[发明专利]结合计算机视觉和多传感器的作物灌溉系统

权利要求书

1.一种结合计算机视觉和多传感器的作物灌溉系统，其特征是系统由图像获取设备、多种传感器、计算机、单片机和灌溉系统组成，系统实现包含以下具体步骤：

(1)获取作物的生长原始图像；

(2)将原始图像进行预处理；

(3)分别对图像进行二值化处理和从RGB颜色空间转换到HSI颜色空间，并选取HSI颜色空间中的H和S参数作为作物图像的颜色特征，在HSI颜色空间的作物图像中选择部分像素点作为种子；对种子区域进行生长，将与种子颜色性质相似的相邻像素附加在生长区域的种子上，对整幅图像的多个子块进行扫描，对在颜色上相近，空间上相邻的区域进行合并；

(4)完成作物的分割和作物生长特征参数的提取；

(5)将各种生长特征参数与建立的作物生长数据模型进行数据比较与计算，取得生长特征值；

(6)获取多种传感器的数据并进行计算；

(7)结合多种传感器数据和作物生长特征值，基于遗传神经网络进行计算和判决；

(8)根据计算机判决结果，由单片机控制电磁阀，完成作物的灌溉。

2.根据权利要求1所述的结合计算机视觉和多传感器的作物灌溉系统，其特征是其多种传感器包含有温湿度传感器、土壤水势传感器、蒸发量传感器和土壤电导率传感器。

3.根据权利要求1所述的结合计算机视觉和多传感器的作物灌溉系统，其特征是在步骤(4)中的作物生长特征参数有：作物高度参数、叶面积参数、幼嫩叶参数、茎叶的颜色参数和茎叶形态参数。

4.根据权利要求1所述的结合计算机视觉和多传感器的作物灌溉系统，其特征是在步骤(5)的作物生长数据模型的建立中，主要建立了如下的模型：

(1)作物高度与时间的关系模型

Y=A1+B·eCX]]>

式中Y是作物的生长高度，X是累积生长度日(GDD)，A，B，C是作物模型参数；

(2)作物的叶形关系模型

作物叶宽lw与叶长ll具有一定的函数关系，用下式表示：

lwLW=α·(llLL)2+β·llLL+γ]]>

式中LL是叶片的长度；LW是叶片的最大宽度；lw是叶片在长度为ll处的叶片宽度；α，β，γ为模型参数；

(3)作物的面积关系模型

叶面积与叶长、叶宽之积成正比，可用下式表示：

LA＝j×LW×LL

其中，j为校正系数，与叶片形态相关，随作物品种的不同而有变化；

(4)作物的叶片颜色特征模型

CY=K1·WH‾+K2]]>

其中C_Y为单位重量叶片所含叶绿素总量的值，为叶片图像H分量的均值，K₁和K₂是模型参数。