大棚作物的生長(zhǎng)狀況反映出大棚生產(chǎn)管理的效果，并作為農(nóng)藝操作和產(chǎn)量預(yù)測(cè)的依據(jù)。為此，開(kāi)發(fā)了通過(guò)計(jì)算機(jī)視覺(jué)分析大棚作物的植株顏色和發(fā)育階段等生長(zhǎng)信息的方法，利用專(zhuān)家系統(tǒng)挖掘視覺(jué)分析數(shù)據(jù)，評(píng)判作物的生長(zhǎng)狀況，預(yù)測(cè)后續(xù)生長(zhǎng)趨勢(shì)和最終產(chǎn)量。大棚黃瓜的試驗(yàn)結(jié)果表明：基于計(jì)算機(jī)視覺(jué)的數(shù)據(jù)挖掘可以準(zhǔn)確評(píng)判黃瓜的生長(zhǎng)狀況，較為準(zhǔn)確地預(yù)測(cè)成熟時(shí)期和最終產(chǎn)量，提高了大棚生產(chǎn)的智能化水平。

　　關(guān)鍵詞：計(jì)算機(jī)視覺(jué),大棚作物,生長(zhǎng)趨勢(shì),挖掘

　　農(nóng)業(yè)生產(chǎn)高度依賴自然環(huán)境和氣候條件，受自然因素多變的影響，具有明顯的季節(jié)性。我國(guó)是農(nóng)業(yè)大國(guó)，農(nóng)業(yè)生產(chǎn)順利進(jìn)行可以為國(guó)民經(jīng)濟(jì)的正常發(fā)展提供保障。為了打破多變的自然因素限制，人們發(fā)明并設(shè)計(jì)了各種新型的農(nóng)業(yè)生產(chǎn)技術(shù)和設(shè)施。設(shè)施農(nóng)業(yè)利用各種設(shè)施獲得可控的環(huán)境條件，并通過(guò)工程技術(shù)手段實(shí)現(xiàn)動(dòng)植物的高效生產(chǎn)。

　　設(shè)施農(nóng)業(yè)涵蓋作物種植、動(dòng)物養(yǎng)殖和食用菌種植，具體形式主要有玻璃溫室和塑料大棚。設(shè)施農(nóng)業(yè)的作物產(chǎn)量是常規(guī)種植的3.5倍，因此特別適合于我國(guó)人均耕地面積少的國(guó)情，是解決我國(guó)農(nóng)業(yè)受土地面積制約、實(shí)現(xiàn)可持續(xù)發(fā)展的有效手段。目前，我國(guó)設(shè)施農(nóng)業(yè)面積占世界總面積超過(guò)了85%，且開(kāi)始從數(shù)量?jī)?yōu)勢(shì)向質(zhì)量提升轉(zhuǎn)變，技術(shù)上日益接近世界先進(jìn)水平。與溫室相比，大棚的保溫性能較差，使用年限也短;但是，大棚結(jié)構(gòu)簡(jiǎn)單，制造和維護(hù)成本也較低，適合在一些農(nóng)業(yè)基礎(chǔ)設(shè)施相對(duì)薄弱的地區(qū)推廣應(yīng)用。

　　大棚是作物、蔬菜和花卉的種植場(chǎng)所，能夠顯著提高作物的抗災(zāi)減災(zāi)和反季節(jié)生產(chǎn)能力，在農(nóng)業(yè)的發(fā)展史上具有里程碑的意義。經(jīng)過(guò)長(zhǎng)期的發(fā)展，大棚在實(shí)踐應(yīng)用中也暴露出一些問(wèn)題，對(duì)農(nóng)產(chǎn)品的產(chǎn)量質(zhì)量及種植效益都造成了不利影響。大棚的封閉性強(qiáng)，內(nèi)部溫濕度較大，利于各種農(nóng)業(yè)害蟲(chóng)和病菌的滋生繁殖，因此大棚內(nèi)的農(nóng)業(yè)病蟲(chóng)害極為嚴(yán)重[1]。

　　另外，棚內(nèi)的環(huán)境與外界隔離，土壤經(jīng)過(guò)長(zhǎng)期使用后的連作障礙日益明顯，肥料利用率降低，營(yíng)養(yǎng)成分流失嚴(yán)重，成為制約大棚持續(xù)利用的關(guān)鍵[2]。最后，由于受總體制造成本的限制，早期的大棚內(nèi)較少安裝高技術(shù)含量的儀器設(shè)備，影響了大棚的自動(dòng)化和智能化水平。以上的因素都不利于大棚作物的正常生長(zhǎng)，增加了大棚種植效益提升和持續(xù)應(yīng)用的難度，引起種植者和農(nóng)業(yè)研究人員的重視。

