基于嵌入式圖像終端的農(nóng)作物蟲害監(jiān)測系統(tǒng)設(shè)計(jì)

張新良 夏亞飛 夏楠 冷正明

摘要：為實(shí)現(xiàn)對農(nóng)作物蟲害的實(shí)時(shí)預(yù)警并輔助疾病診斷，實(shí)現(xiàn)無人值守的病蟲害智能監(jiān)控，設(shè)計(jì)一種嵌入式設(shè)備與工控機(jī)相結(jié)合的農(nóng)作物蟲害監(jiān)測系統(tǒng)。通過下位機(jī)ARM-Linux嵌入式圖像終端采集農(nóng)作物葉片圖像，利用TCP/IP網(wǎng)絡(luò)發(fā)送數(shù)據(jù)；上位機(jī)監(jiān)測系統(tǒng)利用虛擬儀器接收并解析圖像，完成圖像格式轉(zhuǎn)換、蟲害診斷與實(shí)時(shí)顯示。針對傳統(tǒng)基于Web技術(shù)的圖像監(jiān)控系統(tǒng)只能通過瀏覽器或?qū)Ｓ每蛻舳塑浖g覽圖像，而不能處理數(shù)據(jù)的缺點(diǎn)，設(shè)計(jì)網(wǎng)絡(luò)ppm格式圖像數(shù)據(jù)至LabVIEW圖像數(shù)據(jù)的轉(zhuǎn)換函數(shù)，實(shí)現(xiàn)農(nóng)作物葉片圖像的自動(dòng)采集、顯示與圖像處理功能。測試結(jié)果表明，該系統(tǒng)工作穩(wěn)定，在農(nóng)業(yè)病蟲害的圖像采集與診斷防治方面具有重要的應(yīng)用價(jià)值。

關(guān)鍵詞：農(nóng)作物；蟲害監(jiān)測；嵌入式；虛擬儀器；圖像處理

DOI：10.11907/rjdk.173175

中圖分類號：TP319

文獻(xiàn)標(biāo)識碼：A文章編號：1672-7800（2018）007-0124-04

Abstract：Inordertodiagnosecroppestsanddiseasesinrealtimeandrealizeunmannedintelligentmonitoringofpestsanddiseases，amonitoringsystemofcroppestsbasedonembeddedequipmentandindustrialcomputerisdesigned.TheARM-LinuxembeddedimageacquisitionterminalcollectsthecropleafimagesandsendsdatatothehostcomputerthroughaTCP/IPnetwork.Theuppercomputerreceivesandparsestheimages.Atthesametime，underthesupportofvirtualinstrumentsoftware，theimageureprocessedtocompletetheformatconversion，preservationanddisplay.ThemonitoringsystemhasprovidedanapplicableapproachtoaccesstheimagedataontheWebthroughthetransformationofppmimagetoLabVIEWimage，whichareavailableforbrowseonlybytheinternetexplorerorthespecialclientsinmostcases.Theexperimentalresultshaveshownitseffectivenessandstability.Thesystemisexpectedtobeofgreatapplicationvalueforthediagnosisofvariousagriculturaldiseasesandpestsimageacquisition.

KeyWords：crops；pestsmonitoring；embedded；virtualinstrument；imageprocessing

0引言

隨著精準(zhǔn)農(nóng)業(yè)的不斷發(fā)展，運(yùn)用信息技術(shù)輔助農(nóng)業(yè)生產(chǎn)為農(nóng)作物病蟲害監(jiān)測提供了新思路[1]。數(shù)字圖像技術(shù)在農(nóng)作物信息采集方面具有精度高、速度快、信息量豐富等優(yōu)點(diǎn)，在圖像處理算法支持下，可有效降低人為判斷病蟲害的主觀性，提高實(shí)時(shí)性且節(jié)約了勞動(dòng)力，在農(nóng)作物生長狀況監(jiān)測中應(yīng)用廣泛[2]。

