利用機(jī)器視覺防治草莓苗期雜草的研究

      草莓富含多種營養(yǎng)元素，是一種重要的水果。隨著我國種植結(jié)構(gòu)的調(diào)整，草莓種植面積逐年擴(kuò)大。由于草莓基肥施用量大、需水多，雜草生長茂盛。另外草莓植株低矮，種植密度大，除草困難。據(jù)研究，雜草危害可使草莓減產(chǎn)15%～20%，因此草害防治成為草莓生產(chǎn)中的主要工作。草莓田間除草可通過人工除草，覆膜壓草，輪作換茬等綜合措施進(jìn)行。James等2002年指出通過輪作、混作可以減少草莓雜草[1]。Haar等 2003年研究了在草莓移栽前使用熏蒸劑三氯硝基甲烷的雜草防治效果[2]。這些措施都減少了雜草的危害，但是現(xiàn)階段草莓苗期雜草的防治還是離不開化學(xué)防治。除草劑對草莓的質(zhì)量和產(chǎn)量都會產(chǎn)生極大的影響，特別是無公害草莓生產(chǎn)要求的提出，使得對通過除草劑防治的要求進(jìn)一步提高。而人工除草工作量大，由于我國人口老齡化、農(nóng)村人口城鎮(zhèn)化，這一方法也面臨挑戰(zhàn)。近年來，利用機(jī)器視覺，通過分析田間圖像、自動控制噴頭、智能噴灑除草劑已成為現(xiàn)代農(nóng)業(yè)中雜草防治的主要方向。因此使用機(jī)器視覺防治草莓雜草是降低農(nóng)藥污染、增加產(chǎn)量、減少人工的重要途徑。

　　1 草莓苗期雜草的防治策略

　　現(xiàn)有利用機(jī)器視覺識別雜草的算法中，主要是以形狀特征為識別特征。Onyango等2003年通過形狀特征識別作物和雜草，實(shí)驗(yàn)中識別率分別達(dá)到82%～92%和68%～92%[3]。Aitkenhead等2003年使用人工神經(jīng)網(wǎng)絡(luò)對形狀特征進(jìn)行研究，對胡蘿卜幼苗與黑麥草和藜的識別率超過 75%[4]。S?gaard2005年利用形狀模板進(jìn)行雜草識別達(dá)到65%～90%以上的識別率[5]。得到識別結(jié)果后，現(xiàn)有相關(guān)研究一般是將一幅圖像分成若干子區(qū)域，根據(jù)子區(qū)域中雜草的情況噴灑除草劑。2002年田磊開發(fā)除草劑精確噴灑系統(tǒng)時(shí)使用多個(gè)噴頭排成一列，行進(jìn)中每個(gè)噴頭負(fù)責(zé)一個(gè)子區(qū)域 [6]。2003年Gillis等開發(fā)自動除草設(shè)備時(shí)，將目標(biāo)區(qū)域分為15cm×15cm的子區(qū)域，每個(gè)區(qū)域中心設(shè)置一個(gè)噴頭[7]。通過這樣的操作，實(shí)現(xiàn)盡量把除草劑噴在雜草上，在作物、土壤上少噴甚至不噴除草劑。

　　草莓雜草防治中，由于除草劑對草莓的生長影響很大，首先要求除草劑盡量不噴灑到草莓上。但是在苗期，雜草剛剛出現(xiàn)的時(shí)候，雜草植株小不易識別; 另一方面，使用現(xiàn)有的識別方法識別率無法達(dá)到100%，存在將草莓識別為雜草的情況。所以使用傳統(tǒng)的識別策略噴灑除草劑容易傷害草莓植株。如果將草莓識別出來，在不是草莓的區(qū)域噴灑除草劑，就可以保護(hù)草莓并防治雜草。雖然這一方法未明顯改善土壤中農(nóng)藥殘留的問題，但是對于保護(hù)草莓，特別在無公害草莓的生產(chǎn)中效果明顯。另外，這樣噴灑除草劑也一定程度上減少了除草劑的使用量。因此，利用機(jī)器視覺識別出草莓后將除草劑噴灑在不是草莓的區(qū)域是針對草莓苗期雜草防治的有效策略。

　　2 圖像處理算法和除草劑的噴灑方法

　　從田間獲取的原始圖像包括草莓、雜草和背景，首先需要通過分割操作將背景去除。通過硬件設(shè)備得到的彩色數(shù)字圖像初始狀態(tài)均為RGB圖像，如圖1 （a）所示。在RGB圖像中，每一個(gè)RGB彩色像素由R、G、B三個(gè)值表示，三個(gè)分量的取值范圍由存儲方式?jīng)Q定。目前使用的全彩色圖像，每個(gè)像素24個(gè)字節(jié)，每個(gè)分量8個(gè)字節(jié)，所以每個(gè)分量都分為256（28）個(gè)灰度級。由于閾值分割是雜草圖像分割中的主要算法，分割操作主要是確定分割時(shí)使用的特征。 Woebbecke等1995年提出超綠特征（2g-r-b）用于雜草圖像的分割，并分析了r-b、g-b、（g-b）/（r-g）和H等其它顏色特征，結(jié)果認(rèn)為（2g-r-b）最為可取[8]。在現(xiàn)有的雜草圖像分割研究中，這一結(jié)果被廣泛接受，超綠特征為代表的顏色特征成為最主要的雜草分割特征。但是分割誤差的問題依然沒有解決，2006年毛罕平等分析了影響分割誤差的因素[9]。作者通過大量實(shí)驗(yàn)，利用遺傳算法優(yōu)化分割特征，得到優(yōu)化后的特征為：-149R+ 218G-73B，減少了這些因素的影響。本文采用優(yōu)化后的特征進(jìn)行雜草圖像的分割。若分割處理后的像素點(diǎn)為g，則：

