面向番茄植株相近色目標識別的多波段圖像融合方法

　　摘要: 針對溫室番茄智能化管理需要，研究莖稈、葉片和綠果等3類相近色目標的多波段圖像融合方法，以凸顯目標與背景亮度差異，提高目標視覺識別效率。根據(jù)其各自在300~1000 nm范圍的反射光譜特征差異，建立了針對其光譜數(shù)據(jù)分類的Lasso正則化邏輯回歸模型。基于模型的稀疏解特征，確定具有較大權值系數(shù)的450、600和900 nm等3個波段作為最優(yōu)成像波段，在此基礎上構建了溫室番茄植株多波段圖像在線采集系統(tǒng)。結合最優(yōu)成像波段下相近色目標圖像特征分析，提出了基于NSGA-II的多波段圖像加權融合方法，以增強特定目標與近色背景物體的圖像亮度差異。最后通過現(xiàn)場試驗對多波段圖像融合效果進行評估。結果表明，分別以莖稈、葉片和綠果器官作為識別目標，通過多波段圖像融合處理后，目標與背景之間的圖像灰度差異絕對差值相應達到單波段圖像的2.02、8.63和7.89倍，即被識別目標與其他近色背景的亮度差異顯著增強，且背景物的亮度波動得到抑制。本研究結果可以為農(nóng)業(yè)環(huán)境近色目標視覺識別相關研究提供參考。

　　關鍵詞: 農(nóng)業(yè)機器人；番茄植株；相近色目標；光譜特征；圖像融合;NSGA-II

　　1 引 言

　　中國是番茄生產(chǎn)和消費大國，種植面積達105萬公頃[1]，人均年消費量約21 kg[2]。近年來隨著勞動力成本上漲，番茄種植管理的雇工費用已上漲至總生產(chǎn)成本比例約45%[3]，人力成本過高已成為限制番茄種植效益增長的客觀因素。鑒于機器人在智能探測和復雜操作方面的獨特優(yōu)勢，針對溫室番茄采摘、整枝、授粉以及噴藥等勞動密集、操作復雜的種植管理環(huán)節(jié)，研發(fā)能夠代替人工作業(yè)的農(nóng)業(yè)機器人，是從工程技術角度應對當前形勢的有效途徑[4,5]。準確獲取作業(yè)對象的視覺特征是機器人智能化作業(yè)的必要前提。對于不同管理環(huán)節(jié)，番茄植株莖、葉和果既可能是作業(yè)對象，也可能是背景干擾。然而溫室內(nèi)植株叢生密布、雜亂無序，且番茄莖、葉和綠果為相近色器官，基于寬泛的可見光圖像信息，難以實現(xiàn)植株特定對象的準確識別。

　　2 番茄相近色器官光譜特性分析

　　2.1　莖、葉、果光譜特性測量

　　鑒于當前主流工業(yè)攝像機的敏感波段為300~1000 nm，本研究重點針對該波段區(qū)間內(nèi)番茄莖、葉、果的反射光譜特征進行采集和分析。如圖1所示光譜數(shù)據(jù)采集系統(tǒng)，其中光譜信息采集單元選用Ocean Optics公司QE65 Pro光譜儀，其測量光譜范圍為185~1100 nm，分辨率為0.8 nm，搭配Ocean Optics公司HL-2000型鹵鎢光源作為輻射源，其光譜范圍360~2400 nm。采集系統(tǒng)安裝于暗箱內(nèi)，以減少外界雜光干擾。測量過程中通過光纖探頭支架調(diào)節(jié)探頭安裝高度，其與被測對象保持恒定距離，克服探測距離差異引起的光譜反射強度測量誤差。

　　2.2　基于LR-Lasso的最優(yōu)成像波段選擇

　　量化描述不同波段對于區(qū)別番茄相近色系器官的重要性，是獲得最優(yōu)成像波段的必要前提。以番茄莖、葉和綠果樣本的光譜特性測量結果為數(shù)據(jù)集，針對3類樣本的二分類邏輯回歸模型（Logistic Regression，LR）表示為式（1）。

　　3 溫室番茄植株圖像在線采集

　　3.1　多波段圖像采集系統(tǒng)

　　為了獲取番茄植株相近色器官在最優(yōu)成像波段區(qū)間成像信息，設計了多波段圖像采集視覺系統(tǒng)，如圖4所示。選用acA1300-60 gmNIR攝像機（Basler公司）為成像單元，其敏感波段為300~1000 nm。攝像機鏡頭前加裝±20 nm帶通濾光片（浙江光益科技），其中心波長與選定的成像波段相對應，分別為450、600、900以及950 nm，帶寬±20 nm。濾光片呈圓周陣列分別安裝于Edmund 56-658型濾光片轉(zhuǎn)輪內(nèi)。通過旋轉(zhuǎn)轉(zhuǎn)輪可以切換攝像機鏡頭前的濾光片，以采集不同波段的圖像。光源選用200 W鹵素燈，在攝像機視場形成5000 lx輻射強度，以克服實驗環(huán)境光照波動的影響。

　　3.2　圖像灰度補償矯正

　　由于在同一光源輻射環(huán)境下，不同波段的光照強度各不相同，且攝像機成像芯片對不同波段的敏感程度也不同，為了使得圖像亮度與目標光譜反射強度相對應，需要采集的不同波段圖像進行亮度矯正[17]。本研究利用D65（白色）標準色板作為參照，近似認為其對各成像波段具有相同的反射特性。標準色板可由機械裝置推送進入靠近番茄植株的攝像機視場特定位置。通過觸發(fā)采集方式，攝像機對于同一波段下番茄植株和標準色板各采集一幅圖像，且采集過程中攝像機曝光參數(shù)保持不變。鑒于攝像機在可見光波段具有較強感光性能，以600 nm圖像中色板灰度為參考亮度。

　　參考文獻

　　[1] 董文閣, 董莉, 劉念, 等. 日光溫室番茄套作菜豆接番茄茬口高效栽培模式[J]. 遼寧農(nóng)業(yè)科學, 2018(5): 89-90.DONG W, DONG L, LIU N, et al. Efficient cultivation mode of planting string beans with tomato stubble in solar greenhouse[J]. Liaoning Agricultural Science, 2018(5): 89-90.

　　[2] 范琳, 陸學文, 沈建新. 江蘇省設施番茄成本收益研究[J]. 江蘇農(nóng)業(yè)科學, 2014(9): 478-481.FAN L, LU X, SHEN J. Study on the cost and benefit of facility tomato in Jiangsu province[J]. Jiangsu Agricultural Science, 2014(9): 478-481.

　　[3] 黃文江, 師越, 董瑩瑩, 等. 作物病蟲害遙感監(jiān)測研究進展與展望[J]. 智慧農(nóng)業(yè), 2019, 1(4): 1-11.HUANG W, SHI Y, DONG Y, et al. Progress and prospects of crop diseases and pests monitoring by remote sensing [J]. Smart Agriculture, 2019, 1(4): 1-11.

　　作者馮青春 1,2, 陳建 2, 成偉 3,4, 王秀 1,3*

《面向番茄植株相近色目標識別的多波段圖像融合方法》

上一篇：考慮日光溫室空間異質(zhì)性的黃瓜葉片濕潤時間估算模型研究

下一篇：基于植株需光差異特性的設施黃瓜立體光環(huán)境智能調(diào)控系統(tǒng)