[發明專利]一種種植大棚智能監測系統及方法

在審

• 申請號: 201710024705.0
• 申請日: 2017-01-13
• 公開（公告）號: CN106768066A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 涂兵;王錦萍;歐先鋒;陶健;周宏冀;周瑤;譚雄杰;匡文蘭;周承樂
• 申請（專利權）人: 湖南理工學院
• 主分類號: G01D21/02
• 分類號: G01D21/02;A01G9/14;A01G9/24;A01C23/00;A01C23/04
• 代理公司: 岳陽市大正專利事務所43103
• 代理人: 皮維華

技術領域

本發明涉及作物遠程智能監控技術，尤其涉及一種種植大棚智能監測方法及系統。

背景技術

通過種植業資源調查，肥料與水分的及時補給對于作物的種植具有重要作用。近幾十年來，雖然傳統種植業發生了較大改變，但受制于地形等因素，種植業機械化程度仍然較低，大部分種植者對于作物肥料與水分的噴灑主要通過種植者經驗和習慣來確定噴灑時機，由人工來完成肥料與水分的噴灑操作。但經驗式、習慣式的判斷因人而異且不穩定；且由于農村勞動力的流失，人均種植面積變大，作物種類變多，導致難以通過人工完成大規模作物群的肥料與水分噴灑時機決策和噴灑操作。加之人工重復性勞動容易導致肥料與水分噴灑時機決策和肥料噴灑失誤，這種不準確、不穩定的人工決策方式和效率低下的人工噴灑方式將嚴重影響作物的收成，造成了時間和物資的浪費，不利于種植者在經濟上及時補救。

發明內容

本發明的目的在于提供一種種植大棚智能監測方法及系統，采用這種系統能進行肥料與水分的精準噴灑，實現對種植區域作物的實時監控。

本發明所采用的技術方案是：一種種植大棚智能監控系統系統，它包括有大棚框架主體、可翻轉的透明天花板、鋪設在大棚頂部的方形導軌、大棚地面的S形導軌、方形導軌上的控速小車、S形導軌上的移動小車，其特征在于：所述透明天花板由電機控制，所述控速小車底部設有無線信號模塊和上下伸縮支桿并且該支桿底部設有花灑；所述移動小車頂部設有無線信號模塊和可伸縮旋轉支桿并且該支桿頂部設有攝像頭，所述控速小車、花灑、移動小車、攝像頭均通過無線信號與計算機相連接，在大棚的內部地面上設有濕度傳感器，且大棚內部兩側設有溫度傳感器，大棚左側設有二氧化碳傳感器，所述傳感器均通過總線與計算機連接，所述計算機包括有參數設置模塊、圖像采集模塊、作物參數提取分析模塊、環境參數提取分析模塊、花灑控制模塊、天花板控制模塊。

所述參數設置模塊用于設定溫度傳感器、濕度傳感器、二氧化碳傳感器和攝像頭采集參數；所述圖像采集模塊用于自動采集作物視頻圖像；所述作物參數提取分析模塊用于自動分析作物生長情況；所述環境參數提取分析模塊用于獲取當前大棚內的溫度、濕度、二氧化碳濃度參數；所述花灑控制模塊用于花灑噴灑；所述天花板控制模塊用于控制天花板的翻轉。

本發明采用的種植大棚智能監測方法，包括下列步驟：

（1）根據大棚內作物設置溫度、濕度、二氧化碳傳感器和攝像頭采集參數；

（2）開啟移動小車，小車沿軌道來回移動；

（3）攝像頭實時拍攝作物，攝像頭自動采集作物視頻圖像并保存；

（4）提取步驟（3）視頻圖像中作物的葉子形態學特征，通過訓練好的切比雪夫曲率預測模型，對葉子的形態學特征進行分析得到葉子邊緣曲率數據，然后結合濕度傳感器上的數據進行SVM分類預測，得到作物需水情況，判斷是否需要灑水；

（5）提取步驟（3）視頻圖像中作物的莖干輪廓特征，采用基于局部曲率的分段輪廓平滑算法對莖干的大致輪廓進行分析得到莖干的輪廓數據，然后將數據傳輸到計算機，通過訓練好的SVM模型，得到當前作物的生長期；

（6）提取溫度、二氧化碳傳感器上的數據，采用SVM訓練好的分類模型，通過SVM方法判斷當前二氧化碳濃度是否超標；

（7）經過步驟（4）判斷后，若需灑水則計算機發出無線信號至控速小車，使花灑移動到作物待澆水區域、控制軟管開關，花灑噴灑水；

（8）經過步驟（5）判斷后，根據所得到的作物生長期，計算機發出無線信號至控速小車，花灑移動到作物待施肥區域、控制軟管開關，花灑噴灑與生長期對應的肥料液。

（9）經過步驟（6）判斷后，若二氧化碳濃度超標，則計算機向可翻轉透明天花板電機發送指令，使透明天花板翻轉。

所述步驟（4）的具體過程是：先使用二值閾值法將彩色圖像處理為灰度圖像，接著使用灰度邊緣檢測算法得到葉子邊緣數據，再將該數據通過訓練好的切比雪夫曲率預測模型，得到葉子的邊緣曲率，接著將葉子邊緣曲率和濕度傳感器上當前濕度數據進行SVM分類預測，得到植物需水程度從而判斷植物是否需要灑水。

所述步驟（5）的具體過程是：先使用圖像二分法提取莖干的大致輪廓，接著對圖像莖干輪廓的曲率進行領域平均，通過平均值閾值操作得到輪廓點的分類；然后對分類后的輪廓點進行合并，將輪廓劃分為特征區域和非特征區域；其次，在兩類區域內分別采用不同方差的高斯濾波進行平滑去噪，得到莖干的輪廓數據；最后將數據傳輸到計算機，通過訓練好的SVM模型，得到當前作物的生長期。