牧草觀測(cè)自動(dòng)化技術(shù)研究與系統(tǒng)設(shè)計(jì)

重 陽，趙建凱，馬修才

（內(nèi)蒙古自治區(qū)大氣探測(cè)技術(shù)保障中心，呼和浩特 010051）

0 引言

內(nèi)蒙古自治區(qū)是牧業(yè)大區(qū)，草原生態(tài)建設(shè)及牧業(yè)發(fā)展對(duì)氣象服務(wù)提出了更高的要求，迫切需要生態(tài)氣象、牧業(yè)氣象為草原生態(tài)建設(shè)、現(xiàn)代牧業(yè)的發(fā)展提供時(shí)效更快、內(nèi)容更多、水平更高、針對(duì)性更強(qiáng)的服務(wù)產(chǎn)品。因此，獲取高精度、高密度、多要素、連續(xù)穩(wěn)定的牧草觀測(cè)信息勢(shì)在必行。當(dāng)前的牧草觀測(cè)技術(shù)、手段、時(shí)效、內(nèi)容以及觀測(cè)站點(diǎn)密度等遠(yuǎn)不能滿足草原生態(tài)建設(shè)、現(xiàn)代牧業(yè)氣象業(yè)務(wù)和服務(wù)發(fā)展的需求，牧草觀測(cè)自動(dòng)化程度低，目前牧草觀測(cè)仍以人工和手工方式為主[1-5]，勞動(dòng)強(qiáng)度大，費(fèi)時(shí)費(fèi)力；牧草觀測(cè)精度有限，可比性不強(qiáng)，由于觀測(cè)人員的專業(yè)素質(zhì)、熟練程度、觀測(cè)習(xí)慣和責(zé)任心等不同，造成觀測(cè)精度差別較大。當(dāng)前以目測(cè)或簡(jiǎn)單器測(cè)、手工記錄和報(bào)表寄送、紙質(zhì)存檔等為主的牧草觀測(cè)業(yè)務(wù)[4-5]，與氣象現(xiàn)代化建設(shè)要求相差甚遠(yuǎn)，亟需提高其自動(dòng)化觀測(cè)能力。

現(xiàn)代科學(xué)技術(shù)的發(fā)展使得自動(dòng)觀測(cè)能力和水平不斷提高，新設(shè)備、新方法的應(yīng)用越來越多，原有的以人工觀測(cè)為主的業(yè)務(wù)體系正在發(fā)生根本性的變革[6-10]。目前國內(nèi)在牧草觀測(cè)自動(dòng)化技術(shù)發(fā)面的研究大多是采用2個(gè)網(wǎng)絡(luò)攝像頭（帶網(wǎng)絡(luò)接口的工業(yè)或民用相機(jī)）采集圖像[11-14]，通過網(wǎng)絡(luò)傳向后端（即上位機(jī)，工控機(jī)或PC），在后端進(jìn)行圖像處理與模式識(shí)別[15-18]。用于觀測(cè)的傳感器并非智能圖像傳感器，未實(shí)現(xiàn)智能感知，采集到的觀測(cè)圖片完全依賴于后端計(jì)算機(jī)的圖像識(shí)別處理能力，此技術(shù)思路設(shè)計(jì)的系統(tǒng)穩(wěn)定性較差，功耗較大，數(shù)據(jù)傳輸壓力大（高分辨率原始圖片文件較大）。為滿足專業(yè)觀測(cè)業(yè)務(wù)現(xiàn)代化建設(shè)需求，實(shí)現(xiàn)為專業(yè)觀測(cè)業(yè)務(wù)提供基礎(chǔ)支撐，發(fā)展牧業(yè)、生態(tài)氣象的自動(dòng)化觀測(cè)業(yè)務(wù)為目標(biāo)，筆者在研究符合內(nèi)蒙古特點(diǎn)的牧草觀測(cè)自動(dòng)化技術(shù)的基礎(chǔ)上，設(shè)計(jì)基于嵌入式技術(shù)和并行計(jì)算技術(shù)的智能傳感器的觀測(cè)系統(tǒng)，采集完成直接在本地完成處理后再將結(jié)果向后端傳輸，以適應(yīng)對(duì)體積、功耗、數(shù)據(jù)傳輸、工作環(huán)境及穩(wěn)定性要求極高的野外觀測(cè)場(chǎng)合。

