收获作业时小麦倒伏检测方法

收获作业时小麦倒伏检测方法
刘美辰;田勇鹏;王璐;陈军
【摘要】作物倒伏不仅会造成产量和质量的降低,还会影响农业机械的自动化收割.为此,提出了一种收获作业时小麦倒伏检测方法,根据不同反射面介质对激光信号的反射特性不同,用实测的数据对激光回波信号强度信息进行统计界定;同时,基于界定结果,提出了一种融合激光距离的强度信息中值滤波算法,实现了结合激光距离信息和强度信息对小麦割茬区、倒伏区和未倒伏作物区的识别;最后,试验验证了方法的可行性,为联合收割机后续智能作业研究提供了理论依据.
【期刊名称】《农机化研究》
【年(卷),期】2019(041)002
【总页数】6页(P40-44,54)
【关键词】小麦;倒伏;收获
【作者】刘美辰;田勇鹏;王璐;陈军
【作者单位】西北农林科技大学机械与电子工程学院, 陕西杨凌 712100;西北农林科技大学机械与电子工程学院, 陕西杨凌 712100;西北农林科技大学机械与电子工程学院, 陕西杨凌 712100;西北农林科技大学机械与电子工程学院, 陕西杨凌 712100
【正文语种】中文
【中图分类】S123
0 引言
小麦倒伏是夺取其高产的一种自然灾害，一方面会造成本身质量的降低，另一方面也增加了机械收获的困难程度[1-2]。

联合收割机对倒伏小麦进行作业时，可通过
调整拨禾轮位置和弹齿角度来提高收割进度和质量[3]。

因此，在联合收割机实现
智能化作业之前，需要解决倒伏小麦的检测问题。

近年来，激光扫描技术因其具有速度快、精度高、方向性好且能以较高的频率提供大量信息等特点，被越来越多应用到导航控制系统中[4-5]。

Choi等利用激光扫描技术分析识别作物行高度，实现对作业区与非作业区域的分离[6]。

ZHAO等应用
激光传感器对麦田信息进行获取，采用最大类间方差的方法寻找收割边界点，并采用最小二乘法对边界线进行拟合[7]。

因农田非结构化环境影响，目前研究学者对
检测倒伏现象的研究不多。

Masuda等融合激光与视觉传感器完成对倒伏水稻的
检测，通过图像处理得到水稻倒伏方向，根据激光数据分析倒伏程度[8]。

联合收割机作业时，可将麦田分为3类区域，即未倒伏作物区、倒伏区和麦茬区。

本文选用单线激光扫描仪对倒伏小麦进行检测，采用激光距离信息辨别未倒伏作物区与倒伏区，根据激光强度信息判别麦茬区与倒伏区，提出了一种融合激光距离信息的强度信息中值滤波算法，实现结合激光距离与强度信息对小麦割茬区、倒伏区和未倒伏作物区的识别。

1 不同介质激光回波强度界定
任何物体被光照射后都会吸收部分能量。

光的反射强度因不同物体的反射系数不同，即使是相同的入射光，物体的反射强度也有所不同[9]。

作为“最亮的光”，激光
的反射系数受到自身波长、介质材料及介质表面的粗糙程度等影响。

不同介质材料的反射特性一般采用反射率来表示，资料显示土壤等介质的反射率通常为10%～20%，植被表面的反射率通常为30%～50%[10]。

因激光回波强度受到介质直径、距离、辐射角度和表面反射率等等因素影响，所以在根据强度信息分类时需先对激光回波强度信息进行界定。

同一套激光扫描系统，对于同一介质表面、不同的高度、入射角及不同的天气情况等客观条件，激光回波强度也会有很大差异。

本文采用具有记录激光回波信号反射强度功能UTM-20LX激光扫描仪作为检测设备，对未倒伏小麦、倒伏小麦和土壤进行激光回波强度界定，结果如表1所示。

表1 激光回波强度界定结果Table 1 Demarcation of Laser Reflectivity with Laser Footprint Intensity激光回波强度/LS介质850～1050泥土1100～1300
未倒伏小麦
续表1激光回波强度/LS介质1150～1350倒伏小麦
由界定结果可知：未倒伏小麦和倒伏小麦因介质属性相同，只是稀疏程度有差异，激光回波强度差别不大；而泥土与小麦因介质材料完全不同，通过分析两者激光回波强度数据，能较容易区分出来。

