本申請是申請日為2015年4月16日申請號為2015101788647發明名稱為基于電子識別的單株梨樹產量檢測系統的分案申請。

本發明涉及電子檢測領域，尤其涉及一種基于電子識別的單株梨樹產量檢測系統。

背景技術：

梨(pear)，水果名稱，薔薇科梨屬植物，多年生落葉喬木果樹，葉子卵形，花多白色，一般梨的顏色為外皮呈現出金黃色或暖黃色，里面果肉則為通亮白色，鮮嫩多汁，口味甘甜，核味微酸，涼性感。梨樹在7～9月間果實成熟時采收，可鮮用或切片曬干。和冰糖一起煲水，可治療咳嗽。其種類和品種極多，種植面積也較為寬廣。

但是，如果梨樹過度種植，將會導致區域的供需不平衡，梨的價格下調幅度過大，反而影響了農民的收入。因此需要進行梨樹產量估算，以估算的梨樹產量進行梨樹種植計劃的調制，在保證梨樹供應的同時穩定梨的價格，維護農民的利益。

現有技術中的梨樹產量檢測系統或者通過人工測量的方式或者通過圖像識別的方式進行，但是前者過于依賴人工，耗費大量人力成本和時間成本，后者使用單幅圖像、單個估算參數進行檢測，所有種類梨樹的產量檢測技術無差別，準確度不高，而且無法在各種霧霾天氣下對梨樹實現有效檢測。

因此，需要一種新的梨樹產量檢測系統，能夠替代原有的人工測量方式，提高檢測效率，同時，克服霧霾天氣對檢測的影響，從而能夠在各種天氣下都能準確獲得每株梨樹的真實產量，為果農的生產計劃提供重要的參考數據。

技術實現要素：

為了解決上述問題，本發明提供了一種基于電子識別的單株梨樹產量檢測系統，通過高清攝像機對單株梨樹進行正面圖像采集，基于正面果實數量估算全部果實數量，更關鍵的是，還根據大氣衰減模型確定霧霾對圖像的影響因素，并對各種霧霾天氣下采集的圖像進行去霧霾化處理，拓寬了檢測系統的應用范圍。

根據本發明的一方面，提供了一種基于電子識別的單株梨樹產量檢測系統，所述檢測系統設置于單株梨樹前，包括ccd視覺傳感器、清晰化處理器、單側產量識別器和嵌入式處理器，所述ccd視覺傳感器用于對單株梨樹的一側進行圖像采集以獲得單側梨樹圖像，所述清晰化處理器用于對所述單測梨樹圖像進行去霧霾化處理，以獲得去霧霾單側梨樹圖像，所述單側產量識別器用于對所述去霧霾單側梨樹圖像進行圖像識別，以獲得梨樹單側果實數量，所述嵌入式處理器與所述單側產量識別器連接，用于基于所述梨樹單側果實數量確定所述單株梨樹的全部產量。

