土壤含水量检测系统的设计

土壤含水量检测系统的设计

作者：仲志燕 居玮

来源：《电脑知识与技术》2013年第11期

摘要：根据遥感基础理论和数字图像处理法分析了土壤图像灰度值与土壤含水量的非线性关系，设计了土壤含水量检测系统。采用CCD摄像头、控制平台以及电脑和图像采集卡，成功采集到土壤的图像信息，传输给电脑。再通过程序的编写和调试，完成对土壤图像的处理和特征提取，并利用BP神经网络对土壤含水量检测结果进行分析。实验表明BP神经网络建模速度快，检测结果有较高的精度，可以很好的应用于实践。 关键词：土壤含水量；图像灰度值； BP神经网络

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2013）11-2735-03

目前，随着科技的发展，我国的农业用水十分紧张。我国绝大部分地区为气候型农业，农作物产量受气候变化的影响非常大。因此，在我国大范围易受干旱的地区和季节，为充分挖掘和提高现有土壤水资源的利用率，寻找一种直接有效的含水量检测方法对提高农业生产水平是十分有效的。

目前提出的土壤含水量检测方法有有许多种。张力计法结构和原理比较简单，并可实现在线检测，但探头很难与埋设处的土壤完全粘合，且不可避免地在埋设探头时受到破坏[1] 。称重烘干法具有精度高、实现简单等特点，但难以实现在线检测[2]。中子探测法和时域反射计（TDR）法也可实现在线检测，但价格昂贵，其中中子探测法每台需数千美元，并存在辐射危险[3]。因此，探索一种成本低、非接触式土壤含水量检测的新方法是十分必要的。 1 土壤含水量测量原理

土壤成分复杂，其光谱受土壤母质、有机质、水分等多种复杂因素的影响。从遥感的基础理论上，可见光、热红外、近红外和微波波段都能反映土壤的水分信息：在可见光波段，土壤的反射率随波长的增加而增加；随着土壤水分的增加而减少。从可见光到近红外对土壤水分的估计多是建立在土壤湿度与反射率的关系上[4]。因此，图像中任意一点的灰度值与亮度之间具有一一对应的关系，在可见光的光谱范围内，若土壤图像的灰度值越小，则表明土壤含水量越高；反之亦然。因此，分析土壤图像的灰度值和相应的含水量的关系，可以建立土壤含水量检测模型，进行土壤含水量的检测。 2 土壤含水量检测系统设计 2.1 检测系统的总体方案

龙源期刊网 http://www.qikan.com.cn

一个土壤含水量检测系统，其本质就是计算机模仿人对土壤含水量进行检测的过程。该系统由下面四个部分构成：图像信息的获取、图像信息的预处理与特征提取、支持向量机训练与检测。

参考图像识别系统的构成，并结合本系统的功能要求，总的检测方案如下：

首先，采用CCD摄像头动态摄取图像；然后用计算机对其先进行预处理（包括图像的灰度化、平滑、滤波、图像的分割以及二值化）；再然后根据相应的算法完成图像的特征提取；最后根据所特征向量实现土壤含水量的检测。系统的流程如图1。 2.2 系统的硬件设计

硬件系统是由CCD摄像头、控制平台、图像采集卡以及电脑组成。其总体连接如图2所示。