本发明涉及玉米田间管理设备技术领域，尤其涉及一种基于机器视觉技术的玉米田间管理机器人。
背景技术：
信息技术的发展，极大改变了传统的玉米农业作业方式，使玉米生产逐渐从粗放型到精密型方向发展，使玉米生产可以象工业生产那样全程可控，玉米生产的质量得到大幅度提高。我国农村的现状是能干活的劳动力严重缺乏，基于信息技术的农业生产可以最大限度的减少对劳动力的依赖，农业装备的信息化是解决我国农业劳动力短缺的主要手段。
玉米作业生产时，无论是种植、田间管理和收获，都存在一个基本问题，那就是需要捕捉玉米的茎秆叶片生长情况。人工作业时靠肉眼观察茎秆和植株，茎秆的定位最精确，但效率低；机械化作业时靠规范的操作范围和标准化种植确定茎秆叶片位置，效率高，但茎秆和叶片的识别几乎为零；基于图像处理技术的茎秆叶片识别综合了上面人眼识别和机械化操作的双重优点。因此，玉米茎秆叶片识别是现代化农业生产的急需解决的问题。
技术实现要素：
本发明的目的在于克服现有技术中的不足，提供一种基于机器视觉技术的玉米田间管理机器人，实现茎秆和叶片的精确识别。
本发明是通过以下技术方案实现的：
一种基于机器视觉技术的玉米田间管理机器人，包括摄像头和处理器，所述摄像头用于自动执行玉米直立计数并确定株距，所述处理器用于确定异常发芽率并进行空间优化；
所述机器人识别每个播种位置的发芽状态，并报告发芽图，当一个不发芽的位置被确定，机器人放置一个种子；扫描每一行玉米后，机器人计算和报告植物种群密度，并通过显示器显示结果报告；
所述机器人的工作流程为对农作物植株清晰图像获取、植株茎秆图像的预处理、植株茎秆图像的精确识别与捕获。
为了进一步实现本发明，可优先选用以下技术方案：
优选的，所述处理器包括jetsonnanoai人工智能开发板。
优选的，所述jetsonnanoai人工智能开发板包括挑选模块和调整模块。
优选的，所述jetsonnanoai人工智能开发板的挑选模块的工作流程包括以下步骤：
a.选择一帧图像读取；
b.判断该图像的清晰度是否符合要求，当该图像的清晰度不符合要求时重复步骤a和步骤b；
c.选择步骤b中清晰度符合要求的图像，图像选择完成。
优选的，所述jetsonnanoai人工智能开发板的调整模块的工作流程包括以下步骤：
a.采集到符合要求的图像；
b.对步骤a中采集的图像使用加权法进行灰度化；
c.对步骤b中灰度化的图像使用均值法进行降噪处理；
d.判读步骤c中降噪后的图像的清晰度是否符合处理要求，不符合要求的图像重复步骤c和步骤d；
e.对步骤d中清晰度符合要求的图像使用自适应法进行灰度增强，完成图像调整。
通过上述技术方案，本发明的有益效果是：
①无人值守，该系统为科研工作者称量猪体重节省了人力物力财力，不需要人的参与即可完成田间玉米检测。增加了检测的频率也降低了测量的成本。
②数据精确可靠，该系统由于数字图像处理技术，极大的避免了因为玉米的特征相似等因素的造成的数据混淆与错误，而且也避免了因为工作人员的偶然失误造成不可避免的漏记、错记，对实验结果造成的人为的干扰。
③便捷，该系统数据存储，处理，转发均在云端进行，随时随地皆可监控实验数据，不必再将宝贵的时间浪费在田间与实验室之间的奔波路程上。
附图说明
图1为本发明的挑选模块的系统流程图。
图2为本发明的调整模块的系统流程图。
具体实施方式
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面将结合发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
如图1和图2所示，一种基于机器视觉技术的玉米田间管理机器人，包括摄像头和处理器，摄像头用于自动执行玉米直立计数并确定株距，处理器用于确定异常发芽率并进行空间优化；
机器人识别每个播种位置的发芽状态，并报告发芽图，当一个不发芽的位置被确定，机器人放置一个种子；扫描每一行玉米后，机器人计算和报告植物种群密度，并通过显示器显示结果报告；
机器人的工作流程为对农作物植株清晰图像获取、植株茎秆图像的预处理、植株茎秆图像的精确识别与捕获。
处理器包括jetsonnanoai人工智能开发板。
jetsonnanoai人工智能开发板包括挑选模块和调整模块。
jetsonnanoai人工智能开发板的挑选模块的工作流程包括以下步骤：
a.选择一帧图像读取；
b.判断该图像的清晰度是否符合要求，当该图像的清晰度不符合要求时重复步骤a和步骤b；
c.选择步骤b中清晰度符合要求的图像，图像选择完成。
jetsonnanoai人工智能开发板的调整模块的工作流程包括以下步骤：
a.采集到符合要求的图像；
b.对步骤a中采集的图像使用加权法进行灰度化；
c.对步骤b中灰度化的图像使用均值法进行降噪处理；
d.判读步骤c中降噪后的图像的清晰度是否符合处理要求，不符合要求的图像重复步骤c和步骤d；
e.对步骤d中清晰度符合要求的图像使用自适应法进行灰度增强，完成图像调整。
植株茎秆的直线特征与其它部分区别较大，并且植株茎秆的直线特征非常可靠，具备图像良好特征的两个特点，jetsonnano检测中有着其它方法无法比拟的优势，因此选用jetsonnano来提取植株茎秆特征。
最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种基于机器视觉技术的玉米田间管理机器人，包括摄像头和处理器，其特征在于，所述摄像头用于自动执行玉米直立计数并确定株距，所述处理器用于确定异常发芽率并进行空间优化；
所述机器人识别每个播种位置的发芽状态，并报告发芽图，当一个不发芽的位置被确定，机器人放置一个种子；扫描每一行玉米后，机器人计算和报告植物种群密度，并通过显示器显示结果报告；
所述机器人的工作流程为对农作物植株清晰图像获取、植株茎秆图像的预处理、植株茎秆图像的精确识别与捕获。
2.根据权利要求1所述的一种基于机器视觉技术的玉米田间管理机器人，其特征在于，所述处理器包括jetsonnanoai人工智能开发板。
3.根据权利要求1所述的一种基于机器视觉技术的玉米田间管理机器人，其特征在于，所述jetsonnanoai人工智能开发板包括挑选模块和调整模块。
4.根据权利要求3所述的一种基于机器视觉技术的玉米田间管理机器人，其特征在于，所述jetsonnanoai人工智能开发板的挑选模块的工作流程包括以下步骤：
a.选择一帧图像读取；
b.判断该图像的清晰度是否符合要求，当该图像的清晰度不符合要求时重复步骤a和步骤b；
c.选择步骤b中清晰度符合要求的图像，图像选择完成。
5.根据权利要求3所述的一种基于机器视觉技术的玉米田间管理机器人，其特征在于，所述jetsonnanoai人工智能开发板的调整模块的工作流程包括以下步骤：
a.采集到符合要求的图像；
b.对步骤a中采集的图像使用加权法进行灰度化；
c.对步骤b中灰度化的图像使用均值法进行降噪处理；
d.判读步骤c中降噪后的图像的清晰度是否符合处理要求，不符合要求的图像重复步骤c和步骤d；
e.对步骤d中清晰度符合要求的图像使用自适应法进行灰度增强，完成图像调整。
技术总结