百分零部件网

DRTC01全自动叶面积指数观测仪

（1）概述

DRTC01无线传感器网络的叶面积指数测量系统，分布式节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点，采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点，汇聚节点将接收的叶面积指数转发至上位机，上位机接收叶面积指数存储，并提供查询接口供工作人员查询。

（2）系统组成

全自动叶面积指数测量系统，包括前端节点(冠层上节点，冠层下节点）、采集节点、汇聚节点、三维扫描激光雷达（可选项）和上位机（可选项）等。

           前端节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点；前端节点包括鱼眼摄像头模块，冠层图像处理模块和叶面积指数计算模块。

           鱼眼摄像头模块用于拍摄冠层图像发送给冠层图像处理模块；

           冠层图像处理模块用于从冠层图像中提取成像区域图像并进行二值化处理，得到成像区域二值化图像发送给叶面积指数计算模块；冠层图像处理的具体方法为提取出57 .5度环及以内的图像作为成像区域，其余非成像区域的像素设置为透明点；采用成像区域中各像素点的蓝色分量值对成像区域图像进行灰度化，得到成像区域灰度图像，灰度化公式表示如下：

Gray＝B

其中，Gray表示该像素点灰度化后的灰度值，B表示该像素点的蓝色分量；绘制成像区域灰度图像的直方图，搜索得到直方图的波谷，求取波谷处灰度值及波谷处之前K个灰度值和波谷处之后K个灰度值所涵盖的所有像素点的平均灰度值M，如果该平均值M小于预设阈值 则将平均值M作为二值化阈值T，否则搜索得到直方图个波峰，求取该波峰灰度值到灰度值值所涵盖的所有像素点的平均灰度值作为二值化阈值T；

将成像区域灰度图像中像素值大于等于阈值T的灰度值设置为1，归为天空背景；将图像中像素值小于阈值T的灰度值设置为0，归为叶片，得到成像区域二值化图像；采用去噪算法去除成像区域二值化图像中的噪声；叶面积指数计算模块用于根据去噪后的成像区域二值化图像计算叶面积指数；采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点； 汇聚节点将接收的叶面积指数转发至上位机；上位机在接收到叶面积指数后，将其存入数据库中，并提供查询接口供工作人员查询。

（3）技术指标
测量参数：植被冠层叶面积指数
波段范围：传感器中心波长：492nm；半高波宽：9-12nm
测量模式：全自动测量，每小时将自动输出一组数据
联网方式：观测节点（圆形）无线网络频率为433MHz无线通讯；汇聚节点支持433MHz无线网络与GPRS无线网络；
配置有在线校准验证三维扫描激光雷达，具体技术指标：点云数据速率为300000 点/秒；距离误差：＜2厘米；激光人眼安全级别：Class 1；角度误差：＜0.05度；该系统内置惯性导航系统。
产品配置：冠层上节点1个，冠层下节点5个，汇聚节点1个，三维扫描激光雷达1套，防护机箱1个，太阳能供电系统1套，支架1套。
配件：标配电缆长度10米，其他电缆长度可定制。

（4）叶面积指数的计算方法

叶面积指数计算模块中叶面积指数的计算方法为：

在成像区域二值化图像中提取出57 .5度这一环的图像，统计其中黑白像素的数量，计算冠层孔隙度：

其中，T(θ)表示在视角θ下的冠层孔隙度，Nb(θ)表示在视角θ下背景的像素个数，Nl (θ)表示在视角θ下叶片的像素个数，θ＝57 .5 °；

计算叶面积指数LAI：

植被是陆表生态系统的重要组成成分，而叶片则是植被与外界进行相互作用的一个重要器官，叶面积指数作为作物群体结构重要的参数，能够定量描述植被进行光合作用、呼吸作用、蒸腾作用，在环境、气候、生态、农业等领域被广泛应用，其定义为单位地表面积上植被冠层叶面积的一半。

对于叶面积指数的测量方法，可分为直接测量和间接测量。直接测量的方式是直接针对叶片的表面积进行测量，测量结果的可靠性可以保障，但是测量的时间代价和成本代价往往较高。间接测量与直接测量不同，间接测量并不直接关注叶片本身的面积长宽数据，而是通过测量与叶片相关的其他参数来推断出叶片的面积。

间接测量目前有5种方法，分别是点接触法、消光系数法、经验公式法、遥感图像法、光学仪器法。其中光学仪器法包括基于图像测量法如CI-100和辐射测量法如LAI2000。但传统间接测量方式对某些危险环境或者需要持续检测的情况却不太适用。

本系统的目的在于克服现有技术的不足，提供一种基于无线传感器网络的叶面积指数测量系统，基于无线传感器网络，使叶面积指数测试系统更加灵活高效。

为实现上述目的，本系统基于无线传感器网络的叶面积指数测量系统包括前端节点、采集节点、汇聚节点和上位机，其中：

前端节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点；

采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点；

汇聚节点将接收的叶面积指数转发至上位机，上位机在接收到叶面积指数后，将其存入数据库中，并提供查询接口供工作人员查询。

本系统基于无线传感器网络的叶面积指数测量系统，其前端节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点，采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点，汇聚节点将接收的叶面积指数转发至上位机，上位机接收叶面积指数存储，并提供查询接口供工作人员查询。

