一种改进边缘检测和深度学习算法的土壤干旱识别方法

1.本发明涉及一种图片特征识别的方法，特别是涉及一种关于土壤干旱区域的图像特征识别的方法。


背景技术：

2.我国是农业生产地大国，农作物种植规模很大，相应的农作物灌溉作业是上产中很费时、费力的工作。大部分农田灌溉渠依然使用着过去大水漫灌的形式的人工控制和手工操作的方式，不仅劳动时间长，而且效率低下，进而导致无论是干旱区域还是湿润区域，在灌溉的过程中均会给予相同的水量，水资源被严重浪费，农业生产成本的大大提升,这对农业灌溉的水量分配和节水措施的实施会产生很大的阻碍，不利于我国农业的发展。
3.通过全球定位技术和视觉识别技术，可以实时远程精准识别和定位农作物干旱区域，以及结合当地的降水量预报，从而给出相应的灌溉用水量方案，精准的进行灌溉，有效减少了人工成本以及减少了对于水资源的浪费。还可以根据不同农作物和不同的地理环境有针对地选择最好的一种灌溉方式。在灌溉过程中，农作物干旱区域识别和定位是整个过程的重点，直接影响到农作物的灌溉效率。我们需要利用计算机辅助研究一种新型田间土壤干旱区域识别方法，用于精确了解田间作物干旱情况，降低浇灌的成本。
4.与本发明相近的现有实现方案，提出了一种基于数字图像处理技术的土壤表层含水量在线检测方法。在对土壤表层含水量检测的过程中，摄像头采集的土壤表层图像质量将直接影响最终的检测结果,通过对土壤表层图像进行几何校正、中值滤波、图像颜色模型转换以及利用恒虚警检测技术进行图像“坏区”过滤处理后，提取了土壤表层图像的特征参数一次度平均值，并对不同质地和不同厚度的土壤分别进行试验,通过硬件搭建及相关软件设计对其检测方法进行验证实验，找出了土壤表层含水量与其图像灰度平均值之间的对应关系。但是目前这个技术没有采用到深度学习，仅仅只是把大致处理后的数据显示出来，还是需要人为的处理分析，确定阈值采用的方法不够精确，中值滤波器的效果受滤波窗口尺寸的影响较大，在消除噪声和保护图像的细节存在着矛盾：滤波窗口较小，则能很好的保护图像中的某些细节，但对噪声的过滤效果就不是很好；反之，窗口尺寸较大有较好的噪声过滤效果，但是会对图像造成一定的模糊。另外，根据中值滤波器原理，如果在滤波窗口内的噪声点的个数大于整个窗口内像素的个数，则中值滤波就不能很好的过滤掉噪声。存在占用计算机存储空间较多，投入实践人工成本高、误码率高、读取速度慢，处理实践周期长的问题。
5.本发明提出了对农作物区域监控技术以及干旱区域识别技术的改进，利用了相对合理的摄像头的布置方法，保证摄像头可以清晰拍摄的同时降低了设备成本，其中发明的摄像头带有边缘服务器功能的，能采集图像、存储，进行图像处理，能减少云端运算的压力，以及边缘检测和深度学习算法，能够精准的对旱区进行识别，可以有针对性地对部分干旱区进行有效灌溉。