　　為此，人們?cè)O(shè)計(jì)了各種新型的大棚管理技術(shù)和方法，部分已經(jīng)開(kāi)始在實(shí)踐應(yīng)用中發(fā)揮作用。侯玉佳等針對(duì)大棚病蟲(chóng)害嚴(yán)重的問(wèn)題，設(shè)計(jì)了一種大棚作物的病蟲(chóng)害監(jiān)控系統(tǒng)，實(shí)現(xiàn)了對(duì)病蟲(chóng)害發(fā)生面積和動(dòng)態(tài)等信息的采集[3]。另外，司鳳霞認(rèn)為對(duì)大棚作物的病蟲(chóng)害應(yīng)以綜合防治為基礎(chǔ)，包括農(nóng)業(yè)防治、物理防治、藥劑防治和生物防治，才能將危害降至最低，從而獲得較高種植收益[4]。喻景權(quán)等探討了連作障礙在蔬菜設(shè)施栽培中形成的基礎(chǔ)，提出了耕作制度、生物防治和肥料施用等方面的解決辦法，并對(duì)其可行性進(jìn)行了分析[5]。

　　近年來(lái)，無(wú)線通信、微電子、傳感器和嵌入式等技術(shù)的發(fā)展使得無(wú)線傳感網(wǎng)絡(luò)的成本和功率消耗大幅度降低，以之為基礎(chǔ)建立起來(lái)的物聯(lián)網(wǎng)開(kāi)始應(yīng)用于大棚的遠(yuǎn)程監(jiān)控和生產(chǎn)管理中，提高了大棚的智能化水平[6-9]。作物的生長(zhǎng)狀況是大棚監(jiān)控的重要內(nèi)容，可以反映大棚生產(chǎn)管理的效果，并作為病蟲(chóng)害防治、水肥管理和產(chǎn)量預(yù)測(cè)的依據(jù)。

　　作物生長(zhǎng)狀況通常由種植者觀察獲得，并依靠經(jīng)驗(yàn)判斷生長(zhǎng)趨勢(shì)，所做出的決策受主觀因素影響會(huì)出現(xiàn)偏差，導(dǎo)致作物無(wú)法達(dá)到預(yù)期產(chǎn)量。為此，劉硯菊等采用模糊神經(jīng)網(wǎng)絡(luò)處理植物生長(zhǎng)數(shù)據(jù)，獲得植物最佳生長(zhǎng)狀態(tài)所對(duì)應(yīng)的環(huán)境數(shù)據(jù)，為大棚的參數(shù)控制提供依據(jù)[10]。隨著各種新技術(shù)的出現(xiàn)，對(duì)于作物生長(zhǎng)信息的采集和生長(zhǎng)趨勢(shì)挖掘方法也出現(xiàn)變革，較為典型的是計(jì)算機(jī)視覺(jué)技術(shù)。

　　計(jì)算機(jī)視覺(jué)是圖像分析技術(shù)，從拍攝的圖像中提取信息進(jìn)行分析識(shí)別，獲得有價(jià)值的結(jié)果。計(jì)算機(jī)視覺(jué)在農(nóng)業(yè)上可以分析田間作物圖像，具有監(jiān)測(cè)農(nóng)田雜草、作物長(zhǎng)勢(shì)和病蟲(chóng)草害發(fā)生程度的功能[11-13]。本文以大棚作物為對(duì)象，拍攝作物圖像并通過(guò)計(jì)算機(jī)視覺(jué)獲取生長(zhǎng)信息，然后在專(zhuān)家系統(tǒng)中分析挖掘植株大小、葉片顏色和發(fā)育階段等信息數(shù)據(jù)，以此為依據(jù)評(píng)判作物的生長(zhǎng)狀況，用于指導(dǎo)大棚的農(nóng)藝操作和預(yù)測(cè)作物產(chǎn)量，從而提高大棚生產(chǎn)的智能化水平。