1 系統(tǒng)結(jié)構(gòu)及原理

本研究及系統(tǒng)設(shè)計(jì)總體技術(shù)思路遵循以下原則進(jìn)行：適合用于對(duì)體積、功耗、工作環(huán)境及穩(wěn)定性要求極高的野外觀測(cè)場(chǎng)合；在超高速圖像處理和大分辨率圖像處理方面可實(shí)現(xiàn)牧草自動(dòng)連續(xù)觀測(cè)，能夠滿足實(shí)時(shí)業(yè)務(wù)要求；觀測(cè)端到應(yīng)用端可實(shí)現(xiàn)數(shù)據(jù)的高速實(shí)時(shí)傳輸。根據(jù)以上原則，本研究及系統(tǒng)設(shè)計(jì)包括算法研究設(shè)計(jì)、硬件結(jié)構(gòu)設(shè)計(jì)、軟件結(jié)構(gòu)設(shè)計(jì)。

在技術(shù)研究及系統(tǒng)設(shè)計(jì)中，對(duì)草原地表面牧草形態(tài)進(jìn)行自動(dòng)識(shí)別檢測(cè)的圖像處理算法設(shè)計(jì)，是利用數(shù)理統(tǒng)計(jì)及圖像處理技術(shù)實(shí)現(xiàn)牧草密度（蓋度）的自動(dòng)觀測(cè)、牧草株高的自動(dòng)測(cè)量、牧草發(fā)育期圖像信息提取及定量化處理的方法。采用現(xiàn)代電子技術(shù)以及DSP技術(shù)、圖像處理技術(shù)相結(jié)合的方式研制圖像處理與模式識(shí)別的智能傳感器，實(shí)現(xiàn)牧草覆蓋度、層（株）高以及牧草生長(zhǎng)期的自動(dòng)觀測(cè)功能，觀測(cè)產(chǎn)品提供形式為OSD、圖片文件、Excel表。系統(tǒng)設(shè)計(jì)主要包括硬件系統(tǒng)和軟件系統(tǒng)2個(gè)部分的設(shè)計(jì)，硬件系統(tǒng)主要由圖像采集模塊、圖像處理模塊和網(wǎng)絡(luò)傳輸模塊組成；軟件系統(tǒng)包括下位機(jī)(DSP)程序和上位機(jī)(VC++)程序。DSP程序?qū)崿F(xiàn)圖像的實(shí)時(shí)采集，覆蓋度、株高的計(jì)算，生長(zhǎng)發(fā)育期的判別；上位機(jī)程序?qū)崿F(xiàn)相機(jī)的遠(yuǎn)程控制，圖像的接收、存儲(chǔ)，系統(tǒng)參數(shù)配置，檢測(cè)結(jié)果的顯示、記錄及數(shù)據(jù)產(chǎn)品的生成。

2 系統(tǒng)硬件設(shè)計(jì)

2.1 硬件方案選擇

按照總體設(shè)計(jì)技術(shù)思路，選擇的硬件方案應(yīng)遵循數(shù)據(jù)傳輸壓力小、適合用于對(duì)體積、功耗、工作環(huán)境及穩(wěn)定性要求極高的野外觀測(cè)場(chǎng)合的設(shè)計(jì)原則。采用2個(gè)200萬像素工業(yè)相機(jī)在前端采集圖像，并在前端通過DSP進(jìn)行圖像處理與檢測(cè)判別，將處理后的結(jié)果再通過網(wǎng)絡(luò)傳向客戶端（即用戶，智能手機(jī)或PC）。

