一種石榴樹電子化自動采摘方法
【技術領域】
[0001 ] 本發明涉及電子采摘領域，尤其涉及一種石榴樹電子化自動采摘方法。
【背景技術】
[0002]石榴樹，原產西域的一種果樹，是市民喜愛的水果之一，營養價值高，石榴樹也是人們種植觀賞的樹木之一。樹高2?4米，粗度10?30公分。石榴樹姿優美，花期長達數月，每年五、六月間繁花怒放，燦若云霞，花紅似火，分外鮮艷，可謂集食用與觀賞于一體，加之石榴適應性廣，抗病力強，栽培易，因而，石榴樹的種植面積比較寬泛。
[0003]隨著農林業種植水平的提高和經濟的發展，石榴樹種植已經從原先的分散種植向集中種植發展，大型甚至超大型的專一類型石榴樹種植園頻繁出現在各地，這使得對石榴樹的作業從人工操作轉化為機械操作成為可能。機械操作在石榴樹種植業的應用，不僅能夠節約大量人工成本，而且能夠提高石榴樹種植的效率，從而提高種植園主的經濟收益。
[0004]然而，現有技術中對石榴樹種植園的機械操作主要仍局限于機械集中噴藥、機械集中灌溉和機械集中除草等方面，對于需要工時最多的石榴樹采摘，由于采摘的專業性和果實在石榴樹上分布的發散性，仍需要安排很多采摘人員在固定時間段進行采摘，這種人工采摘方式具有采摘耗時耗力的弊端。現有技術中也存在一些電子采摘的手段，但由于基于圖像處理技術，容易受各種霧霾天氣的影響。
[0005]因此，為了克服上述各種弊端，需要一種新的石榴樹電子采摘方案，一方面能夠替代傳統的人工采摘方式，適應石榴樹采摘的專業性和果實分布發散性的特點，以機械方式自適應地根據果實實際成熟度和位置實現對各個果實的有效采摘；另一方面，能夠克服霧霾天氣對檢測圖像的干擾，提高電子采摘的可靠性。

【發明內容】

[0006]為了解決上述問題，本發明提供了一種石榴樹電子化自動采摘方法，引用定位技術的電機驅動技術建造采摘平臺的機電設備，引用有針對性的圖像采集和處理技術，獲取每一顆果實的成熟度和位置，從而確定每一顆果實的采摘驅動方案，靈活采摘到每一株石榴樹上的所有成熟果實，在提高采摘效率的同時，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，拓寬了采摘平臺的應用范圍。
[0007]根據本發明的一方面，提供了一種石榴樹電子化自動采摘方法，該方法包括下列步驟:1)提供一種位于待采摘石榴樹的前方的石榴樹電子化自動采摘平臺，所述采摘平臺包括CMOS視覺傳感器、圖像預處理器、果實信息檢測器和AT89C51單片機，所述CMOS視覺傳感器用于對待采摘石榴樹拍攝以獲得石榴樹圖像，所述圖像預處理器用于去除所述石榴樹圖像中的霧霾成分以獲得預處理圖像，所述果實信息檢測器用于對所述預處理圖像執行圖像處理，以確定所述待采摘石榴樹上的每一顆果實是否成熟以及實際位置，所述AT89C51單片機與所述果實信息檢測器連接，基于所述待采摘石榴樹上的每一顆果實是否成熟以及實際位置確定對應果實的采摘策略；2)運行所述平臺。
[0008]更具體地，在所述石榴樹電子化自動采摘平臺中，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；采摘執行設備，用于采摘所述待采摘石榴樹上的果實；采摘驅動設備，用于驅動所述采摘執行設備；實時定位設備，位于所述采摘執行設備上，用于實時定位所述采摘執行設備的當前位置；無線收發機，與遠端的農林管理控制平臺建立雙向的無線通信鏈路，用于接收所述農林管理控制平臺發送的控制指令，所述控制指令包括每一株石榴樹的當前位置，還與所述AT89C51單片機連接以無線發送復合圖像和石榴樹采摘結束信號；北斗星定位器，用于實時接收北斗星定位衛星發送的所述采摘平臺的當前北斗星數據；采摘平臺驅動設備，與所述無線收發機和所述北斗星定位器分別連接，包括直流電動機，用于根據每一株石榴樹的當前位置和當前北斗星數據，驅動所述采摘平臺到達每一株石榴樹的當前位置的前方；存儲設備，用于預先存儲預設成熟度閾值和預設判定數量閾值，所述預設成熟度閾值為一灰度值，還用于預先存儲石榴樹上限灰度閾值、石榴樹下限灰度閾值、果實上限灰度閾值和果實下限灰度閾值，所述石榴樹上限灰度閾值和所述石榴樹下限灰度閾值用于將圖像中的石榴樹和背景分離，所述果實上限灰度閾值和所述果實下限灰度閾值用于將圖像中的果實和背景分離，還用于預先存儲標定線上限灰度閾值和標定線下限灰度閾值，所述標定線上限灰度閾值和所述標定線下限灰度閾值用于將圖像中的標定線和背景分離，標定線在被拍攝目標上的位置為已知數據；所述圖像預處理器還包括: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O到255之間；霧霾濃度檢測子器件，位于空氣中，用于實時檢測所述采摘平臺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O到I之間；區域劃分子器件，連接所述CMOS視覺傳感器以接收所述石榴樹圖像，對所述石榴樹圖像進行灰度化處理以獲得灰度化區域圖像，還與存儲子器件連接，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；黑色通道獲取子器件，與所述區域劃分子器件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器件，與所述存儲子器件連接以獲得預設像素值閾值，與所述區域劃分子器件和所述黑色通道獲取子器件分別連接以獲得所述石榴樹圖像和所述黑色通道，將所述石榴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器件，與所述區域劃分子器件和所述霧霾濃度檢測子器件分別連接，對所述石榴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-preserving gaussian filter)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O中的最大值作為每一個像素的大氣散射光值；介質傳輸率獲取子器件，與所述整體大氣光值獲取子器件和所述大氣散射光值獲取子器件分別連接，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I減去所述除值以獲得每一個像素的介質傳輸率；清晰化圖像獲取子器件，與所述區域劃分子器件、所述整體大氣光值獲取子器件和所述介質傳輸率獲取子器件分別連接，將I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，將所述石榴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，所述石榴樹圖像中每一個像素的像素值包括所述石榴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預處理圖像；所述果實信息檢測器與所述圖像預處理器和所述存儲設備分別連接，所述果實信息檢測器包括:小波濾波子器件，與所述圖像預處理器連接，對所述預處理圖像執行基于Harr小波濾波算法的小波濾波，輸出濾波石榴樹圖像；灰度化處理子器件，與所述小波濾波子器件連接，對所述濾波石榴樹圖像執行灰度化處理，獲得灰度化石榴樹圖像；石榴樹識別子器件，與所述灰度化處理子器件和所述存儲設備分別連接，將所述灰度化石榴樹圖像中灰度值在所述石榴樹上限灰度閾值和所述石榴樹下限灰度閾值之間的像素識別并組成石榴樹圖案；標定線識別子器件，與所述灰度化處理子器件和所述存儲設備分別連接，將所述灰度化石榴樹圖像中灰度值在所述標定線上限灰度閾值和所述標定線下限灰度閾值之間的像素識別并組成標定線圖案；果實識別子器件，與所述石榴樹識別子器件和所述存儲設備分別連接，將所述石榴樹圖案中灰度值在所述果實上限灰度閾值和所述果實下限灰度閾值之間的像素識別并組成多個果實圖案；果實信息采集子器件，與所述標定線識別子器件、所述果實識別子器件