　　1設(shè)計(jì)原理及硬件組成

　　1.1設(shè)計(jì)原理

　　安裝在大棚中的攝像頭拍攝作物的圖像，由A/D轉(zhuǎn)換器進(jìn)行模數(shù)轉(zhuǎn)換，成為計(jì)算機(jī)可識(shí)別的數(shù)碼信號(hào)。數(shù)碼信號(hào)以無(wú)線形式發(fā)送給核心計(jì)算機(jī)，經(jīng)過(guò)去噪處理、灰度化和閾值分割等視覺(jué)分析步驟后提取目標(biāo)特征。計(jì)算機(jī)視覺(jué)分析的結(jié)果輸入到專(zhuān)家系統(tǒng)的知識(shí)庫(kù)中，對(duì)作物的植株大小、葉片顏色和發(fā)育階段數(shù)據(jù)進(jìn)行挖掘，依據(jù)專(zhuān)家經(jīng)驗(yàn)評(píng)判作物的生長(zhǎng)狀況，并預(yù)測(cè)后續(xù)生長(zhǎng)趨勢(shì)和最終產(chǎn)量。分析結(jié)果輸出在顯示屏上，并進(jìn)行存儲(chǔ)。

　　1.2硬件組成

　　攝像頭為中星C301高清芯片型，得益于CMOS感光元件，其成像的像素較高，且具有較好的兼容性和可靠性，能夠滿足大棚圖像采集的要求。攝像頭在大棚里的安裝高度1.3m，通過(guò)電機(jī)驅(qū)動(dòng)實(shí)現(xiàn)了180°拍攝視角，并能適應(yīng)大棚高溫高濕的工作環(huán)境。

　　A/D轉(zhuǎn)換器為天創(chuàng)UB570型圖像采集卡，可以把原始圖像信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)以供計(jì)算機(jī)分析。大棚與核心計(jì)算機(jī)之間的連接采用無(wú)線WIFI技術(shù)，其通訊帶寬大，數(shù)據(jù)實(shí)時(shí)傳輸能力強(qiáng)。接收裝置與計(jì)算機(jī)之間通過(guò)UART接口有線連接，接收采集的圖像。

　　核心計(jì)算機(jī)是聯(lián)想揚(yáng)天M4700型，配制包括Inteli6中央處理器以及10GB的DDR4內(nèi)存。安裝的操作系統(tǒng)為Windows10軟件，圖像分析軟件為MatLab工具箱，能夠進(jìn)行計(jì)算機(jī)視覺(jué)的實(shí)時(shí)處理和分析。專(zhuān)家系統(tǒng)中的推理機(jī)和知識(shí)庫(kù)功能由1臺(tái)聯(lián)想X3550M5型服務(wù)器完成，服務(wù)器配置16GB的DDR4型內(nèi)存以及2TB的硬盤(pán)，各種數(shù)據(jù)庫(kù)和信息庫(kù)存儲(chǔ)在其中。服務(wù)器外接P64CD1型LCD顯示屏用于實(shí)時(shí)顯示作物生長(zhǎng)數(shù)據(jù)，以及北京宏空HK-CRAM型存儲(chǔ)器用于保存分析的結(jié)果。

　　2圖像處理

　　以種植黃瓜的大棚為例，拍攝的時(shí)間為結(jié)果前期。攝像頭與拍攝目標(biāo)之間相對(duì)靜止，避免了運(yùn)動(dòng)對(duì)于圖像質(zhì)量的影響。但是，拍攝的瞬間攝像頭可能正在轉(zhuǎn)動(dòng)，加上大棚中存在的水汽和灰塵，導(dǎo)致圖像中仍然帶有噪音，會(huì)對(duì)后續(xù)分析造成影響。研究通過(guò)對(duì)圖像進(jìn)行5×5的中值濾波平滑處理去除噪音，從而獲得較高質(zhì)量的原始圖像。由于拍攝角度的影響，距離攝像頭不同位置上的物體在圖像上存在畸變，影響了后續(xù)對(duì)黃瓜各種器官面積計(jì)算的準(zhǔn)確性。文本參考相關(guān)文獻(xiàn)，對(duì)圖像畸變進(jìn)行了校正。大棚內(nèi)的光線較自然條件下弱，且光線的直射少，漫反射多。

