摘 要：在草莓苗期雜草防治中，由于除草劑殘留的危害使得噴灑方法成為研究的熱點。本文提出了一種基于機(jī)器視覺的除草劑噴灑方法。在圖像分割去除背景后，通過開操作刪除雜草的像素點，得到只有草莓像素點的處理結(jié)果。接著將草莓圖像分為6行8列的子區(qū)域，根據(jù)每個子區(qū)域是否有草莓的像素點決定是否噴灑除草劑。在實驗結(jié)果中，該方法基本上實現(xiàn)了草莓苗期雜草的防治，并節(jié)省了50%左右的除草劑。 關(guān)鍵詞：雜草、機(jī)器視覺、除草劑噴灑、草莓 [b][align=center]Strawberry seedling weed control with machine vision Hu Bo[/align][/b] Abstract: The potential impact of residual herbicide pollution has stimulated research into spray method in strawberry seedling weed control. A novel spray method based on machine vision has been proposed. After the weed image segmented for distinguishing plants and background, the elements of weed are deleted with open operation. So there are only the elements of strawberry in the results of image process. Then each strawberry image is divided into 6 rows by 8 columns spray grids. Whether every grid spray is decided by whether there are any strawberry elements in it. The result shows that the new method has good effect on strawberry weed control with nearly reducing herbicide 50%. Key words: Weed, Machine vision, Herbicide spray, Strawberry, 　　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，實驗中識別率分別達(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]。Søgaard2005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)時使用多個噴頭排成一列，行進(jìn)中每個噴頭負(fù)責(zé)一個子區(qū)域[6]。2003年Gillis等開發(fā)自動除草設(shè)備時，將目標(biāo)區(qū)域分為15cm×15cm的子區(qū)域，每個區(qū)域中心設(shè)置一個噴頭[7]。通過這樣的操作，實現(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RGB彩色像素由R、G、B三個值表示，三個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，每個像素24個字節(jié)，每個分量8個字節(jié)，所以每個分量都分為256（28）個灰度級。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]。作者通過大量實驗，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個子區(qū)域，根據(jù)是否有草莓的像素確定每個區(qū)域是否噴灑除草劑。 [align=center] 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[/align] 　　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個子區(qū)域，如圖1（d）所示。再根據(jù)每個區(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)域為噴灑除草劑的區(qū)域，顏色未改變的子區(qū)域不噴灑除草劑。 3 實驗結(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 　　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，同時漏噴除草劑的區(qū)域也很少，基本上實現(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。通過大量實驗，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，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。實驗結(jié)果顯示該方法很少將除草劑噴灑到草莓上，同時漏噴除草劑的區(qū)域也不多，基本上實現(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。 參考文獻(xiàn) 　　[1]James.A.LaMondiaa Wade.H.Elmera Todd.L.Mervoshb Richard.S.Cowles. Integrated management of strawberry pests by rotation and intercropping[J]. Crop Protection 21（2002）:837–846 　　[2]M.J.Haara S.A.Fennimorea H.A.Ajwaa C.Q.Winterbottom. Chloropicrin effect on weed seed viability[J]. Crop Protection 22（2003）:109–115 　　[3]Christine.M.Onyango, J.A.Marchant. Segmentation of row crop plants from weeds using colour and morphology[J]. Computers and electronics in agriculture. 39（3）:141-155,2003 　　[4]M.J.Aitkenhead, I.A.Dalgetty, C.E.Mullins, A.J.S.McDonald. Weed and crop discrimination using image analysis and artificial intelligence methods[J]. Computers and electronics in agriculture. 39（3）:157-171,2003 　　[5]Søgaard.H.T. Weed classification by active shape models[J]. Biosystems engineering, 91（3）:271-281,2005 　　[6]Lei Tian. Development of a sensor-based precision herbicide application system[J]. Computers and Electronics in Agriculture. 36（2）:133-149,2002 　　[7]K.P.Gillis, D.K.Giles, D.C.Slaughter, D.Downey. Injection mixing system for boomless, target-activated herbicide herbicide spraying[J]. Transactions of the ASAE. 46（4）:997-1008,2003 　　[8]D.M.Woebbecke, G.E.Meyer, K.Von.Bargen, D.A.Mortensen. Color Indices for Weed Identification Under Various Soil, Residual, and Lighting Conditions[J]. Transactions of the ASAE,1995,38（1）:259-269 　　[9]毛罕平,錢丹. 作物數(shù)字圖像分割誤差的影響因素研究[J]. 微計算機(jī)信息. 2006,10-3:296-297