通过采用无线传感器网络，可以实现研究区域的叶面积指数自动获取，解决使用者每次去实地使用冠层分析仪获取叶面积指数的不便，通过对冠层图像处理算法的改进。

可以进一步解决通过遥感图像法反演叶面积指数时获取图像成本高的问题；

通过采用无线传感器网络，可以实现研究区域内多组数据同时获取，解决了人工测量仅能在同一时刻获取一组数据的问题；本系统通过提取57 .5度环得到成像区域，然后采用蓝色分量进行成像区域的灰度化，可以降低光线、地形等造成的影响，同时也解决了拍摄图像有部分缺失数据不能使用单角度法估算叶面积指数的问题；

在前端节点直接计算叶面积指数再通过采集节点上传，有效解决了传统方法中采用一个器件拍摄图像后直接处理图像的方法对设备要求高，所需装置昂贵的问题，同时相较于需要上传图像然后在PC机上处理计算叶面积指数的方法而言具有更高的效率。

前端节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点。图2是本实施例中前端节点的具体实施方式结构图。如图2所示，本实施例中，前端节点包括鱼眼摄像头模块，冠层图像处理模块和叶面积指数计算模块。鱼眼摄像头模块用于拍摄冠层图像发送给冠层图像处理模块，拍摄时应避免太阳光直射进入镜头，鱼眼摄像头采用OV2640摄像头，该摄像头是OmniVision公司生产的一颗1/4寸的CMOS UXGA(1632*1232)图像传感器，可提供单片UXGA摄像头和影像处理器的所有功能。通过SCCB总线控制，可以输出整帧、子采样、缩放和取窗口等方式的各种分辨率8/ 10位影像数据。其中UXGA15帧/秒。

冠层图像处理模块用于从冠层图像中提取成像区域图像并进行二值化处理，得到成像区域二值化图像发送给叶面积指数计算模块。

冠层图像处理算法是前端节点1中的重要部分，其性能是前端节点的关键，本实施例中设计了一种运行效率更高的算法，以提高冠层图像处理效率和质量。

中冠层图像处理的流程图。

提取出57 .5度环及以内的图像作为成像区域，即将获取的冠层图像分割为18个同心圆，从外向内数第7个圆环及以内的像素即为成像区域，其余非成像区域的像素设置为透明点。

采用成像区域中各像素点的蓝色分量值对成像区域图像进行灰度化，得到成像区域灰度图像，灰度化公式表示如下：

Gray＝B

其中，Gray表示该像素点灰度化后的灰度值，B表示该像素点的蓝色分量。

本系统中，之所以采用蓝色分量进行灰度化，是因为叶子的吸收光谱在蓝色波段吸光能力较强，蓝光通过叶片后光强有较大的损失，可以增加照片对比度，有利于准确讲照片中的叶子和天空分割开来，从而提高测量精度。

基于直方图确定二值化阈值：

绘制成像区域灰度图像的直方图，搜索得到直方图的波谷，求取波谷处灰度值及波谷处之前K个灰度值和波谷处之后K个灰度值所涵盖的所有像素点的平均灰度值M，如果该平均值M小于预设阈值 ，则将平均值M作为二值化阈值T，否则搜索得到直方图个波峰，求取该波峰灰度值到灰度值值(即255)所涵盖的所有像素点的平均灰度值作为二值化阈值T。

本系统研究发现，在叶面积指数较大的情况下，由于鱼眼摄像头白平衡等原因，会自动增加曝光度和感光度，如果直接采用波谷灰度值的平均值作为二值化阈值，则该二值化阈值达到一定程度后无法继续增加，从而导致大量叶子错误分割为天空。因此本系统引入阈值 以解决此问题，阈值 的具体大小是根据实验得到的经验值。

成像区域二值化：

将成像区域灰度图像中像素值大于等于阈值T的灰度值设置为1，归为天空背景；将图像中像素值小于阈值T的灰度值设置为0，归为叶片，得到成像区域二值化图像。二值化公式表示如下：

叶面积指数计算模块用于根据成像区域二值化图像计算叶面积指数。本实施例中，叶面积指数计算的具体方法为：

在成像区域二值化图像中提取出57 .5度这一环的图像，统计其中黑白像素的数量，计算冠层孔隙度：

其中，T(θ)表示在视角θ下的冠层孔隙度，Nb(θ)表示在视角θ下背景的像素个数，Nl (θ)表示在视角θ下叶片的像素个数，本系统中θ＝57 .5°。

计算叶面积指数LAI：

其中，T(57 .50)表示视角57 .5度下的冠层孔隙度。

冠层图像处理模块和叶面积指数计算模块采用STM32F407芯片实现，STM32F407是由ST(意法半导体)开发的一种高性能微控制器，借助其在集成度与性能方便的优势，可以使前端节点1更易实现小型化，运行更有效率，方便野外部署。

采集节点：

采集节点2用于将前端节点1发送的叶面积指数通过无线传感器网络转发给汇聚节点3。无线传感器网络是由一种基于传感器、以Ad-Hoc方式组成多跳的无线网络，其能够对在传感器网络监测区域内被感知对象的信息进行实时的、协作的感知、收集和处理，且能够将处理过的信息传递给观察者。在某些可能对监控人员构成直接威胁的情况下，使用无线传感器网络可以有效地避免监控人员受到环境影响。在某些需要持续、长时间反馈检测目标的情况，容易因人为因素产生结果误差，使用无线传感器设备进行无人监控可以有效避免上述问题。因此本系统将传统的叶面积指数间接测量方式与无线传感器网络相结合，利用无线方式对计算的叶面积指数进行数据传输，利用无线设备可以快速搭建网络，耗时短、成本低、覆盖范围广，当不需要监控时可以回收设备并继续使用，节点位置也可以灵活变动的优点，可以有效解决传统间接测量方式带来的诸多问题。

图1

图2