相比于其它視頻監(jiān)控系統(tǒng)對性能高速率的要求，蟲害監(jiān)測系統(tǒng)更側(cè)重于圖像終端的便利采集、穩(wěn)定傳輸性能，以及監(jiān)測上位機(jī)的圖像處理性能[3]。嵌入式圖像采集終端相比于單片機(jī)、DSP處理器等采集設(shè)備[4-8]，其操作系統(tǒng)穩(wěn)定性更強(qiáng)，并具有更為強(qiáng)大的事務(wù)管理功能，借助于豐富的內(nèi)部資源和多任務(wù)并行機(jī)制，可以實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)采集、控制和通訊任務(wù)[9]。但目前基于Web技術(shù)的圖像監(jiān)控系統(tǒng)只能通過瀏覽器或?qū)Ｓ玫目蛻舳塑浖g覽圖像，而無法處理數(shù)據(jù)?；诖?，本文利用ARM-Linux嵌入式設(shè)備和TCP/IP網(wǎng)絡(luò)設(shè)計(jì)農(nóng)作物圖像采集終端，利用虛擬儀器LabVIEW圖形化編程平臺進(jìn)行監(jiān)測上位機(jī)設(shè)計(jì)，以解決網(wǎng)絡(luò)圖像數(shù)據(jù)的接收與數(shù)據(jù)處理問題。同時(shí)，根據(jù)農(nóng)作物病蟲害的監(jiān)測需求，使用虛擬儀器軟件對蟲害葉片進(jìn)行診斷。

1嵌入式圖像采集終端

在ARM-Linux系統(tǒng)中，應(yīng)用程序通過訪問硬件資源的設(shè)備文件實(shí)現(xiàn)對設(shè)備的控制，其中，V4L2是Linux系統(tǒng)下視頻設(shè)備驅(qū)動(dòng)程序接口規(guī)范，其為上層應(yīng)用程序提供了一系列接口函數(shù)，控制視頻設(shè)備完成視頻圖像采集[10]，而Socket則提供了網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)木幊探涌?。本系統(tǒng)的圖像采集終端在接收到上位機(jī)采集指令后，完成采集任務(wù)，將采集到的圖像數(shù)據(jù)轉(zhuǎn)換為RGB格式發(fā)送至上位機(jī)。

1.1LinuxV4L2圖像采集

在Linux系統(tǒng)中對圖像采集設(shè)備的操作通過V4L2調(diào)用“intioctl（intfd，intrequest，void*argp）”函數(shù)完成，其中fd為設(shè)備文件描述符，request為系統(tǒng)調(diào)用類型，argp為數(shù)據(jù)傳遞緩沖區(qū)地址。圖像數(shù)據(jù)采集任務(wù)按照“打開設(shè)備”、“申請緩存”、“內(nèi)存映射”、“讀寫緩存”、“關(guān)閉設(shè)備”5個(gè)步驟完成，具體功能實(shí)現(xiàn)代碼如表1所示。

其中，fd=open（dev_name，O_RDWR，0）以阻塞模式打開USB視頻設(shè)備文件，當(dāng)緩沖區(qū)數(shù)據(jù)準(zhǔn)備就緒，將數(shù)據(jù)返回應(yīng)用程序[11]；mmmap（）指令將內(nèi)核空間緩存映射到用戶空間，以提高應(yīng)用程序讀取/處理視頻數(shù)據(jù)的效率；通過循環(huán)調(diào)用ioctl（fd，VIDIOC_QBUF，&buf;）函數(shù)，將申請的S個(gè)幀緩存放入采集隊(duì)列，啟動(dòng)視頻采集；當(dāng)數(shù)據(jù)準(zhǔn)備就緒，使用ioctl（fd，VIDIOC_DQBUF，&buf;）函數(shù)緩存入輸出隊(duì)列，存入用戶緩存buf中；當(dāng)所有幀緩存進(jìn)入輸出隊(duì)列，采集過程停止，等待緩存重新放入采集隊(duì)列，采集任務(wù)完成。

對于圖像連續(xù)采集過程，系統(tǒng)會不斷取出緩沖隊(duì)列中的數(shù)據(jù)，處理之后將幀緩存重新放入采集隊(duì)列，繼續(xù)獲得圖像數(shù)據(jù)。任務(wù)結(jié)束后清空緩存，停止視頻采集并關(guān)閉設(shè)備。