更具體地，在所述基于電子識別的單株梨樹產量檢測系統中，還包括：供電電源，包括太陽能供電器件、蓄電池、切換開關和電壓轉換器，所述切換開關與所述太陽能供電器件和所述蓄電池分別連接，根據蓄電池剩余電量決定是否切換到所述太陽能供電器件以由所述太陽能供電器件供電，所述電壓轉換器與所述切換開關連接，以將通過切換開關輸入的5v電壓轉換為3.3v電壓；移動硬盤，用于預先存儲梨樹果實上限灰度閾值、梨樹果實下限灰度閾值和估算倍率，所述梨樹果實上限灰度閾值和所述梨樹果實下限灰度閾值用于將圖像中的梨樹果實與圖像背景分離，所述估算倍率用于基于梨樹單側產量估算梨樹全部產量；顯示設備，與所述嵌入式處理器連接，用于顯示與所述單株梨樹的全部產量對應的文字信息；所述ccd視覺傳感器用于對所述單株梨樹的正面進行拍攝，以獲得所述單側梨樹圖像；所述清晰化處理器包括：存儲子器件，用于預先存儲天空上限灰度閾值和天空下限灰度閾值，所述天空上限灰度閾值和所述天空下限灰度閾值用于分離出圖像中的天空區域，還用于預先存儲預設像素值閾值，所述預設像素值閾值取值在0到255之間；霧霾濃度檢測子器件，位于空氣中，用于實時檢測單株梨樹所在位置的霧霾濃度，并根據霧霾濃度確定霧霾去除強度，所述霧霾去除強度取值在0到1之間；區域劃分子器件，連接所述ccd視覺傳感器以接收所述單側梨樹圖像，對所述單側梨樹圖像進行灰度化處理以獲得灰度化區域圖像，還與存儲子設備連接，將所述灰度化區域圖像中灰度值在所述天空上限灰度閾值和所述天空下限灰度閾值之間的像素識別并組成灰度化天空子圖案，從所述灰度化區域圖像分割出所述灰度化天空子圖案以獲得灰度化非天空子圖像，基于所述灰度化非天空子圖像在所述巡邏區域圖像中的對應位置獲得與所述灰度化非天空子圖像對應的彩色非天空子圖像；黑色通道獲取子設備，與所述區域劃分子設備連接以獲得所述彩色非天空子圖像，針對所述彩色非天空子圖像中每一個像素，計算其r，g，b三顏色通道像素值，在所述彩色非天空子圖像中所有像素的r，g，b三顏色通道像素值中提取一個數值最小的顏色通道像素值所在的顏色通道作為黑色通道；整體大氣光值獲取子設備，與所述存儲子設備連接以獲得預設像素值閾值，與所述區域劃分子設備和所述黑色通道獲取子設備分別連接以獲得所述單側梨樹圖像和所述黑色通道，將所述單側梨樹圖像中黑色通道像素值大于等于預設像素值閾值的多個像素組成待檢驗像素集，將所述待檢驗像素集中具有最大灰度值的像素的灰度值作為整體大氣光值；大氣散射光值獲取子設備，與所述區域劃分子設備和所述霧霾濃度檢測子設備分別連接，對所述單側梨樹圖像的每一個像素，提取其r，g，b三顏色通道像素值中最小值作為目標像素值，使用保持邊緣的高斯平滑濾波器epgf(edge-preservinggaussianfilter)對所述目標像素值進行濾波處理以獲得濾波目標像素值，將目標像素值減去濾波目標像素值以獲得目標像素差值，使用epgf對目標像素差值進行濾波處理以獲得濾波目標像素差值，將濾波目標像素值減去濾波目標像素差值以獲得霧霾去除基準值，將霧霾去除強度乘以霧霾去除基準值以獲得霧霾去除閾值，取霧霾去除閾值和目標像素值中的最小值作為比較參考值，取比較參考值和0中的最大值作為每一個像素的大氣散射光值；介質傳輸率獲取子設備，與所述整體大氣光值獲取子設備和所述大氣散射光值獲取子設備分別連接，將每一個像素的大氣散射光值除以整體大氣光值以獲得除值，將1減去所述除值以獲得每一個像素的介質傳輸率；清晰化圖像獲取子設備，與所述區域劃分子設備、所述整體大氣光值獲取子設備和所述介質傳輸率獲取子設備分別連接，將1減去每一個像素的介質傳輸率以獲得第一差值，將所述第一差值乘以整體大氣光值以獲得乘積值，將所述單側梨樹圖像中每一個像素的像素值減去所述乘積值以獲得第二差值，將所述第二差值除以每一個像素的介質傳輸率以獲得每一個像素的清晰化像素值，所述單側梨樹圖像中每一個像素的像素值包括所述單側梨樹圖像中每一個像素的r，g，b三顏色通道像素值，相應地，獲得的每一個像素的清晰化像素值包括每一個像素的r，g，b三顏色通道清晰化像素值，所有像素的清晰化像素值組成去霧霾單側梨樹圖像；所述單側產量識別器分別與所述清晰化處理器和所述移動硬盤連接，所述單側產量識別器包括：對比度增強子器件，與所述清晰化處理器連接以獲得去霧霾單側梨樹圖像，對所述去霧霾單側梨樹圖像執行對比度增強處理，以獲得增強圖像；小波濾波子器件，與所述對比度增強子器件連接，對所述增強圖像執行小波濾波處理，以獲得濾波圖像；灰度化處理子器件，與所述小波濾波子器件連接，對所述濾波圖像執行灰度化處理，以獲得灰度化圖像；圖像識別子器件，與所述灰度化處理子器件和所述移動硬盤分別連接，將所述灰度化圖像中灰度值在所述梨樹果實上限灰度閾值和所述梨樹果實下限灰度閾值之間的像素識別并組成多個梨樹果實子圖像，將多個梨樹果實子圖像的總數作為梨樹單側果實數量；所述嵌入式處理器與所述移動硬盤、所述單側產量識別器分別連接，計算梨樹單側果實數量與估算倍率的乘積，將所述乘積作為所述單株梨樹的全部產量。