面向嵌入式微型化視覺圖像領(lǐng)域，系統(tǒng)由FPGA板塊和DSP板塊2塊核心板塊組成。FPGA擴(kuò)展有2路Full Camera Link接口，其中一路為輸入，一路為輸出；DSP板進(jìn)行圖像處理，并通過網(wǎng)絡(luò)口傳輸處理結(jié)果。2塊板卡通過FMC接口連接，相機(jī)的圖像數(shù)據(jù)先從Camera Link接口傳輸至FPGA板，F(xiàn)PGA對(duì)其進(jìn)行預(yù)處理，然后通過FMC接口上的RapidIO傳輸至DSP板塊。DSP板上的網(wǎng)絡(luò)口將處理結(jié)果及圖像傳輸給遠(yuǎn)程的客戶（PC或智能手機(jī)）。此嵌入式方案相對(duì)于采用2個(gè)帶網(wǎng)絡(luò)接口的工業(yè)相機(jī)采集圖像，通過網(wǎng)絡(luò)傳向后端（即上位機(jī)，工控機(jī)或PC），在后端進(jìn)行圖像處理與檢測(cè)判別的非嵌入式方案，不但體積及功耗小、自帶多種外設(shè)、運(yùn)算速度快、魯棒性好，而且能夠大大減輕數(shù)據(jù)傳輸壓力，在超高速圖像處理和大分辨率圖像處理方面具有領(lǐng)先優(yōu)勢(shì)。

2.2 硬件整體架構(gòu)

整個(gè)系統(tǒng)的硬件部分主要由圖像采集模塊、圖像處理模塊和網(wǎng)絡(luò)傳輸模塊組成，如圖1所示。工業(yè)相機(jī)通過CameraLink接口與DSP相連，相機(jī)采集到的數(shù)據(jù)通過DSP上的EDMA傳送到片外的SDRAM，以便圖像處理應(yīng)用程序使用。圖像處理應(yīng)用程序?qū)D像進(jìn)行相應(yīng)的處理之后，將處理后的圖像及原圖進(jìn)行JPEG壓縮，然后將JPEG圖像及處理結(jié)果通過以太網(wǎng)控制器進(jìn)行網(wǎng)絡(luò)傳輸。

圖1 硬件結(jié)構(gòu)

系統(tǒng)的硬件部分包括2臺(tái)200萬像素智能工業(yè)相機(jī)（工業(yè)相機(jī)內(nèi)自帶DSP），2個(gè)200萬像素C口鏡頭，1臺(tái)交換機(jī)，1臺(tái)服務(wù)器（可用PC機(jī)代替），以及支架、光源、相機(jī)防護(hù)罩等其他設(shè)備。其中工業(yè)智能相機(jī)內(nèi)有1個(gè)網(wǎng)口，通過DSP編程對(duì)圖像進(jìn)行采集、處理，并通過網(wǎng)口傳向遠(yuǎn)端的服務(wù)器端（上位機(jī)端），服務(wù)器端將2路信號(hào)進(jìn)行同步、綜合分析后再通過網(wǎng)絡(luò)傳給客戶端。

2.3 電源

硬件系統(tǒng)共有3種供電方式，采用12 V 1.0 A直流電源供電，采用外接170～264 V 50/60 Hz的交流電源供電，實(shí)際在野外使用時(shí)采用太陽能供電。

3 系統(tǒng)軟件設(shè)計(jì)

3.1 軟件整體架構(gòu)

軟件系統(tǒng)包括下位機(jī)(DSP)程序和上位機(jī)(VC++)程序。上位機(jī)與下位機(jī)之間通過TCP/IP協(xié)議進(jìn)行網(wǎng)絡(luò)通信。下位機(jī)由2部完全相同的智能工業(yè)相機(jī)構(gòu)成，2部相機(jī)的圖像采集、牧草檢測(cè)、網(wǎng)絡(luò)傳輸?shù)菵SP程序基本相同，不同在于圖像處理算法程序不同。2部相機(jī)的軟件實(shí)現(xiàn)任務(wù)及分工如表1所示。

表1 系統(tǒng)2部相機(jī)任務(wù)劃分

下位機(jī)的DSP程序的軟件架構(gòu)采用了TI的RF5參考框架。在本系統(tǒng)中，圖像數(shù)據(jù)的壓縮采用JPEG壓縮算法。網(wǎng)絡(luò)傳輸采用TI公司專門為C6000 DSP推出的NDK(Network Developer′s Kit)網(wǎng)絡(luò)開發(fā)包。在操作系統(tǒng)方面，采用了基于DSP/BIOS的實(shí)時(shí)操作系統(tǒng)。首先，在DSP/BIOS配置工具中靜態(tài)建立3個(gè)任務(wù)線程，包括圖像采集線程、圖像處理線程、網(wǎng)絡(luò)初始化線程，如圖2所示。網(wǎng)絡(luò)傳輸線程由網(wǎng)絡(luò)初始化線程在程序中動(dòng)態(tài)創(chuàng)建。