1.2圖像采集終端TCP/IP通訊

圖像終端作為客戶端，Linux系統(tǒng)通過雙向通信套接字Socket連接遠(yuǎn)程服務(wù)器，接收上位機(jī)控制指令，解釋指令并發(fā)送圖像數(shù)據(jù)給上位機(jī)監(jiān)測系統(tǒng)。Socket是一個(gè)通信鏈的句柄，描述了通訊雙方的IP地址和服務(wù)端口[12]。圖像終端發(fā)送RGB圖像數(shù)據(jù)的主要代碼如表2所示。

socket（）函數(shù)建立套接字描述符，設(shè)置SOCK_STREAMTCP協(xié)議參數(shù)為“使用面向連接的穩(wěn)定數(shù)據(jù)傳輸”；端口通訊協(xié)議組為AF_INETIPV4協(xié)議，即使用網(wǎng)絡(luò)字節(jié)順序在不同體系結(jié)構(gòu)系統(tǒng)間通信。套接字與服務(wù)器地址通過connect（）鏈接綁定?；谔捉幼置枋龇褂胹end（）函數(shù)循環(huán)將緩存在rgbbuf中的RGB圖像發(fā)送至上位機(jī)處理，圖像大小為COLS*ROWS*3字節(jié)。

2LabVIEW虛擬儀器監(jiān)測上位機(jī)

監(jiān)測上位機(jī)使用LabVIEW軟件設(shè)計(jì)，通過TCP/IP網(wǎng)絡(luò)與嵌入式圖像終端進(jìn)行數(shù)據(jù)通訊，發(fā)送控制指令，接收圖像數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理。

2.1基于Socket的TCP/IP數(shù)據(jù)接收

虛擬儀器LabVIEW軟件對TCP/IP網(wǎng)絡(luò)通訊的底層驅(qū)動(dòng)編程進(jìn)行封裝，使用其提供的vi函數(shù)，如創(chuàng)建TCP監(jiān)聽端.vi、等待TCP客戶端連接.vi、寫入/讀取TCP數(shù)據(jù).vi、關(guān)閉TCP連接.vi等，便可完成監(jiān)控上位機(jī)與下位機(jī)圖像采集終端的通訊過程，簡化編程，如圖1所示。在程序?qū)崿F(xiàn)方面，整個(gè)監(jiān)測系統(tǒng)由數(shù)據(jù)采集線程和主線程構(gòu)成，主線程負(fù)責(zé)圖像數(shù)據(jù)格式的轉(zhuǎn)換和蟲害診斷，數(shù)據(jù)采集線程則監(jiān)聽下位機(jī)的TCP/IP連接并接收網(wǎng)絡(luò)數(shù)據(jù)。

數(shù)據(jù)采集線程與主線程的數(shù)據(jù)同步利用LabVIEW的“用戶事件”實(shí)現(xiàn)。設(shè)置“ppm事件”的產(chǎn)生條件是數(shù)據(jù)采集線程“讀取TCP指定數(shù)目的字節(jié)”，即RGB圖像幀大小的整數(shù)倍，圖像幀大小為COLS*ROWS*3字節(jié)。在主線程的“事件結(jié)構(gòu)”中處理該用戶事件，將接收到的RGB圖像數(shù)據(jù)轉(zhuǎn)換為LabVIEW圖像數(shù)據(jù)，進(jìn)行處理、顯示和保存。

2.2圖像數(shù)據(jù)格式轉(zhuǎn)換與處理

由于LabVIEW寫入/讀取TCP數(shù)據(jù)的數(shù)據(jù)類型只能是字符串，因此上位機(jī)發(fā)送控制指令時(shí)，需要使用平化字符串（FlattenToString）函數(shù)。同樣地，在上位機(jī)的圖像數(shù)據(jù)接收端，為進(jìn)一步在LabVIEW中保存圖像數(shù)據(jù)并進(jìn)行蟲害診斷，需要將接收到的圖像幀字符串轉(zhuǎn)換為LabVIEW圖像數(shù)據(jù)。

