深度图像处理在精准农业领域的应用研究

摘要

精准农业是以定时、定位、定量控制农资农作为核心理念，以低投入、高收益为目标的现代化农业生产模式，代表着可持续环保型农业的发展方向。对于精准农业所需要的定位、定量等信息，图像的获取和处理具有重要的意义。三维图像弥补了二维图像在深度信息上的缺失，因此在实际应用中更为精确，其中，基于ToF（Time of Flight）相机的三维成像技术可直接获取目标的深度信息，在农作物位置及表型参数的确定上优势明显。结合ToF相机获取深度信息的快捷性和室外操作的简便性，本文提出了将其应用于精准农业领域研究的方案，并针对精准农业所需的定位、定量等信息，做了以下研究工作。
　　在农作物的位置信息获取研究中，提出对典型植株进行边缘检测后再进行平滑窗口内密集叶片检测的方法，获取典型植株的位置信息;考虑复杂背景的干扰，提出基于深度特征的阈值分割方法，对蔬菜进行深度阈值分割后求取单棵蔬菜连通域的质心，获取蔬菜的位置信息。
　　在农作物表型特征参数的获取研究中，首先基于Harris角点检测获取主茎的根部和顶端坐标，通过计算三维坐标的欧氏距离得到典型植株的株高;对于蔬菜生长态势的研究，本文通过获取其纵向和横向的形态来共同评定其尺寸大小，并设计了算法流程，为农作物的长势评估提供更精确的解决方案。
　　针对三维图像在精准农业定位、定量研究上的优势，本文提出使用ToF相机获取农作物深度信息，并对农作物位置信息和表型特征参数进行检测和提取，为ToF相机在精准农业领域的研究提出了具体的方案，并验证了可行性。

目录

声明

摘要

第1章 绪论

1．1 研究的背景与意义

1．2 课题研究现状

1．2．1 深度图像处理技术的研究现状

1．2．2 深度图像技术在精准农业领域的研究现状

1．3 本文的主要内容

第2章 深度图像技术概述

2．1 三维图像获取方法的研究

2．1．1 双目立体视觉系统

2．1．2 结构光成像

2．1．3 ToF相机成像

2．2 ToF相机成像特征

2．2．1 ToF相机成像的优势

2．2．2 ToF相机成像的劣势

2．2．3 ToF相机使用概述

2．3 深度图像技术的应用

第3章 基于深度图像的农作物位置信息检测

3．1 农作物位置信息提取概述

3．2 深度图像的采集与去噪

3．2．2 深度图像去噪

3．3 基于深度特征的阈值分割

3．4 农作物边缘特征的提取

3．4．1 常用的边缘提取方法

3．4．2 灰度图像边缘提取结果分析

3．4．3 深度图像的边缘检测

3．5 农作物位置信息的提取

3．5．1 基于平滑窗口的密集叶片检测

3．5．2 基于连通域的农作物区域标记

3．5．3 实验结果与分析

第4章 基于深度图像的农作物特征参数提取

4．1 农作物特征参数提取概述

4．2 农作物株高的获取

4．2．1 农作物株高的获取流程分析

4．2．2 Harris角点检测叶片特征

4．2．3 农作物株高的提取

4．3 农作物形态的提取

4．3．2 农作物横向形态的提取

第5章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果