基于云計算的農業(yè)圖像處理系統(tǒng)設計與算法研究.pdf

1、圖像處理在農產品檢測、農作物病蟲草害診斷識別、精準噴藥和果實采摘等方面都有著廣泛的應用，取得了豐碩的研究成果，對農業(yè)各領域的現(xiàn)代化進程起到了十分重要的促進作用。但由于圖像處理系統(tǒng)復雜，成本高昂，使用和維護不便，不能適應惡劣的生產環(huán)境，許多成果還沒有真正被農民所接受，發(fā)揮出應有的經濟效益和社會效益。如何做到對圖像的實時處理的同時降低農民的使用成本是亟需解決的問題。
　　 論文將云計算與農業(yè)圖像處理相結合，提出了農業(yè)圖像云構想，構建

2、了農業(yè)圖像云架構。將云平臺的結構分為三個層次，形成以控制層為核心，過渡層作決策判斷，算法層執(zhí)行具體功能的模式。建立了農業(yè)圖像處理系統(tǒng)的Petri網模型，提出了農業(yè)圖像處理系統(tǒng)的參數(shù)化設計方法，系統(tǒng)可以針對不同的目標設置不同參數(shù)進行處理，根據(jù)不同目標的不同參數(shù)，模型可自動對算法進行調度，并用FPGA對模型進行了實驗驗證。論文還對圖像處理中各種分割、去噪和銳化算法進行了研究，重點研究了這些算法的優(yōu)化和融合，提高了圖像處理的質量。
　　

3、 論文研究的具體內容如下:
　　 (1)為提高農業(yè)圖像處理的實時性、系統(tǒng)功能的廣泛性、操作使用的簡便性、工作環(huán)境的適應性、使用成本的廉價性，提出了農業(yè)圖像云的思想并進行了架構設計，將其核心的云平臺分為三個層次:控制層、過渡層和算法層。控制層根據(jù)用戶選擇的服務，來調用服務需要的過渡層中的算法過渡模塊;過渡層中的算法過渡模塊根據(jù)服務參數(shù)來判斷是否被調用，在執(zhí)行條件滿足時，選擇算法層中相對應算法群里面空閑的算法模塊執(zhí)行具體的功能;算

4、法層主要是接收過渡層中傳遞的數(shù)據(jù)執(zhí)行算法的功能。此外還建立一個服務參數(shù)庫，用來存儲各個目標的參數(shù)信息。
　　 (2)針對農業(yè)圖像云云平臺架構中的控制層與過渡層之間的工作模式，提出參數(shù)化農業(yè)圖像處理系統(tǒng)設計方法。它由用戶對系統(tǒng)進行參數(shù)設置，選擇所需算法，系統(tǒng)將根據(jù)用戶的設置執(zhí)行相應的算法，完成用戶要求的功能。這種設計方法提高了圖像處理系統(tǒng)的靈活性，使系統(tǒng)適用范圍更廣，適用于云平臺大規(guī)模分布式并行計算模式的設計，也可以用來設計獨立的

5、參數(shù)化農業(yè)圖像處理系統(tǒng)。
　　 (3)為了解決具有并行結構的農業(yè)圖像處理系統(tǒng)的建模問題，提出農業(yè)圖像處理系統(tǒng)的Petri網建模方法，構建基于參數(shù)的算法調用模式。基于Petri網對參數(shù)化農業(yè)圖像處理系統(tǒng)的頂層控制模塊進行建模，并對模型進行驗證。論文使用SnoopylOPT軟件將頂層控制模塊的Petri網建模圖轉換為PNML(PetriNetMarkupLanguage)語言文本文件，再通過PNML2VHDL編譯生成VHDL語言文件

6、，在QuartusⅡ環(huán)境中進行仿真驗證，仿真結果波形圖說明了模型的正確性。
　　 (4)為了使棉花等綠色農作物圖像分割效果更好，提出G-分量彩色圖像圓錐分割算法，并推導任意顏色的彩色圖像圓錐分割算法公式并簡單驗證。在色差法的基礎上，提出G-分量彩色圖像圓錐分割算法。為了限定目標像素灰度值的取值范圍，G-分量彩色圖像圓錐分割算法與閾值化分割法相融合，提出G-分量彩色圖像圓臺分割算法。新算法以(0，0，0)點為頂點，G軸為中心軸，r

7、為半徑做圓錐，圓錐內部同時在閾值范圍內的像素點即為目標像素點。通過直方圖統(tǒng)計的方法確定新算法中的未知量，將新算法與色差法和閾值化分割法分割的結果進行比較，結果表明新算法分割效果較好。
　　 (5)基于中值濾波和掩膜消噪法的圖像濾波融合算法研究。其中5×5窗口的中值濾波去噪效果好但圖像比較模糊，而掩膜消噪法去噪效果較差但圖像比較清晰。將5×5窗口的中值濾波和掩膜消噪法通過分配不同權值的方式進行融合，得到新的圖像去噪融合算法及結果。