　　其中標(biāo)記為1的像素為草莓和雜草，而標(biāo)記為0的像素為背景。T表示分割閾值。

　　分割后雜草由于剛剛出現(xiàn)、植株體積小，在圖像中所占像素點(diǎn)相對較少。通過形態(tài)學(xué)開操作可以在較少改變草莓輪廓的情況下去除圖像中的雜草像素，這樣就得到了草莓的圖像。因此，利用機(jī)器視覺防治草莓苗期雜草的方法為：

　　STEP1：利用特征-149R+218G-73B，通過閾值分割去除土壤等背景;

　　STEP2：對分割結(jié)果二值化后進(jìn)行開操作得到草莓圖像;

　　STEP3：將草莓圖像分為6行8列共6×8=48個(gè)子區(qū)域，根據(jù)是否有草莓的像素確定每個(gè)區(qū)域是否噴灑除草劑。

利用機(jī)器視覺防治草莓苗期雜草的研究

　　圖1 草莓苗期雜草圖像 （a）原圖（b）分割后的圖像（c）識別結(jié)果（d）噴灑子區(qū)域（e）噴灑方法

　　如圖1（a）所示，在原始圖像中，雜草植株小，不易發(fā)現(xiàn)，人工作業(yè)難以清除。圖1（a）分割去除土壤后背景變?yōu)榘咨?，雜草零星分布于圖像中，顏色差異明顯，如圖1（b）所示。圖1（b）二值化后通過形態(tài)學(xué)開操作得到圖1（c），圖中清除了雜草對應(yīng)的像素，剩下黑色部分為草莓在圖像中對應(yīng)的像素。然后將圖1（c）分為6行8列共6×8=48個(gè)子區(qū)域，如圖1（d）所示。再根據(jù)每個(gè)區(qū)域有無草莓像素確定是否噴灑除草劑，因此圖1（d）得到的噴灑方法如圖1（e）所示，其中顏色加深了的子區(qū)域?yàn)閲姙⒊輨┑膮^(qū)域，顏色未改變的子區(qū)域不噴灑除草劑。

　　3 實(shí)驗(yàn)結(jié)果與分析

　　使用Canon A75數(shù)碼相機(jī)2006年10月22日下午17：30左右在柳州市西鵝鄉(xiāng)草莓地采集20幅草莓苗期雜草圖像。按本文方法進(jìn)行圖像處理，識別結(jié)果和噴灑結(jié)果如表1所示。

　　                         表1 識別結(jié)果和噴灑方法

利用機(jī)器視覺防治草莓苗期雜草的研究

　　如表1所示，按本文方法處理后，可節(jié)省50%左右的除草劑，并且基本上沒有將除草劑噴灑到草莓上，同時(shí)漏噴除草劑的區(qū)域也很少，基本上實(shí)現(xiàn)了草莓苗期雜草的防治。在有草莓的子區(qū)域卻噴灑了除草劑的情況中，草莓在區(qū)域中面積很少，多是一些葉片邊緣，這主要是開操作刪除了一些葉片邊緣。這類情況的數(shù)量較少而且主要是草莓葉片邊緣，所以對草莓的危害也不大。在沒有草莓而未噴灑除草劑的區(qū)域中，主要是雜草植株已經(jīng)長大，所占面積相對較多，開操作無法將其從圖像中清除。顯然本方法適用于草莓移栽后，雜草尚未長大的時(shí)期，隨著雜草的不斷生長，本方法的有效性逐漸下降。

　　顯然，圖像被分為若干子區(qū)域的過程中，子區(qū)域的大小直接影響最后的識別結(jié)果。子區(qū)域過大，容易出現(xiàn)雜草和草莓在同一區(qū)域中，從而未噴灑除草劑，影響了除草效果。另一方面，由于開操作對草莓邊緣有一些改變，若區(qū)域過小，被刪除的草莓葉片邊緣單獨(dú)占據(jù)子區(qū)域的數(shù)量增加，這些子區(qū)域都被噴灑除草劑，從而影響草莓生長。通過大量實(shí)驗(yàn)，對于草莓苗期圖像，子區(qū)域面積為圖像中草莓葉片大小相若時(shí)得到的效果較優(yōu)。

　　4 結(jié)論

　　針對草莓苗期雜草防治的特點(diǎn)，本文提出利用機(jī)器視覺識別出草莓后在不是草莓的區(qū)域噴灑除草劑的噴灑策略，并根據(jù)這一噴灑策略得到了相應(yīng)的處理方法。實(shí)驗(yàn)結(jié)果顯示該方法很少將除草劑噴灑到草莓上，同時(shí)漏噴除草劑的區(qū)域也不多，基本上實(shí)現(xiàn)了草莓苗期雜草的防治，并節(jié)省了50%左右的除草劑。該方法可應(yīng)用于類似草莓這樣對農(nóng)藥殘留要求高的作物的雜草防治中。