圖2 DSP任務(wù)線程

main函數(shù)主要完成整個(gè)程序的初始化工作，如片上L2緩存的分配，目標(biāo)板的初始化，RF5模塊的初始化，視頻采集和顯示的初始化與啟動(dòng)等。然后DSP把程序的控制權(quán)交給DSP/BIOS線程調(diào)度器(scheduler)，由調(diào)度器按線程的優(yōu)先級(jí)來調(diào)度執(zhí)行。系統(tǒng)線程關(guān)系圖如圖2所示，線程之間通過RF5中的SCOM模塊(synchronized communication)進(jìn)行同步通信。圖像幀在各個(gè)任務(wù)之間的傳遞是通過指針實(shí)現(xiàn)的，即通過SCOM消息將圖像數(shù)據(jù)的指針（首地址）傳遞到下一個(gè)任務(wù)。

3.2 牧草模式識(shí)別算法設(shè)計(jì)

牧草模式識(shí)別是對(duì)草原地表面牧草形態(tài)的識(shí)別檢測(cè)，其算法研究設(shè)計(jì)主要包括設(shè)計(jì)一套利用數(shù)理統(tǒng)計(jì)及圖像處理技術(shù)實(shí)現(xiàn)牧草蓋度的自動(dòng)觀測(cè)、牧草株高的自動(dòng)測(cè)量、牧草發(fā)育期圖像信息提取及定量化處理的方法。

3.2.1 牧草的檢測(cè) 由相機(jī)采集的圖像中的像素是否具備某些特征，從而直接在RGB空間上轉(zhuǎn)換成二值化圖像，分割出牧草與非牧草區(qū)域。這些特征應(yīng)既考慮牧草的色度信息又考慮牧草的光照信息，這些特征由用戶根據(jù)4個(gè)參數(shù)來定義，如表2。

表2 牧草檢測(cè)圖像參數(shù)

對(duì)綠色植被來說，dominant RGB component與dominated RGB component分別對(duì)應(yīng)G(green)通道和B(blue)通道；而shadow和light代表了2個(gè)亮度門限值，這2個(gè)門限值能夠?qū)⑻?≤shadow)或太亮的(≥light)像素濾除掉。對(duì)于綠色和黃色，分別采用圖3和圖4的邏輯來檢測(cè)[19]。

圖3 綠色檢測(cè)邏輯

圖4 黃色檢測(cè)邏輯

通過上述方法，將牧草區(qū)域用白色表示，非牧草區(qū)域用黑色表示，這樣檢測(cè)出牧草區(qū)域。light典型值取200，shadow典型值取50。此算法具有很好的通用性，只需根據(jù)要檢測(cè)的特定目標(biāo)調(diào)整相應(yīng)的主導(dǎo)成分、受控成分、最小亮度和最大亮度，即可檢測(cè)出黃色、紫色、紅色等各種植被目標(biāo)。

3.2.2 覆蓋度檢測(cè) 根據(jù)3.2.1小節(jié)方法檢測(cè)出牧草后，再統(tǒng)計(jì)出圖像中牧草區(qū)域的像素個(gè)數(shù)，與總像素的比值即為牧草（綠草）的覆蓋度[20-22]。

3.2.3 層高與株高檢測(cè) 對(duì)牧草層高的檢測(cè)采用4個(gè)步驟實(shí)現(xiàn)。

（1）用一個(gè)相機(jī)水平放置（略偏上）拍攝牧草，要求能拍到天空背景。

（2）采用3.2.1節(jié)的方法將RGB圖像轉(zhuǎn)化為二值圖[23]，在二值圖中用黑色(0)表示綠草區(qū)域，白色(255)表示非綠草區(qū)域。通過顏色空間提取到的綠草（里面混著非綠草的干擾以及不連通的綠草）如圖5所示。

圖5 通過顏色空間提取到的綠草示例

（3）通過每行綠色像素點(diǎn)數(shù)量的變化曲線（如圖6所示）獲得最高一層的高度信息，同時(shí)以橫坐標(biāo)為參考點(diǎn)，獲得每個(gè)（每列）最高點(diǎn)的高度信息（最高的行號(hào)）。