LabVIEW圖像數(shù)據(jù)類型如圖2所示，其是一個(gè)由6元素捆綁構(gòu)成的簇，包含圖像類型、圖像深度、圖像數(shù)據(jù)、掩碼、顏色、矩形大小等信息。根據(jù)圖像幀字符串內(nèi)容，提取圖像幀的列寬和行高、像素?cái)?shù)據(jù)流，生成LabVIEW圖像數(shù)據(jù)，如圖3所示。其中“從字符串還原”函數(shù)將順序排列的像素?cái)?shù)據(jù)流字符串還原為平鋪像素RGB值一維數(shù)組，“按名稱捆綁”函數(shù)將圖像數(shù)據(jù)數(shù)組、列寬、行高捆綁生成LabVIEW圖像數(shù)據(jù)。

3基于圖像處理的葉片蟲害診斷

基于農(nóng)作物葉片圖像的蟲害診斷是在虛擬儀器LabVIEW監(jiān)測系統(tǒng)中，利用圖像處理算法對葉片蟲害特征進(jìn)行識別，以便當(dāng)蟲害發(fā)生時(shí)采取必要處理措施。對于農(nóng)作物葉片由蟲害引起的缺刻、孔洞或透明斑等特征[12]，可利用邊緣檢測方法，通過標(biāo)識圖像中亮度變化明顯的點(diǎn)進(jìn)行識別。邊緣是指其周圍像素灰度有階躍變化或屋頂變化的像素集合[13]，因此兩個(gè)具有不同灰度值的相鄰圖像區(qū)域之間總存在邊緣。

本實(shí)驗(yàn)中采用基于彩色圖像分割[14]的方法識別農(nóng)作物葉片上的蟲孔特征。首先需要選擇合適的顏色空間，顏色空間的選擇將直接影響圖像分割和目標(biāo)識別效果，常用的顏色空間有RGB和HSL等[15]。RGB是最常用的顏色空間，但在同一顏色空間不同光照下，其RGB值比較分散，在確定閾值和其在顏色空間中的分布范圍時(shí)存在一定難度；而HSL（H-色調(diào)、S-飽和度、L-亮度）更接近人眼感知色彩的方式，可以從HSL中得到顏色、深淺、明暗信息。因此，本文選取HSL彩色模型，相應(yīng)的蟲害診斷過程如圖4所示。首先對圖像進(jìn)行二值化處理，去除多余的顏色信息，將圖像分割為背景和目標(biāo)兩部分；然后進(jìn)行中值濾波，濾除圖像中存在的噪聲；最后進(jìn)行圖像反轉(zhuǎn)，去除小面積區(qū)域以及圖像背景中的干擾點(diǎn)，提取亮對象完成蟲孔識別。

4實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)中，下位機(jī)圖像終端設(shè)置圖像大小為COLS*ROWS=320*240，即圖像幀的列寬和行高分別為320和240，連續(xù)采集圖像幀緩存數(shù)目S設(shè)置為1。主線程在接收到圖像數(shù)據(jù)后，完成數(shù)據(jù)轉(zhuǎn)換和蟲害診斷，并將圖片和診斷結(jié)果實(shí)時(shí)顯示在前面板交互界面中，如圖5所示。

針對葉片圖像的蟲孔特征，蟲害診斷程序中，對應(yīng)IMAQColorThreshold函數(shù)，將HSL圖像閾值分割參數(shù)（Min，Max）分別設(shè)置為（50，200）、（10，100）和（20，85）；對應(yīng)IMAQCountObjects2函數(shù)，設(shè)置尋找亮對象閾值、最小尺寸、最大尺寸分別為128、180和10000。

由實(shí)驗(yàn)結(jié)果可以看出，在上位機(jī)控制指令驅(qū)動(dòng)下，圖像采集終端能夠自動(dòng)完成圖像的采集和網(wǎng)絡(luò)傳輸任務(wù)。上位機(jī)虛擬儀器監(jiān)測系統(tǒng)在VISION工具包及其vi函數(shù)支持下，能實(shí)時(shí)完成圖像數(shù)據(jù)的接收、轉(zhuǎn)換以及圖像處理工作，有效識別出農(nóng)作物葉片中的蟲孔特征。系統(tǒng)工作穩(wěn)定，蟲孔識別算法有效。