技术实现要素：

6.解决的技术问题为了解决上述农业生产领域遇上的难题以及目前的技术问题，结合时代技术发展的机遇，本发明提出的对农作物区域监控技术的改进，利用了相对合理的摄像头的布置方法，保证摄像头可以清晰拍摄的同时降低了设备成本，其中发明的摄像头带有边缘服务器功能的，能采集图像、存储，进行图像处理，能减少云端运算的压力；对于本发明提出的对农作物干旱区域识别技术的改进，其利用了边缘检测和深度学习算法，并在其中的密集连接网络中能够充分利用图片中的原始特征，有益于小目标的图像边缘检测，克服了技术对于图像的细节保留不准确，处理速度不快，对噪声的过滤效果不好，精度下降的问题。在实际运用上有效克服传统的农作物灌溉技术较为落后，只能依靠人工进行，劳动强度太大，农民劳动时间太长，效率十分低下，导致农业生产成本的大大提升的问题。
7.技术方案为实现上述目的，本发明通过下列技术方案予以实现：一种智能识别土壤干旱区域系统，包括用于采集图像、存储，进行图像处理，然后将处理的结果传给云端服务器的边缘服务器模块，与所述边缘服务器模块通过无线通信连接的用于存储土壤基本信息和提供算力的云端服务器模块，与所述云端服务器通过无线通信连接的用于控制、查看边缘服务器模块和判断需灌溉的区域，采取灌溉措施的用户端模块。
8.优选的，所述云端服务器模块，包括数据存储模块、socket通信模块。
9.优选的，边缘服务器模块，包括摄像头，数据存储模块，图像边缘检测模块，深度学习模块，socket通信模块。
10.优选的，用户端模块，包括用户端app模块。
11.优选的，所述的图像边缘检测模块包括对要识别的土壤图像进行滤波处理的改进的自适应中值滤波方法，计算梯度幅值而使用四个方向的梯度模型，对土壤干旱图像进行分块处理进一步得到图像的高低阈值的最大类间方差（otsu）算法。
12.有益效果与现有土壤灌溉的方法相比，本发明提出的对农作物区域监控技术以及干旱区域识别技术的改进后的土壤灌溉方法，产生的有益效果为：第一，通过边缘服务器模块可以提高读取和识别土壤干旱照片速度，在图像边缘检测过后能很好的去除噪声、保留图像的有用信息使图片精确度上升容易辨别干旱区域。
13.第二，边缘服务器对图像进行处理后，可以减小传输图片的尺寸，较少数据传输量。同时承担了云端服务器的部份功能，减轻云端运算压力。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1为本发明的系统结构示意图；
图2为本发明的边缘服务器模块结构示意图；图3为本发明的云端服务器模块结构示意图；图4为本发明的用户端模块结构示意图。
16.具体实施方式
17.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.本发明提出了一种智能识别土壤干旱区域系统。如图1至图4所示，包括用于采集图像、存储，进行图像处理，然后将处理的图像传给云端服务器的边缘服务模块，与所述边缘服务模块通过无线通信连接的用于存储土壤基本信息和提供算力的云端服务器模块，与所述云端服务器通过无线通信连接的用于控制、查看边缘服务模块和判断需灌溉的区域，采取灌溉措施的用户端模块。
19.具体的，所述云端服务器模块包括数据存储模块、socket通信模块。边缘服务器模块包括摄像头，数据存储模块，图像边缘检测模块，深度学习模块socket通信模块。用户段模块包括用户app模块。
20.使用的时候，首先需要对农作物区域进行区块的划分，然后再对划分好的区域进行图像的采集，存入数据存储模块。对农田每隔10米划出一个方形区域，然后在每个区域安装一个摄像头并编号，保证该摄像头可以清晰拍摄到当前区域土壤的照片。
21.为了保留了我们需要的干旱特征，采用图像边缘检测模块包括图像的滤波、方向梯度的计算和高低阈值的确定。
22.采用自适应中值滤波对农作物图像进行滤波处理，这种滤波方法不仅能够有效地去除噪声，而且可以很好地保留图像的有用信息。
23.采用3
×
3领域窗口并在x和y方向上加入45
°
和135
°
方向来计算梯度幅值，这种方法会大大减少噪声的干扰，得到更准确的幅值。
24.然后先将处理后的图像分成互不重叠的10
×
10子块。由于各个子块直方图的形状不相同，我们用不同的方法来确定各子块的阈值。采集到的土壤图像子块直方图可以分为三种不同的类型，首先要计算出图像块高于50的像素点数目m，假如m与图像整个像素点总数的比值大于30%，则认为该子块为图像的过渡块;此时，其它的子块就被认为是非过渡块，然后再计算各子块中梯度大于零的像素点数n，假如n与该图像块像素点总数目的比值大于20%则认为该子块是图像的边缘块，其它的子块则为图像的平滑块。为了达到最好的图像边缘检测效果，对不同的子块用不同的阈值确定方法来设定阈值，从而提高图像边缘检测的精确度，使干旱区域辨别更加容易。
25.把边缘块和平滑块要用不同的方法来处理，边缘块的阈值确定首先需要计算出灰度直方图中最大值和最小值的平均值，并且作为初始阈值。然后以确定好的初始阈值为分界点，把边缘块图像分为高于初始值和低于初始值两个区域，再依次求出两部分的均值z1和z2，最后再对所求的均值求均值，将所求的结果与初始阈值对照，如果对照结果在我们设
定的允许范围内，把z1和z2作为最后的高低阈值。如果对比结果超出我们设定的范围，将求得的结果再作为新的初始阈值，再重复上述操作，直到最新求出的结果与上一个初始阈值在我们设定的范围内即可停止。
26.对于平滑块区域的处理，直接算出灰度直方图中的最大值和最小值的平均值q，把q作为平滑块区域的高阈值，把q/2作为低阈值。把高于q值的像素点，认为是边缘区域，再用边缘块区域阈值设定方法重新进行评定。
27.过渡块区域图像的处理，因为它所占比例很大，采用最大类间方差算法来确定高低阈值会大大减小误差。该方法利用图像的灰度直方图，以目标和背景的类间方差为准则，当它的准则函数取到最大值时，就可以得到最佳的阈值。
28.经过边缘检测后，可以得到清晰的灰度图像，并给图像按比例标注，便于在后期识别中判定干旱区域的大小。再将图片放入深度学习模型中进行土壤干旱区域的判断。
29.然后将检测的结果传给云端服务器存储，而后云端服务器将图片及及检测结果反馈给用户端app，最后用户端app可以控制、查看边缘服务模块和判断需灌溉的区域，采取灌溉措施。
30.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。