更具體地，在所述基于電子識別的單株梨樹產量檢測系統中：所述嵌入式處理器計算自身的資源占用率，在自身的資源占用率小于第一預設百分比時，替代所述單側產量識別器的操作。

更具體地，在所述基于電子識別的單株梨樹產量檢測系統中：所述嵌入式處理器在自身的資源占用率大于第二預設百分比時，結束對所述單側產量識別器的操作的替代。

更具體地，在所述基于電子識別的單株梨樹產量檢測系統中：所述第一預設百分比和所述第二預設百分比被預先存儲在所述移動硬盤中，所述第一預設百分比小于所述第二預設百分比。

更具體地，在所述基于電子識別的單株梨樹產量檢測系統中：將所述嵌入式處理器和所述單側產量識別器集成在一塊集成電路板上。

附圖說明

以下將結合附圖對本發明的實施方案進行描述，其中：

圖1為根據本發明實施方案示出的基于電子識別的單株梨樹產量檢測系統的結構方框圖。

具體實施方式

下面將參照附圖對本發明的基于電子識別的單株梨樹產量檢測系統的實施方案進行詳細說明。

梨樹對外界環境的適應性比蘋果強。耐寒、耐旱、耐澇、耐鹽堿。冬季最低溫度在-25度以上的地區，多數品種可安全越冬。根系發達，垂直根深可達2-3m以上，水平根分布較廣，約為冠幅2倍左右。喜光喜溫，宜選擇土層深厚、排水良好的緩坡山地種植，尤以砂質壤土山地為理想。干性強，層性較明顯。結果早，結果期長，有些品種2-3年即開始結果，盛果期可維持50年以上。

梨樹的少數品種花葉同時開放或先展葉后開花，花粉受精后，果實開始發育，花托發育為果肉，子房發育為果心，胚珠發育為種子。果實生長發育過程中，前期主要是細胞分裂，組織分化，后期則是細胞膨大和果肉成熟。果實體積生長曲線成s型。梨根系生長每年有兩個生長高峰：第一次生長高峰出現在新梢停止生長時；第二次高峰出現在9-10月。在適宜條件下，梨根系可周年生長，無休眠期。

現有技術中的對梨樹產量的識別除了原有落后的人工測量方式，大多采用圖像識別技術，但由于缺乏霧霾去除設備，導致在各種霧霾天氣下，檢測圖像模糊不清，梨樹產量誤差過于偏大，甚至有可能導致無法進行產量識別。

本發明搭建了一種基于電子識別的單株梨樹產量檢測系統，替代了人工測量的方式，引入了霧霾去除機制，有效地保障了梨樹產量估算的精度和可靠性。

圖1為根據本發明實施方案示出的基于電子識別的單株梨樹產量檢測系統的結構方框圖，所述檢測系統設置于單株梨樹前，包括ccd視覺傳感器1、清晰化處理器2、單側產量識別器3和嵌入式處理器4，嵌入式處理器4與ccd視覺傳感器1、清晰化處理器2、單側產量識別器3分別連接，清晰化處理器2與ccd視覺傳感器1、單側產量識別器3分別連接。

其中，所述ccd視覺傳感器1用于對單株梨樹的一側進行圖像采集以獲得單側梨樹圖像，所述清晰化處理器2用于對所述單測梨樹圖像進行去霧霾化處理，以獲得去霧霾單側梨樹圖像，所述單側產量識別器3用于對所述去霧霾單側梨樹圖像進行圖像識別，以獲得梨樹單側果實數量，所述嵌入式處理器4與所述單側產量識別器3連接，用于基于所述梨樹單側果實數量確定所述單株梨樹的全部產量。

接著，繼續對本發明的基于電子識別的單株梨樹產量檢測系統的具體結構進行進一步的說明。

所述檢測系統還包括：供電電源，包括太陽能供電器件、蓄電池、切換開關和電壓轉換器，所述切換開關與所述太陽能供電器件和所述蓄電池分別連接，根據蓄電池剩余電量決定是否切換到所述太陽能供電器件以由所述太陽能供電器件供電，所述電壓轉換器與所述切換開關連接，以將通過切換開關輸入的5v電壓轉換為3.3v電壓。

所述檢測系統還包括：移動硬盤，用于預先存儲梨樹果實上限灰度閾值、梨樹果實下限灰度閾值和估算倍率，所述梨樹果實上限灰度閾值和所述梨樹果實下限灰度閾值用于將圖像中的梨樹果實與圖像背景分離，所述估算倍率用于基于梨樹單側產量估算梨樹全部產量。

