[发明专利]一种针对LED红蓝光偏色情况下植物生长状况监测方法

说明书

技术领域

本发明涉及机器视觉领域，尤其涉及一种针对LED红蓝光偏色情况下植物生长状况监测方法。

背景技术

计算机技术的快速发展推动了现代控制技术在设施农业中的应用，国内外将机器视觉技术用于植物生长信息监测，通过机器视觉技术获取作物生长信息，结合现代智能控制策略及先进的调控设施研究植物的生理特性，可为作物提供理想的生长环境，提高作物的产量、质量与经济效益。

使用红蓝光LED建立可调整光量、光谱、给光频率与工作比的人工光源，可视需要提供连续无闪烁的光或高频闪烁的光。国内外的初步研究已证实利用LED光源作为温室人工光源能够有效的提高植物的生长量和品质。但采用LED光源，对植物的生长状况的监测带来了新问题，因为有严重色偏的存在如图2（在红蓝光混合光LED下偏紫色，在纯蓝光LED下偏蓝，而在红光LED下偏红），这样就导致普通的检测方法基本失效。在《基于嵌入式的兰科植物组培智能化控制系统》一文中提出针对红蓝光LED组培灯光，在HIS色彩空间中采用自适应阈值分割来获取植物的二值图像以求达到对其生长状况的监测。但是该方法受环境中干扰因素影响较大，使得获得的结果产生较大失真。由于偏色光覆盖掉了植物的颜色，该方法会将植物局部部分误判为环境背景引起监测误差。

发明内容

本发明的目的在于针对现有技术的不足，提供一种针对LED红蓝光偏色情况下植物生长状况监测方法。本发明解决了在LED红蓝光严重偏色情况下造成的植物区域提取的不完整，对光源亮度的变化具有一定的自适应性，可适用不同的红蓝光光质，同时该方法占用内存小，时间少，能够在嵌入式控制系统中实现。

本发明是通过以下技术方案来实现的：一种针对LED红蓝光偏色情况下植物生长状况监测方法。该方法包括如下步骤：

步骤1）用视频监控摄像头采集在LED红蓝光照射下环境背景的RGB图像和放置培养植物的RGB图像；

步骤2）将步骤1中得图像，根据Kubelka-Munk理论对其的形成过程进行物理建模，在该模型空间中，定义具有色彩不变性特性的特征参数；

步骤3）将步骤1采集到的RGB图像进行线性变换得到高斯色彩空间中的光谱参数E、E_λ、E_λλ；

步骤4）将步骤3中得到的光谱参数在x轴方向用N-jet算子进行滤波，得到高斯色彩空间的空间参数E_x、E_λx、E_λλx；在_y轴方向用N-jet算子进行滤波，得到高斯色彩空间的空间参数E_y、E_λy、E_λλy；所述E、E_λ、E_λλ、E_x、E_λx、E_λλx、E_y、E_λy、E_λλy构成完整的高斯色彩空间参数；

步骤5）根据步骤3和步骤4获得的高斯色彩空间参数计算步骤1中获得的RGB图像在高斯色彩空间中的具有色彩不变性特性的特征参数H、W_x、W_y；并对环境背景图像中每个像素H、W_x、W_y参数分别进行单高斯建模；

步骤6）计算当前视频输入帧的每个像素的H、W_x、W_y参数，与背景模型比较，根据预设的判断准则判定当前像素属于背景像素或属于植物像素；

步骤7）步骤6中判断为背景的像素用来更新高斯背景模型，更新高斯分布的均值和标准差；

步骤8）后处理：对经过步骤1-7处理后的视频帧图像进行阈值化、形态学处理等后处理操作来获得准确的植物的二值图像；

步骤9）输出每帧输入视频图像对应的只包含培养植物的二值图像。

本发明的有益效果是：本发明通过定义针对RGB图像的色彩不变参数作为区分环境像素和培养植物的主要依据，解决了严重偏色光造成的对植物生长状况监测造成的植物分割不完整问题并对光源亮度的变化具有自适应性。同时本发明设计的方法占用计算内存小，耗费时间少，适合嵌入式控制系统的应用。

附图说明

图1是本发明的方法流程图；

图2是红光LED偏色情况下的植物生长图；

图3是H平面差值图像；

图4是W_x平面差值图像；

图5是W_y平面差值图像；