圖6 每行綠色像素點(diǎn)數(shù)量的變化

圖6中橫坐標(biāo)是行號(hào)，縱坐標(biāo)是該行的綠色像素的點(diǎn)數(shù)（圖5圖像左上角為第1行第1列，右下角是最后一行最后一列）。圖5從最上面的第1行到最高點(diǎn)（最高行）置為255（非目標(biāo)的白色），通過這種方法可以將非綠草的干擾濾除，濾波后的圖像如圖7所示。

圖7 濾除非綠草干擾后

（4）計(jì)算每一列中最下一行到該列最高點(diǎn)的行的長(zhǎng)度（即為這一列的綠草的高度），然后求所有列的平均高度，根據(jù)式(1)求出草的平均高度。

根據(jù)式(1)計(jì)算出圖7中草的層高為95.3760個(gè)像素。當(dāng)然，牧草可能不會(huì)這么密集，可能某些地方出現(xiàn)間斷，因此圖像中不是所有列都有牧草像素，此時(shí)若直接采用圖像的寬度作為分母來獲取牧草的層高顯然會(huì)使其值偏大。為了解決這個(gè)問題，可以在程序中設(shè)置一個(gè)閥值，當(dāng)該列的綠色像素個(gè)數(shù)少于該閥值時(shí)認(rèn)為該列不應(yīng)參與層高的運(yùn)算。

注意這種方法得到的層高的單位是像素?cái)?shù)，即圖7中草的層高是N個(gè)像素的高度，每個(gè)像素的高度為H μm（這個(gè)由相機(jī)的CCD參數(shù)決定），因此圖像中的層高為層高的像素?cái)?shù)與像素高度的乘積，單位為μm。其實(shí)際高度需要相機(jī)標(biāo)定后通過標(biāo)定后的空間關(guān)系得到[24-25]。設(shè)一個(gè)由像高轉(zhuǎn)物高的轉(zhuǎn)換系數(shù)depthscale，則以mm為單位的層高為層高×轉(zhuǎn)換系數(shù)。

對(duì)于株高的計(jì)算，可以采用二項(xiàng)式擬合的方式得到。即設(shè)y1=ax2+bx+c，其中x為層高，通過以上方法由系統(tǒng)直接得到；y1為株高，a、b、c為擬合系數(shù)。首先由本系統(tǒng)直接得到層高（x以mm為單位），然后人工測(cè)出與該圖像對(duì)應(yīng)的株高（以mm為單位）y。通過這種方法測(cè)得多組數(shù)據(jù)，例如12組，然后將x、y數(shù)據(jù)（分別有12個(gè)）代入到Matlab函數(shù)p=polyfit(x,y,2)中，這樣就可得到了擬合系數(shù)，即a=p(1)，b=p(2)，c=p(3)。

3.2.4 生長(zhǎng)發(fā)育期檢測(cè) 生長(zhǎng)發(fā)育期的檢測(cè)利用水平和垂直2個(gè)方向上的特征提取。由水平放置的相機(jī)獲取的綠色像素的密度、黃色像素的密度與垂直放置的相機(jī)獲取的綠色覆蓋度、黃色覆蓋度，根據(jù)預(yù)設(shè)的閥值共同確定牧草的當(dāng)前生長(zhǎng)發(fā)育期。本研究需要實(shí)現(xiàn)牧草中返青、抽穗（或花序形成）、開花、種子成熟、黃枯的檢測(cè)。春天牧草返青，然后經(jīng)歷抽穗（花序形成）、開花、種子成熟，秋天進(jìn)入黃枯期。這5個(gè)生長(zhǎng)發(fā)育期基本上是連續(xù)觀測(cè)的一個(gè)生長(zhǎng)周期，也是大部分牧草的發(fā)育期。但具體要判別所處發(fā)育期要按照牧草的種類確定。

檢測(cè)牧草的生長(zhǎng)發(fā)育期時(shí)需要采用數(shù)理統(tǒng)計(jì)的方法事先設(shè)置各個(gè)生長(zhǎng)發(fā)育期的判別閥值。發(fā)育期的各個(gè)階段條件設(shè)置如表3所示，表中g(shù)v0、gh1、gh4、yv2、yh2、yh3、yh4表示算法中預(yù)先設(shè)置的判別閾值（通過實(shí)驗(yàn)得到）。

