物体真实色彩这样的任务。在温室自然条件下，由于季 节、天气的变换，温室内不同设施的遮光以及光线的变化等原因，拍摄的图像会产生退化现象。 在成像的过程中，受多种因素的影响，图像质量都会有所下降，这种图像质量下降的过程称为图 像的退化。例如，成像目标物体的运动，在摄像后所形成的运动模糊，由于光散射现象而导致图 像的模糊：又如传感器特性的非线性，光学系统的像差，以致在成像后与原来拍摄目标发生了不 一致的现象，称之畸变；再加上多种环境因素，在成像后造成噪声干扰等。图像恢复的过程是为 了还其圉像的本来面目，即由退化了的图像恢复到能够真实反映的图像。同时由于需要采集的是 r g b 三色图像，数据量较大，直接处理不方便，因此在采集图像前要对采集环境进行控制，以获 得有利用诊断软件所需的图像。 3 1 叶片图像采集 由于温室自然环境下采集黄瓜叶片图像要受到复杂背影的制约，并且即使采用纯色背影板也 很难采集到单一背影色的叶片图像，另外某一片叶片缺损对黄瓜整体长势影响很小，因此町以利 用自制灯箱采集叶片图像，这样就可以避免由于光线变化和背景复杂所产生的种种问题。 3 1 1 灯箱光源特性研究 自制灯箱示意如图3 - 1 所示：该装置是一个半球形的箱体，中心放置一个直径为3 0 0 r a m 的 i 园形纯白色载物台，可满足所需要拍摄叶片的尺寸要求。拍摄窗距载物台3 0 0 m m 。在载物台下方 周围按圆周均匀分布8 个白炽灯泡( p h i l i p sz s2 3 0 v2 5 w ) 作为照明光源。载物台上方放置内 壁为弱银白色漫反射涂层的半球形的灯罩，作为光线的漫反射装置，使光源形成的光线形成均匀 光线反射到载物台上。 拍摄亩 。一。 灯罩 藏勃台 q 疽 二q 圈3 - l 灯箱示意图 由于白炽灯结构所决定的其在加电后需要一段时间光线才能达到稳定，因此为了保证拍摄的 条件的一致性，应等加电后三十秒再进行拍摄。 中国农业大学硕士学位论文第三章图像采集系统分析及优化 3 1 2 灯箱拍摄参数确定 利用自制灯箱进行拍摄，其目的是要有一个确定的拍摄条件，能够使将来拍摄的图像保持在 同一个标准上，有利于后续的数据提取分析处理，因此要对灯箱确定一定的拍摄参数。目前c c d 相机的主要拍摄参数有光圈值和焦距。根据自制灯箱的实际尺寸和灯箱内光源的光强，确定c c d 相机的光圈参数为：5 6 ；焦距固定在3 0 0m i l l 。 围3 2 标准三角般图像 如果采用数码相机进行拍摄，由于数码相机的拍摄参数与c c d 相机相比，多了感光度和快 门速度两个参数，因此利用数码相机进行采集，除了焦距与c c d 相机一致外，其它参数要根据 数码相机的特性进行设置。根据相机成像理论可知，数值较大的光圈景深较小但目标图像明确清 晰，并且由于叶片较薄，在载物台上拍摄不需要大的景深，因此可以选用大数值的光圈配合高速 快门可获得清楚的图像。利用全自动数码相机在固定光圈2 8 ，固定焦距3 0 0 m m 数值下依据不同 的感光度值分别拍摄标准三角板图像如图3 2 所示，相机参数如表3 - 1 如示。 表3 - 1 数码相机参数选择 综上分析所述：在利用数码相机进行具体拍摄中，依据目前市场上大多数数码相机的参数 选取1 0 0 感光度条件下1 1 2 5 的快门速度固定相机进行拍摄。 3 1 3 拍摄图像校准标定 固定相机参数条件下拍摄的图像具有一定的比例，并且由于数字图像由一个个像素点组成， 可以通过计算图像中的叶片的像素数求出叶片的面积，在拍摄图像进行数字图像处理前，必须对 计算机视觉系统进行标定。因此可利用已拍摄的标准三角板图像初始化测量参数，即可得到拍摄 对象的尺寸数据。 拍摄图像固定分辨率为1 0 2 4 x7 6 8 ，水平垂直方向上各拍摄五张位置如图3 - 3 所示的与相机 水平方向和垂直方向平行的三角板图像。即可通过计算三角板上的尺寸数据计算得到每毫米( i i n ) 单位上的像素个数。 围3 - 3 拍摄位置 裹3 - 2 单位毫米像素数 从表3 - 2 中可以看出，由于利用c c d 相机的标准镜头，很好的控制了镜头的边缘畸变。可 以认为所获取图像的像素在水平和垂直双方向上的分布是均匀线性的。在实际应用中，可以设定 每4 个像素为l m m ，每1 6 个聚集像素是l m m 2 。 3 1 4 叶片图像采集 经过上述图像采集设备的参数确定及标定后，就可以用来采集叶片图像。所采集的叶片图像 如图3 4 所示，从图像中可以看出，在确定参数条件下所采集的叶片图像具有统一的亮度，但由 于其它原因而导致图像并没有呈现真实的色彩，需要在下一阶段进一步进行处理。 囤3 4 叶片采集丽像实倒 1 2 中国农业大学硕士学位论文 第三章图像采集系统分析及优化 3 2 生长点图像采集 在黄瓜的田间管理中，除观察叶片颜色，形状等方面外，生长点的形状和形态也是很重要的 监测因素之一。很多作物的生长点形状和形态都与其营养状态密切相关j 。黄瓜田间管理中生 长点的形态与水分和养分供应有很密切的关系，如果黄瓜营养供应不上，植株营养不良时，生长 点会出现“花打顶”现象，整个植株会停止生长口”。黄瓜花打顶又叫花抱头，是棚室黄瓜上常 见的一种生理障碍，通常表现为生长点附近的节间缩短，没有心叶形成而出现雌雄杂合的花簇， 呈花抱头状。花打顶多发生在结果初期，对黄瓜的产量和品质影响很大。黄瓜生长点的形态是植 株营养状态的综合反映，农学家认为生长点的舒展度是评价植株长势的重要指标“j 。 黄瓜生长点是黄瓜的重要生长部位，不能采用破坏性的采集方式，因此只能在温室自然条件 下进行图像采集。由于其生长在黄瓜植株的顶部，具有十分复杂的高度的空间立体结构，并且由 于黄瓜生长速度很快，生长点朝向不确定，很难用c c d 相机自动追随拍摄；另一方面，黄瓜生 长点在其顶向拍摄时自身的叶片及攀缘蔓会影响后续图像分割，因此，只能采用数码相机手动拍 摄。为了采集具有纯色背影的生长点顶向图像，设计了一个图像采集板，可以将生长点从整个植 株背景中分离出来而不影响其自由生长，并有利于获得其顶向的正确图像。图像采集板及其用如 图3 5 所示。 圈3 - 5 生长点图像采舞板厦其用法 生长点图像采集卡选用有一定硬度的白色软纸板，在其中心开一个直径为1 0 m m 的圆孔，并 在直径方向上开一道直线槽，便于将生长点通过直线槽放入中心孔中进行拍摄。这样就可以在不 影响黄瓜正常生长的情况下，对生长点进行顶向图像采集。实际生长点采集图像如图3 - 6 所示