2 激光点距离信息处理方法
因倒伏小麦的高度比正常小麦低，本文采用激光距离信息辨别未倒伏作物区与倒伏区。

UTM-20LX激光扫描仪返回的数据是以其扫描中心为原点的二维极坐标，在
数据分析前，需对其进行坐标转换和滤波处理。

2.1 激光坐标转换
建立激光扫描仪坐标系OXY，如图1所示。

原点O位于激光传感器的扫描中心，用下列公式将激光扫描仪返回的二维极坐标(ρ，θ)转化为笛卡尔坐标，即
其中，ρi为序列值是i的激光点返回的距离数据；θi为序列值是i的激光点相对激光扫描仪坐标系X轴的角度：θi=i×0.25；(xi,yi)为序列值是i的激光点在激光扫
描仪坐标系下的坐标(i=0,1,2,…,1 080)。

图1 激光测距原理图Fig.1 Schematic diagram of laser ranging
2.2 滤波处理
激光扫描仪返回的数据是其扫描范围内激光束扫到所有距离信息离散点的集合。

复杂的农田环境中，空气中杂质和秸秆粉尘都会成为反射面，从而造成激光返回数据中存有粗差点。

对激光数据进行处理时，第1步就是要将粗差点进行剔除。

激光点坐标转化后，本文选用体素化网格法对数据进行滤波处理以剔除数据中的粗差点。

体素化网格法具体原理是为输入的激光点数据创建一个三维体素栅格，1次扫描的激光点被栅格全部容纳后，每个体素内用体素中所有点的重心来近似表达体素中其他点。

图2(a)和图2(b)为某一时刻激光点距离数据滤波前后的坐标图。

由图2可知：利用体素化网格法滤波处理后，可有效地减少激光点数量，并很好地保护数据的细节特征。

图2 某一时刻激光点坐标图Fig.2 The coordinate map of laser point at some point
3 激光点强度信息处理方法
联合收割机作业时，麦茬区的土壤与麦茎呈相互交错状态，而倒伏区的土壤被倒伏小麦完全覆盖，激光扫描到两个区域后返回的强度信息应完全不同。

针对复杂的农田环境，本文提出一种融合激光距离信息的强度信息中值滤波算法，并在滤波后对强度数据进行聚类处理。

3.1 中值滤波
椒盐噪声是激光回波强度信号中最主要的噪声，因椒盐噪声是乘性噪声，随信号的改变而发生变化，所以很难去除。

在图像处理领域，学者大多采取中值滤波的方法处理这种噪声。

中值滤波是用数字序列中某点周围内各点的中值代替该点，以消除孤立的噪声点；但因麦茬存有大量秸秆粉尘和空气杂质，采取常用的中值滤波法无法完成对土壤与麦茬弱边缘的提取。

本文提出的融合激光距离信息的强度信息中值滤波算法在对激光回波强度进行中值滤波时，需考虑激光点对应的距离信息领域内高度差。

如果1个激光点和它邻域
内激光点的高度差的最小值超过阈值，可判定该激光点为地物边缘所成的点，应加以保护，保留其原有的强度值，不进行滤波处理；否则，采用中值滤波的结果。

具体公式为
其中，Li为序列值i的激光点的强度值；h为某激光点与它领域内激光点高度差的最小值，h=min{hi,i=1,2…,5}；hi为激光点与其相邻的点的高度差；T为阈值。

3.2 聚类处理
激光点聚类就是按一定规律将具有相同特征的激光点归为一类。

在农田非结构化环境下，采取某种特征方式对激光点进行聚类是不适用的。

本文采用基于相邻激光点强度的聚类方法，计算相邻激光点间强度差值，合理地设置一个聚类阈值；当两相邻激光点间强度差小于设置的聚类阈值，默认两个激光点来自同一个物体；如果两点间距大于聚类阈值，则认为相邻的两点来自不同的物体上。

具体公式为
其中，Li,i+1 为相邻2个激光点的强度差；r为激光强度的聚类阈值。

对于某一时刻的激光点回波强度数据进行滤波聚类后，为方便麦田的区域识别，对各聚类子集合所具有的特征进行分析。

具体的特征描述如下：
1)子集合数量n。

在激光点聚类完成后，聚类子集合的个数可直接获取。

2)各子集合强度均值
其中，为聚类子集合i中n个激光点的强度的平均值。

4 倒伏小麦判别条件
因未倒伏作物区与倒伏区存有高度差，本文采用激光距离信息对两个区域进行辨别。

麦茬区土壤与麦茎交错，倒伏区土壤被小麦覆盖，所以两者可通过激光回波强度不同来进行辨别。

具体判别条件如下：
1)倒伏区平均高度低于正常小麦高度，小麦的正常高度可在收割作业前进行测量。

2)由强度聚类子集合的特征，倒伏区子集合数量n为1。

麦茬区因土壤与麦茎交错,激光回波强度有间隔性变化，聚类子集合的数量较多；而倒伏区土壤被覆盖，激光回波强度变化不大，故用相邻激光点强度法进行聚类时，倒伏区激光点不会被分隔。