表3 牧草發(fā)育期階段判別

3.3 軟件接口

遠(yuǎn)端相機(jī)采集的圖像可以在上位機(jī)的控制下保存為bayer格式(RAW)圖片、YUV格式圖片以及JPEG圖片。由于算法是在RGB彩色空間上處理的，為了降低數(shù)據(jù)量，減少網(wǎng)絡(luò)傳輸壓力，將DSP上圖像處理的結(jié)果先轉(zhuǎn)換成yuv420格式，然后通過jpeg壓縮變成數(shù)據(jù)流，接著通過UDP或FTP將數(shù)據(jù)流傳輸?shù)缴衔粰C(jī)，由上位機(jī)保存為jpeg圖片文件。圖像處理過的圖片文件以jpg格式保存，其文件命名方式為：垂直放置的相機(jī)采集的圖片以“年月日-時(shí)分秒-毫秒_V.jpg”方式，水平放置的相機(jī)采集的圖片以“年月日-時(shí)分秒-毫秒_H.jpg”方式。

DSP處理后的結(jié)果（牧草自動(dòng)化觀測(cè)結(jié)果）以如下3種方式呈現(xiàn)，以便于后端的數(shù)據(jù)產(chǎn)品開發(fā)。

（1）OSD方式?？梢栽谇岸耍―SP端）將檢測(cè)結(jié)果（高度、覆蓋度、發(fā)育期）直接疊加在圖片上。除了疊加檢測(cè)結(jié)果外，還可以疊加采集時(shí)間、站點(diǎn)等信息，疊加在圖片上的位置、字符的顯示顏色等均可以設(shè)置。

（2）存放于jpeg文件尾部。在DSP端將檢測(cè)的結(jié)果存放于jpeg數(shù)據(jù)流的尾部。jpeg文件以“FF D9”結(jié)束，而“FF D9”之后的數(shù)據(jù)就是要通過網(wǎng)絡(luò)傳輸給上位機(jī)的數(shù)據(jù)。通過WinHex軟件讀取jpeg文件，“FF D9”之后的最開始4個(gè)字節(jié)表示該結(jié)果數(shù)據(jù)的傳輸相機(jī)?！?8 00 00 00”表示數(shù)據(jù)0x48，而0x48即為字符“H”的ASCII碼，表示水平放置的相機(jī)，如這4個(gè)字節(jié)為56 00 00 00，則表示是垂直放置的相機(jī)（0x56即為“V”）；緊接著的第2個(gè)4字節(jié)66 86 5E 41（0x415E8666，即為浮點(diǎn)數(shù)據(jù)13.90781），表示水平相機(jī)檢測(cè)出的綠色像素密度；第3個(gè)4字節(jié)89 68 E9 40（0x40E96889，即浮點(diǎn)數(shù)7.294011）表示水平相機(jī)檢測(cè)出的黃色像素密度；第4個(gè)4字節(jié)C2 17 16 40（0x401617C2，即浮點(diǎn)數(shù)2.3452）表示層高（單位為mm）；最后一個(gè)4字節(jié)15 02 00 00(0x0215)表示一定點(diǎn)數(shù)據(jù)(533)，代表以像素?cái)?shù)為單位的層高。

（3）檢測(cè)結(jié)果直接存儲(chǔ)在Excel文件中。DSP檢測(cè)的結(jié)果也可以直接保存到Excel文件result.xls中。這樣更加有利于后端檢測(cè)數(shù)據(jù)的可視化、分析統(tǒng)計(jì)以及相關(guān)數(shù)據(jù)產(chǎn)品生成。Excel文件中A列表示提供結(jié)果數(shù)據(jù)的相機(jī)，1表示垂直相機(jī)，2表示水平相機(jī)；B列表示數(shù)據(jù)產(chǎn)生的時(shí)間，用“年月日-時(shí)分秒”表示；C～F列分別是垂直相機(jī)產(chǎn)生的綠色覆蓋度、黃色覆蓋度以及水平相機(jī)產(chǎn)生的綠色密度、黃色密度；G、H列分別是以像素?cái)?shù)為單位和以mm為單位的層高；第I列表示由第H列進(jìn)行二項(xiàng)式擬合得到的以mm為單位的株高；最后一列表示檢測(cè)判別出的當(dāng)前牧草所處的生長(zhǎng)發(fā)育期，0表示返青期、1表示抽穗期（或花序形成期）、2表示開花期、3表示種子成熟期、4表示枯黃期。