所述檢測系統還包括：顯示設備，與所述嵌入式處理器4連接，用于顯示與所述單株梨樹的全部產量對應的文字信息。

所述ccd視覺傳感器1用于對所述單株梨樹的正面進行拍攝，以獲得所述單側梨樹圖像。

所述清晰化處理器2包括：

存儲子器件，用于預先存儲天空上限灰度閾值和天空下限灰度閾值，所述天空上限灰度閾值和所述天空下限灰度閾值用于分離出圖像中的天空區域，還用于預先存儲預設像素值閾值，所述預設像素值閾值取值在0到255之間；

霧霾濃度檢測子器件，位于空氣中，用于實時檢測單株梨樹所在位置的霧霾濃度，并根據霧霾濃度確定霧霾去除強度，所述霧霾去除強度取值在0到1之間；

區域劃分子器件，連接所述ccd視覺傳感器1以接收所述單側梨樹圖像，對所述單側梨樹圖像進行灰度化處理以獲得灰度化區域圖像，還與存儲子設備連接，將所述灰度化區域圖像中灰度值在所述天空上限灰度閾值和所述天空下限灰度閾值之間的像素識別并組成灰度化天空子圖案，從所述灰度化區域圖像分割出所述灰度化天空子圖案以獲得灰度化非天空子圖像，基于所述灰度化非天空子圖像在所述巡邏區域圖像中的對應位置獲得與所述灰度化非天空子圖像對應的彩色非天空子圖像；

黑色通道獲取子設備，與所述區域劃分子設備連接以獲得所述彩色非天空子圖像，針對所述彩色非天空子圖像中每一個像素，計算其r，g，b三顏色通道像素值，在所述彩色非天空子圖像中所有像素的r，g，b三顏色通道像素值中提取一個數值最小的顏色通道像素值所在的顏色通道作為黑色通道；

整體大氣光值獲取子設備，與所述存儲子設備連接以獲得預設像素值閾值，與所述區域劃分子設備和所述黑色通道獲取子設備分別連接以獲得所述單側梨樹圖像和所述黑色通道，將所述單側梨樹圖像中黑色通道像素值大于等于預設像素值閾值的多個像素組成待檢驗像素集，將所述待檢驗像素集中具有最大灰度值的像素的灰度值作為整體大氣光值；

大氣散射光值獲取子設備，與所述區域劃分子設備和所述霧霾濃度檢測子設備分別連接，對所述單側梨樹圖像的每一個像素，提取其r，g，b三顏色通道像素值中最小值作為目標像素值，使用保持邊緣的高斯平滑濾波器epgf(edge-preservinggaussianfilter)對所述目標像素值進行濾波處理以獲得濾波目標像素值，將目標像素值減去濾波目標像素值以獲得目標像素差值，使用epgf對目標像素差值進行濾波處理以獲得濾波目標像素差值，將濾波目標像素值減去濾波目標像素差值以獲得霧霾去除基準值，將霧霾去除強度乘以霧霾去除基準值以獲得霧霾去除閾值，取霧霾去除閾值和目標像素值中的最小值作為比較參考值，取比較參考值和0中的最大值作為每一個像素的大氣散射光值；

介質傳輸率獲取子設備，與所述整體大氣光值獲取子設備和所述大氣散射光值獲取子設備分別連接，將每一個像素的大氣散射光值除以整體大氣光值以獲得除值，將1減去所述除值以獲得每一個像素的介質傳輸率；

清晰化圖像獲取子設備，與所述區域劃分子設備、所述整體大氣光值獲取子設備和所述介質傳輸率獲取子設備分別連接，將1減去每一個像素的介質傳輸率以獲得第一差值，將所述第一差值乘以整體大氣光值以獲得乘積值，將所述單側梨樹圖像中每一個像素的像素值減去所述乘積值以獲得第二差值，將所述第二差值除以每一個像素的介質傳輸率以獲得每一個像素的清晰化像素值，所述單側梨樹圖像中每一個像素的像素值包括所述單側梨樹圖像中每一個像素的r，g，b三顏色通道像素值，相應地，獲得的每一個像素的清晰化像素值包括每一個像素的r，g，b三顏色通道清晰化像素值，所有像素的清晰化像素值組成去霧霾單側梨樹圖像。