　　根據(jù)上述特點(diǎn)，選用HSI模型的顏色空間對(duì)圖像進(jìn)行分析，在色調(diào)H、飽和度S和亮度I這3個(gè)分量上處理，獲得了HSI顏色空間下對(duì)I分量灰度化的圖像。黃瓜結(jié)果前期的植株器官包括葉片、莖、果實(shí)和花，它們都是黃瓜生長(zhǎng)狀態(tài)的外部反映，也是后期生長(zhǎng)趨勢(shì)和產(chǎn)量形成的基礎(chǔ)。其中，葉片和莖的顏色可以反映水分和營(yíng)養(yǎng)狀況，果實(shí)和花的數(shù)量可以反映生長(zhǎng)發(fā)育階段和最終產(chǎn)量。葉片、莖和果實(shí)為綠色，花為黃色，因此計(jì)算機(jī)視覺(jué)可以通過(guò)顏色的差異首先將花識(shí)別出來(lái)。對(duì)于果實(shí)，則利用其形狀的特征從綠色背景中進(jìn)行分割。

　　在H、S和I這3個(gè)分量中，將I分量灰度圖做最大類(lèi)間方差分析，再進(jìn)行二值化和直方圖分析，從而獲得最大閾值T1和T2。依據(jù)T1和T2進(jìn)行閾值分割，得到莖葉、果實(shí)和花的圖像區(qū)域，莖葉表示為灰色，果實(shí)表示為黑色，花表示為白色。統(tǒng)計(jì)的數(shù)據(jù)信息包括莖葉區(qū)域中綠色像素的數(shù)量、果實(shí)區(qū)域的數(shù)量及面積、花的數(shù)量。

　　3數(shù)據(jù)挖掘和生長(zhǎng)趨勢(shì)判定

　　作物的生長(zhǎng)狀況可以分為良好、中等和較差，主要體現(xiàn)在各營(yíng)養(yǎng)和生殖器官的顏色和大小上;生長(zhǎng)階段包括營(yíng)養(yǎng)生長(zhǎng)和生殖生長(zhǎng)，主要體現(xiàn)在生殖器官的數(shù)量上。通過(guò)在專(zhuān)家系統(tǒng)中挖掘作物圖像的計(jì)算機(jī)視覺(jué)數(shù)據(jù)，可以評(píng)判作物當(dāng)前的生長(zhǎng)狀況和后續(xù)的生長(zhǎng)趨勢(shì)。

　　專(zhuān)家系統(tǒng)包括知識(shí)庫(kù)和推理機(jī):知識(shí)庫(kù)中存入了關(guān)于作物生長(zhǎng)信息的專(zhuān)家知識(shí);推理機(jī)根據(jù)模糊隸屬函數(shù)，進(jìn)行作物生長(zhǎng)數(shù)據(jù)和生長(zhǎng)狀態(tài)及趨勢(shì)的訓(xùn)練，并依據(jù)專(zhuān)家知識(shí)獲得各項(xiàng)參數(shù)和閾值，也存入到知識(shí)庫(kù)中。在實(shí)際應(yīng)用中，推理機(jī)將計(jì)算機(jī)視覺(jué)數(shù)據(jù)錄入輸入層，運(yùn)行數(shù)值計(jì)算過(guò)程，最后結(jié)合專(zhuān)家知識(shí)庫(kù)推理計(jì)算得到作物生長(zhǎng)狀況和后續(xù)生長(zhǎng)趨勢(shì)的結(jié)果。

　　4試驗(yàn)結(jié)果和分析

　　2017年，在本單位的大棚內(nèi)以黃瓜為對(duì)象進(jìn)行了試驗(yàn)，選用的3個(gè)黃瓜品種為中農(nóng)16、早青2號(hào)和粵秀1號(hào)。在各品種的結(jié)果前期拍攝圖像，進(jìn)行計(jì)算機(jī)視覺(jué)分析，挖掘分析的數(shù)據(jù)后評(píng)判生長(zhǎng)狀況，并預(yù)測(cè)后續(xù)的生長(zhǎng)趨勢(shì)。后續(xù)生長(zhǎng)趨勢(shì)的反映指標(biāo)為成熟時(shí)期和產(chǎn)量，將數(shù)據(jù)挖掘所獲得的結(jié)果與人工調(diào)查獲得的實(shí)際值比較，評(píng)價(jià)這種方法的準(zhǔn)確性。基于計(jì)算機(jī)視覺(jué)數(shù)據(jù)的挖掘可以準(zhǔn)確評(píng)判3個(gè)黃瓜品種的生長(zhǎng)狀況，對(duì)于成熟時(shí)期的預(yù)測(cè)與實(shí)際數(shù)值僅相差1天，還能較為準(zhǔn)確地預(yù)測(cè)最終產(chǎn)量。