4 系統(tǒng)測(cè)試

選擇一種天然牧草品種為自動(dòng)觀測(cè)研究對(duì)象，以其發(fā)育期、生長(zhǎng)高度、及牧草覆蓋度為主要觀測(cè)要素運(yùn)行本系統(tǒng)，測(cè)試本系統(tǒng)的軟硬件及算法的正確性、實(shí)時(shí)性、穩(wěn)定性。用本系統(tǒng)運(yùn)行結(jié)果與人工檢測(cè)結(jié)果進(jìn)行對(duì)比，將本系統(tǒng)運(yùn)行結(jié)果與實(shí)測(cè)覆蓋度數(shù)值、實(shí)測(cè)株高數(shù)值進(jìn)行顯著相關(guān)檢驗(yàn)。

4.1 算法仿真驗(yàn)證

在matlab中運(yùn)行算法仿真程序，對(duì)提供的多張已知檢測(cè)結(jié)果（已人工檢測(cè)并給出檢測(cè)結(jié)果）的圖片進(jìn)行算法驗(yàn)證，示例結(jié)果如圖8～11所示，圖中左圖為原圖，右圖為對(duì)應(yīng)二值圖。

圖8 示例1檢測(cè)綠草覆蓋度(30.8245)

大量檢測(cè)數(shù)據(jù)結(jié)果表明，圖像處理與實(shí)測(cè)覆蓋度數(shù)值顯著相關(guān)檢驗(yàn)R0.05＞0.90，圖像處理與實(shí)測(cè)株高數(shù)值顯著相關(guān)檢驗(yàn)R0.05＞0.85。

圖9 示例2檢測(cè)綠草覆蓋度(74.1079)

圖10 示例3檢測(cè)綠草覆蓋度(18.5507)

4.2 DSP程序RGB轉(zhuǎn)換正確性測(cè)試

相機(jī)采集的是Bayer格式（每個(gè)像素只有R、G、B中的一個(gè)通道），通過內(nèi)插，轉(zhuǎn)換得到RGB圖像（以便圖像處理），圖像處理后再轉(zhuǎn)回yuv格式以便OSD以及jpeg壓縮，在上位機(jī)這一端先jpeg解壓才能顯示圖像。本研究基于RGB彩色空間進(jìn)行檢測(cè)，因此RGB轉(zhuǎn)換的正確性很重要。檢測(cè)DSP程序正確性時(shí)先檢測(cè)RGB轉(zhuǎn)換是否成功。方法是先注釋掉圖像處理算法，觀察顯示的結(jié)果是否與原圖一致。經(jīng)檢測(cè)，基本無差別，表明RGB轉(zhuǎn)換成功。

4.3 DSP圖像處理程序正確性測(cè)試

檢測(cè)DSP圖像處理算法移植是否成功。方法是采集一張?jiān)瓐D（圖12a），然后將圖像處理算法加入得到DSP處理后的圖像（圖12b）。再將相機(jī)采集的原圖用Matlab仿真程序運(yùn)行，得到matlab處理后的圖像（圖12c），將2種方法得到的處理結(jié)果、圖片進(jìn)行比較。在shadow=35、light=200時(shí)，dsp處理的覆蓋度為39.58，matlab處理的覆蓋度為41.5015。經(jīng)比較，一般dsp處理的結(jié)果比matlab處理的結(jié)果稍偏小，差別不大，表明算法移植正確。

圖11 示例4檢測(cè)綠草覆蓋度(26.8432)

圖12 DSP圖像處理算法移植效果對(duì)比

結(jié)果差異較大可能是光線過暗或過亮，因此需要調(diào)整參數(shù)shadow與light。shadow不能設(shè)置得太高，否則有些本來是綠草目標(biāo)，但由于亮度太低，而門限值(shadow)設(shè)置得太高，從而將很多本來是綠草的目標(biāo)剔除掉了。