所述單側產量識別器3分別與所述清晰化處理器2和所述移動硬盤連接，所述單側產量識別器3包括：

對比度增強子器件，與所述清晰化處理器2連接以獲得去霧霾單側梨樹圖像，對所述去霧霾單側梨樹圖像執行對比度增強處理，以獲得增強圖像；

小波濾波子器件，與所述對比度增強子器件連接，對所述增強圖像執行小波濾波處理，以獲得濾波圖像；

灰度化處理子器件，與所述小波濾波子器件連接，對所述濾波圖像執行灰度化處理，以獲得灰度化圖像；

圖像識別子器件，與所述灰度化處理子器件和所述移動硬盤分別連接，將所述灰度化圖像中灰度值在所述梨樹果實上限灰度閾值和所述梨樹果實下限灰度閾值之間的像素識別并組成多個梨樹果實子圖像，將多個梨樹果實子圖像的總數作為梨樹單側果實數量。

所述嵌入式處理器4與所述移動硬盤、所述單側產量識別器3分別連接，計算梨樹單側果實數量與估算倍率的乘積，將所述乘積作為所述單株梨樹的全部產量。

可選地，在所述基于電子識別的單株梨樹產量檢測系統中：所述嵌入式處理器4計算自身的資源占用率，在自身的資源占用率小于第一預設百分比時，替代所述單側產量識別器3的操作；所述嵌入式處理器4在自身的資源占用率大于第二預設百分比時，結束對所述單側產量識別器3的操作的替代；所述第一預設百分比和所述第二預設百分比被預先存儲在所述移動硬盤中，所述第一預設百分比小于所述第二預設百分比；以及，可以將所述嵌入式處理器4和所述單側產量識別器3集成在一塊集成電路板上。

另外，霧霾圖像可以通過一系列圖像處理設備實現圖像的去霧霾化，以獲得清晰化的圖像，提高圖像的能見度。這些圖像處理設備分別執行不同的圖像處理功能，基于霧霾形成的原理，達到去除霧霾的效果。霧霾圖像的清晰化處理對于軍用和民用領域都具有極大的應用價值，軍用領域包括軍事國防、遙感導航等，民用領域包括道路監測、目標跟蹤和自動駕駛等。

霧霾圖像形成的過程可以用大氣衰減過程來描繪，在霧霾圖像和實際圖像即清晰化圖像之間的關系可用整體大氣光值和每一個像素的介質傳輸率來表述，即在已知霧霾圖像的情況下，根據整體大氣光值和每一個像素的介質傳輸率，可以求解出清晰化圖像。

對于整體大氣光值和每一個像素的介質傳輸率的求解都存在一些有效且經過驗證的手段，例如，對于每一個像素的介質傳輸率，需要獲得整體大氣光值和每一個像素的大氣散射光值，而每一個像素的大氣散射光值可在對每一個像素在霧霾圖像中的像素值進行兩次保持邊緣的高斯平滑濾波而獲得，其間，霧霾去除的強度可調；而整體大氣光值的獲得方式有兩種，一種方式是，可通過獲取霧霾圖像的黑色通道(即在霧霾圖像中使得一些像素的黑色通道值非常低，黑色通道為r，g，b三顏色通道中的一種)，在霧霾圖像中，通過尋找黑色通道像素值偏大的多個像素中尋找灰度值最大的像素來獲得，即將尋找到的、灰度值最大的像素的灰度值作為整體大氣光值，參與霧霾圖像中每一個像素的清晰化處理；另外，整體大氣光值也可通過以下方式獲得：計算霧霾圖像中每一像素的灰度值，將灰度值最大的像素的灰度值作為整體大氣光值。

具體的霧霾圖像和實際圖像即清晰化圖像之間的關系，以及各個參數之間的關系可參見以上內容。

通過對霧霾圖像形成原理的探討，搭建了霧霾圖像和清晰化圖像之間的關系，用多個參數表示這種關系，隨后通過獲得的多個參數值和霧霾圖像即可還原獲得清晰度較高的圖像，由于參數的獲得借用了一些統計手段和經驗手段，因此所述清晰度較高的圖像不可能完全等同于實際圖像，但已經具有相當程度的去霧霾效果，為霧霾天氣下的各個領域作業提供有效保障。

采用本發明的基于電子識別的單株梨樹產量檢測系統，針對現有基于圖像識別技術的梨樹產量檢測系統檢測機制不合理以及由于沒有考慮霧霾天氣對產量檢測精度帶來影響導致系統可靠性差的技術問題，通過引入估算倍率，使得依靠梨樹單側果實數量計算所述單株梨樹的全部產量成為可能，另外，通過引入清晰化處理器對圖像進行去霧霾化處理，避免本發明的檢測系統的正常工作受到各種霧霾天氣的不利干擾。

上述技術方案僅體現了本發明技術方案的優選技術方案，本技術領域的技術人員對其中某些部分所可能做出的一些變動均體現了本發明的原理，屬于本發明的保護范圍之內。