　　5結(jié)論

　　以大棚作物為對(duì)象，拍攝作物的圖像并通過(guò)計(jì)算機(jī)視覺(jué)分析作物顏色和發(fā)育階段等生長(zhǎng)信息，然后利用專(zhuān)家系統(tǒng)挖掘視覺(jué)分析數(shù)據(jù)，評(píng)判作物的生長(zhǎng)狀況，預(yù)測(cè)后續(xù)生長(zhǎng)趨勢(shì)和最終產(chǎn)量。對(duì)大棚黃瓜的試驗(yàn)結(jié)果表明:基于計(jì)算機(jī)視覺(jué)數(shù)據(jù)的挖掘可以準(zhǔn)確評(píng)判黃瓜的生長(zhǎng)狀況，還能夠較為準(zhǔn)確地預(yù)測(cè)成熟時(shí)期和最終產(chǎn)量，提高了大棚生產(chǎn)的智能化水平。

　　參考文獻(xiàn):

　　[1]李罕瓊，黃水招.大棚作物病害發(fā)生特點(diǎn)與防治對(duì)策[J].上海蔬菜，2005(6):57-58.

　　[2]沈明星，吳彤東，謝正榮，等.大棚作物—水稻種植模式對(duì)稻谷產(chǎn)量和氮素面源污染的影響[J].上海農(nóng)業(yè)學(xué)報(bào)，2009，25(3):79-81.

　　[3]侯玉佳，李云芳.基于DSP的大棚作物病蟲(chóng)害監(jiān)控系統(tǒng)設(shè)計(jì)[J].農(nóng)產(chǎn)品加工:創(chuàng)新版，2009，194(12):73-75.

　　[4]司鳳霞.淺析大棚作物病蟲(chóng)害綜合防治的措施[J].農(nóng)機(jī)服務(wù)，2017，34(10):70.

　　[5]喻景權(quán)，杜堯舜.蔬菜設(shè)施栽培可持續(xù)發(fā)展中的連作障礙問(wèn)題[J].沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，31(1):124-126.

　　[6]柳軍，羅克勇，陶建平，等.基于WSN技術(shù)的低功耗大棚關(guān)鍵環(huán)境因子監(jiān)控系統(tǒng)[J].江蘇農(nóng)業(yè)科學(xué)，2014，42(9):377-379.

　　[7]盛占石，吳璣琪.基于Web的溫室大棚遠(yuǎn)程監(jiān)控系統(tǒng)[J].電子器件，2014，37(5):923-926.

　　[8]濮永仙.基于物聯(lián)網(wǎng)的大棚作物生產(chǎn)智能管理系統(tǒng)研究[J].智能計(jì)算機(jī)與應(yīng)用，2015，5(6):103-107.

　　[9]初金星.基于物聯(lián)網(wǎng)的大棚作物生產(chǎn)智能管理系統(tǒng)研究[J].中國(guó)科技投資，2016(6):196.

　　[10]劉硯菊，蔣兵兵，杜靈，等.FNN專(zhuān)家系統(tǒng)在作物最佳生長(zhǎng)環(huán)境決策中的應(yīng)用[J].沈陽(yáng)理工大學(xué)學(xué)報(bào)，2016，35(3):23-26.

　　農(nóng)業(yè)期刊推薦：《農(nóng)產(chǎn)品加工》(月刊)創(chuàng)刊于2002年，由山西省農(nóng)機(jī)化研究院、山西省農(nóng)產(chǎn)品加工裝備技術(shù)管理站、山西省農(nóng)業(yè)產(chǎn)業(yè)化協(xié)會(huì)主辦。是由農(nóng)業(yè)部農(nóng)產(chǎn)品加工局重點(diǎn)支持的中國(guó)農(nóng)產(chǎn)品加工業(yè)專(zhuān)業(yè)媒體。《農(nóng)產(chǎn)品加工》是由農(nóng)業(yè)部農(nóng)產(chǎn)品加工局支持的中國(guó)農(nóng)產(chǎn)品加工業(yè)主流媒體，是國(guó)內(nèi)惟一的專(zhuān)業(yè)服務(wù)于農(nóng)產(chǎn)品加工業(yè)的綜合性期刊，也是中國(guó)科技核心期刊。