4.4 DSP程序?qū)崟r(shí)性測(cè)試

在程序中設(shè)置一個(gè)計(jì)時(shí)器，在需要測(cè)試運(yùn)行時(shí)間的代碼塊前后通過PRD_getticks()函數(shù)得到運(yùn)行代碼前后的計(jì)時(shí)值，2個(gè)值相減即為這段代碼運(yùn)行的時(shí)間。經(jīng)測(cè)試，運(yùn)行覆蓋度檢測(cè)算法需要大約838個(gè)時(shí)鐘周期。由于DSP的主頻是600 MHz，因此覆蓋度檢測(cè)算法所需的時(shí)間大約為2 μs。

此外，也可以采用全幀連續(xù)方式觸發(fā)，采用軟件JPEG輸出，啟用OSD的時(shí)間標(biāo)記功能，然后選中圖像預(yù)覽功能，在預(yù)覽窗口中觀察每幀圖像時(shí)間字符串的變化，發(fā)現(xiàn)它們按照3 s左右變化，這個(gè)時(shí)間包括圖像的采集、圖像處理、jpeg編碼、網(wǎng)絡(luò)傳輸以及上位機(jī)的jpeg解碼、圖像顯示，也就是說整個(gè)過程只需要3 s左右時(shí)間。因此處理速度能達(dá)到自動(dòng)化觀測(cè)要求，實(shí)時(shí)性較好。

5 結(jié)語

筆者根據(jù)草原生態(tài)及牧業(yè)氣象業(yè)務(wù)服務(wù)需求，以內(nèi)蒙古自治區(qū)特色的牧業(yè)氣象觀測(cè)項(xiàng)目——牧草觀測(cè)為研究?jī)?nèi)容，依據(jù)牧草觀測(cè)業(yè)務(wù)服務(wù)重點(diǎn)和觀測(cè)要求，設(shè)計(jì)牧草模式識(shí)別算法與自動(dòng)觀測(cè)系統(tǒng)架構(gòu)，以獲取高精度、高密度、多要素、連續(xù)穩(wěn)定的牧草觀測(cè)信息，實(shí)現(xiàn)遠(yuǎn)距離、多樣區(qū)、高精度自動(dòng)監(jiān)測(cè)，相比人工觀測(cè)具有省時(shí)、省工、客觀性強(qiáng)等優(yōu)點(diǎn)，對(duì)提高觀測(cè)資料的客觀性、數(shù)據(jù)質(zhì)量和降低觀測(cè)人員野外勞動(dòng)強(qiáng)度和工作量、提高觀測(cè)效率等具有重要意義。

基于嵌入式技術(shù)和并行計(jì)算技術(shù)的系統(tǒng)設(shè)計(jì)相對(duì)于在后端PC系統(tǒng)進(jìn)行圖像處理的同類型自動(dòng)化觀測(cè)系統(tǒng)設(shè)計(jì)，不但運(yùn)算速度快、魯棒性好，而且能夠大大減輕數(shù)據(jù)傳輸壓力，并適合用于體積、功耗、工作環(huán)境及穩(wěn)定性要求極高的場(chǎng)合。

該技術(shù)研究及系統(tǒng)設(shè)計(jì)是根據(jù)內(nèi)蒙古牧業(yè)氣象觀測(cè)和草地生態(tài)系統(tǒng)觀測(cè)內(nèi)容，以牧業(yè)生產(chǎn)、草原生態(tài)環(huán)境保護(hù)提供氣象服務(wù)為出發(fā)點(diǎn)開展的，初步研究設(shè)計(jì)主要針對(duì)影響牧業(yè)生產(chǎn)和草原生態(tài)的牧草生長(zhǎng)狀態(tài)的自動(dòng)化觀測(cè)，但不能涵蓋所規(guī)定的所有牧草觀測(cè)項(xiàng)目。目前，牧草的覆蓋度與層高檢測(cè)較準(zhǔn)確，其中圖像處理與實(shí)測(cè)覆蓋度數(shù)值顯著相關(guān)檢驗(yàn)R0.05＞0.90，圖像處理與實(shí)測(cè)株高數(shù)值顯著相關(guān)檢驗(yàn)R0.05＞0.85。

由于生長(zhǎng)發(fā)育期需要連續(xù)觀測(cè)至少1個(gè)周期（1年），且具體判別所處發(fā)育期要按照牧草的種類確定，因此還需大量連續(xù)觀測(cè)實(shí)驗(yàn)才能確定牧草發(fā)育各個(gè)階段的參數(shù)閾值，這也是今后的重點(diǎn)研究?jī)?nèi)容。