3)倒伏区不存在强度均值为的子集合，在土壤激光回波强度标定结果范围内。

因倒伏区土壤被完全覆盖，所以不存在强度均值在土壤激光回波强度界定结果范围内的聚类子集合。

5 试验结果与分析
试验在西北农林科技大学校内小麦试验地进行，利用UTM-20LX激光扫描仪完成对麦田各区域的信息采集，并用实测数据初步实现了融合激光距离和强度信息对麦田未倒伏作物区、倒伏区和麦茬区的分类。

图3(a)是麦田未倒伏作物区与倒伏区的原始图像，图3(b)和图3(c)是对应的未滤
波和经过滤波后的激光点坐标图。

从图中可看出：未倒伏作物区与倒伏区有明显高度差，本试验中正常小麦高度90cm，对激光距离数据处理后计算得到倒伏区高度20cm，根据判别条件1可进行辨别。

图4(a)和图5(a)分别为麦茬区与倒伏区的原始图像，图4(b)和图5(b)是对应的未
滤波的激光回波强度图，图4(c)和图5(c)为对应的经过中值滤波后的激光回波强
度图，图4(d)和图5(d)分别为对应的激光点聚类图。

由聚类结果可看出：麦茬区
的激光回波强度有明显间隔性跳跃变化，聚类子集合均值较低的激光回波强度在950～1050LS之间，与土壤激光回波强度界定结果相符，说明该类子集合为土壤
返回的激光点。

相比之下，倒伏区的激光回波强度变化连续，没有跳变，聚类后并未被分隔成小集合，子集合数量为1且强度均值大于1050LS。

图3 未倒伏作物区与倒伏区Fig.3 Normal wheat zone and lodging wheat zone
图4 麦茬区Fig.4 Stubble zone
图5 倒伏区Fig.5 Lodging wheat zone
从试验结果可以看出：利用本文介绍的方法，能够完成对小麦割茬区、倒伏区和未倒伏作物区的识别。

另一方面，从图5可以看出：即使是同一介质材料,因激光反射角和传播距离不同,激光回波强度也会发生明显变化；当其他因素对激光回波强度影响足够大时，将会对判别结果产生影响。

6 结论
本文提出了一种收获作业时小麦倒伏检测方法，实现了结合激光距离与强度信息对小麦割茬区、倒伏区和待收割作物区的识别，试验结果验证了方法的可行性。

具体结论归纳如下：
1)利用倒伏区植株高度低的特点，采用激光距离信息实现对未倒伏作物区与倒伏区的区分。

2)基于土壤和小麦激光回波强度界定结果，提出了一种融合激光距离的强度信息中值滤波算法，通过分析激光回波强度的聚类结果实现对麦茬区和倒伏区的分类。

3)需研究激光反射角、激光传播距离等其他因素对激光回波强度的具体影响并将之消除，才能进一步提高方法的准确性和实用性。

【相关文献】
[1]李勤. 小麦倒伏的原因及防治措施[J]. 乡村科技, 2017(2):55.
[2]朱安俊.浅析小麦的倒伏及防治[J]. 科技资讯，2006(20)：145-146.
[3]李广有, 马元江. 联合收割机收割倒伏作物的方法[J]. 农机使用与维修, 2004(3):17.
[4]窦志强, 毛志怀, 魏青. 基于激光扫描的田间目标跟踪系统[J]. 农业机械学报, 2006,37(12):220-222.
[5]刘沛, 陈军, 张明颖. 基于激光导航的果园拖拉机自动控制系统[J]. 农业工程学报,
2011,27(3):196-199.
[6]Choi JM, Yin X, Yang L L, et al. Development of a laser scanner-based navigation system for acombine harvester [J].Engineering in Agriculture, Environment and Food,2014,7(1):7-13.
[7]Zhato T, Nonguchi N, Yang L L, et al. Development of uncut crop edge detection system based on laser rangefinder for combine harvesters [J].Internation Journal of Agriculture and Biological Engineering,2016,9(2):21-28.
[8]Mausda, R, Nomura, K, Iida, M, et al. Detection of rice plant lodging using camera and laserrange finder[J]. Proceedings of International conference of agricultural engineering CIGR-AgEng,2012,13(1):137-142.
[9]赖旭东, 万幼川.基于平坦度的激光雷达强度图像的滤波算法[J].中国激光, 2005,32(10):1325-1329.
[10]刘经南, 张小红.利用激光强度信息分类激光扫描测高数据[J].武汉大学学报：信息科学版, 2005,30(3):189-193.。