5結(jié)語

本文研究了農(nóng)作物病蟲害監(jiān)測過程中涉及到的圖像采集、傳輸以及虛擬儀器平臺上的圖像處理技術(shù)，設(shè)計(jì)基于ARM-Linux嵌入式圖像采集終端與LabVIEW虛擬儀器的遠(yuǎn)程監(jiān)測系統(tǒng)，有效實(shí)現(xiàn)了農(nóng)作物葉片圖像的自動(dòng)采集、顯示和蟲害檢測功能?；讷@得的圖像數(shù)據(jù)，結(jié)合更先進(jìn)的農(nóng)業(yè)病蟲害診斷算法和專家系統(tǒng)，該系統(tǒng)有望擴(kuò)展應(yīng)用于各種農(nóng)業(yè)病蟲害疾病的預(yù)測和防治中，因而具有重要的應(yīng)用推廣價(jià)值。

參考文獻(xiàn)：

[1]汪京京，張武，劉連忠，等.農(nóng)作物病蟲害圖像識別技術(shù)的研究綜述[J].計(jì)算機(jī)工程與科學(xué)，2014，36（7）：1363-1370.

[2]方益杭.基于計(jì)算機(jī)視覺的油菜生長過程自動(dòng)識別研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2015.

[3]戴建國，賴軍臣.基于圖像規(guī)則與Android手機(jī)的棉花病蟲害診斷系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（1）：35-44.

[4]楊澤，裴海龍.基于ARM與DSP的實(shí)時(shí)視頻傳輸系統(tǒng)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（12）：4184-4188.

[5]董大波，王湘云，趙柏秦，等.基于單片機(jī)的低成本CMOS圖像采集系統(tǒng)[J].儀表技術(shù)與傳感器，2014（2）：45-49.

[6]張磊.基于ARM的CMOS數(shù)字圖像傳感器圖像采集系統(tǒng)的研究與設(shè)計(jì)[D].哈爾濱：哈爾濱工程大學(xué)，2008.

[7]LESLIEIM，MCAULEYD，BLACKR，etal.Thedesignandimplementationofanoperatingsystemtosupportdistributedmultimediaapplications[J].SelectedAreasinCommunicationsIEEEJournal，1996，14（7）：1280-1297.

[8]KANDADAIV，SRIDHARANM，PARVATHYSM，etal.AcomprehensiveembeddedsolutionfordataacquisitionandcommunicationusingFPGA[J].JournalofAppliedResearch&Technology;，2017，15（1）：45-53.

[9]李錦波，石巖，曹治國，等.面向?qū)崟r(shí)圖像處理的嵌入式操作系統(tǒng)研究[J].紅外與激光工程，2004，33（6）：651-654.

[10]魯力，張波.基于嵌入式TCP/IP協(xié)議的高速電網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)[J].儀器儀表學(xué)報(bào)，2009，30（9）：405-409.

[11]羅萬明，林闖，閻保平.TCP/IP擁塞控制研究[J].計(jì)算機(jī)學(xué)報(bào)，2009，24（1）：1-18.

[12]張晴晴.作物病害葉片圖像分割及識別中的關(guān)鍵問題研究[D].鄭州：鄭州大學(xué)，2015.

[13]韓君君.彩色圖像邊緣檢測算法研究[D].曲阜：曲阜師范大學(xué)，2009.

[14]DONYRD，WESOLKOWSKIS.EdgedetectiononcolorimagesusingRGBvectorangles[C].IEEECanadianConferenceonElectricalandComputerEngineering，1999：687-692.

[15]魏寶剛，魯東明，潘云鶴，等.多顏色空間上的交互式圖像分割[J].計(jì)算機(jī)學(xué)報(bào)，2001，24（7）：770-775.

（責(zé)任編輯：黃健）