基于視頻挖掘的成熟期水稻圖像處理算法研究.pdf

1、當前的水稻聯(lián)合收割機，一般谷粒損失率均在2％4％之間，甚至個別大型水稻聯(lián)合收割機谷粒損失率高達10％以上。若能減少1％的損失率，按照平均畝產(chǎn)500kg 來計算，目前全國水稻種植面積約4.3 億畝 [1]，也就相當于增加水稻種植面積0.043 億畝，如果按照水稻每公斤1.6 元來計算，就可以減少34.4 億元的損失。分析水稻聯(lián)合收割機產(chǎn)生谷粒損失的主要原因，主要是水稻成熟期密度是變化的，水稻聯(lián)合收割機不能夠實時的適應這種變化。
　　

2、 另者傳統(tǒng)的圖像處理算法，在 586 計算上處理一幀圖像一般需要1S 鐘左右，不能適應水稻聯(lián)合收割機的實時性要求；水稻成熟期生長密度與水稻品種有關，且水稻的品種眾多、新品種也不斷涌現(xiàn)，如何用一種算法適應此種變化值得深入研究；其二，即使同一個品種，圖像處理算法與光照、作物生長態(tài)勢等環(huán)境因素均有關；研究一種算法，既能適應水稻聯(lián)合收割機工作實時性要求，又能適應與水稻品種、光照等環(huán)境因素無關，是本算法重點解決的問題。
　　 其一，解決

3、與水稻品種、光照等環(huán)境因素無關算法的思路，采用模板算法，大概過程如下：（1）實驗田中隨機選擇46塊區(qū)域，面積與實驗標定的水稻圖像檢測面積相同，按照以前做的研究方法采集、標定。（2）根據(jù)采集的數(shù)據(jù)，以其均值、幀差均值等為模板參數(shù)。
　　 其二，解決水稻聯(lián)合收割機對算法實時性的要求，采用圖像關鍵幀技術解決。
　　 由于聯(lián)合收割機本身就具備一定的對成熟期水稻生長密度的自適應性，只要檢測到成熟期水稻生長特別密和特別稀的圖像幀，然

4、后通過自動控制技術控制水稻聯(lián)合收割機的前進速度，例如特別密的水稻可通過減少聯(lián)合收割機的前進速度，特別稀的水稻可通過增加聯(lián)合收割機的速度，以維持聯(lián)合收割機的喂入量密度不變。本文采用的主要算法中，基于直方圖幀差法算法如下：（1）確定模板以后，在模板內(nèi)選取的所有圖像幀中，提取直方圖中谷、葉對應的灰度值的像素數(shù)作為參考。（2）根據(jù)獲得的視頻序列，確定每一幅圖像幀的直方圖，與模板谷葉對應的灰度值的像素數(shù)的均值求差。（3）最后根據(jù)通過模板確定的全局