(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210127884.1 (22)申请日 2022.02.11 (71)申请人 成都理工大 学 地址 610059 四川省成 都市成华区二仙桥 东三路1号 (72)发明人 曾维　王玥妲一 　徐玮杰　 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G01N 33/24(2006.01) (54)发明名称 一种改进边缘检测和深度学习算法的土壤 干旱识别方法 (57)摘要 本发明涉及一种图片特征识别的方法， 特别 是涉及一种关于土壤干旱区域的图像特征识别 的方法， 包括采集图像、 存储， 进行图像处理， 然 后将处理的结果传给云端服务器的边缘服务器 模块， 与所述边缘服务器模块通过无线通信连接 的用于存储土壤基本信息和提供算力的云端服 务器模块， 与所述云端服务器通过无线通信连接 的用于控制、 查看边缘服务模块和判断需灌溉的 区域， 采取灌溉措施的用户端模块。 本发明所提 出的对农作物区域监控以及干旱区域识别技术 方案， 能够有效克服传统的农作物灌溉技术较为 落后， 只能依靠人工进行， 不能智能监控农作物 情况， 以及定点定区域精准灌溉， 导致农业生产 成本的大 大提升的缺陷。 权利要求书1页 说明书4页 附图2页 CN 114549980 A 2022.05.27 CN 114549980 A 1.一种智能识别土壤干旱区域系统， 其特征在于： 包括用于采集图像、 存储， 进行图像 处理， 然后将处理的结果传给云端服务器的边缘服务器模块， 与所述边缘服务器模块通过 无线通信连接的用于存储土壤基本信息和提供算力的云端服务器模块， 与所述云端服务器 通过无线通信连接的用于控制、 查看边缘服务器模块和判断需灌溉的区域， 采取灌溉措施 的用户端模块。 2.根据权利要求1所述的智能识别土壤干旱 区域系统， 其特征在于： 所述的云端服务器 模块包括： 数据存 储模块、 socket通信模块。 3.根据权利要求1所述的智能识别土壤干旱 区域系统， 其特征在于： 所述的边缘服务器 模块包括： 摄 像头， 数据存 储模块， 图像边 缘检测模块， 深度学习模块， socket通信模块。 4.根据权利要求1所述的智能识别土壤干旱 区域系统， 其特征在于： 所述的用户端模块 包括： 用户端AP P模块。 5.根据权利要求3所述的智能识别土壤干旱 区域系统， 其特征在于： 所述的图像边缘检 测模块包含： 对要识别的土壤图像进行滤波处理的改进的自适应中值滤波方法， 计算梯度 幅值而使用四个方向的梯度模型， 对土壤干旱图像进 行分块处理进一步得到图像的高低阈 值的最大类间方差 （Otsu） 算法。权　利　要　求　书 1/1 页 2 CN 114549980 A 2一种改进边缘检测和深度学习算法的土壤干 旱识别方 法 技术领域 [0001]本发明涉及 一种图片特征识别的方法， 特别是涉及一种关于土壤干旱区域的图像 特征识别的方法。 背景技术 [0002]我国是农业生产地大国， 农作物种植规模很大， 相应的农作物灌溉作业是上产中 很费时、 费力的工作。 大部分农田灌溉渠依然使用着过去大水漫灌的形式的人工控制和手 工操作的方式， 不仅劳动时间长， 而且效率低下， 进而导致无论是干旱区域还是湿润区域， 在灌溉的过程中均会给予相同的水量， 水资源被严重浪费， 农业生产成本的大大提升,这对 农业灌溉的水量分配和节水措施的实施会产生很大的阻碍， 不利于我国农业的发展。 [0003]通过全球定位技术和视觉识别技术， 可以实时远程精准识别和定位农作物干旱区 域， 以及结合当地的降水量预报， 从而给出相应的灌溉用水量方案， 精准的进行灌溉， 有效 减少了人工成本以及减少了对于水资源的浪费。 还可以根据不同农作物和不同的地理环境 有针对地选择最好的一种灌溉方式。 在灌溉过程中， 农作物干旱区域识别和定位是整个过 程的重点， 直接影响到农作物的灌溉效率。 我们需要利用计算机辅助研究一种新型田间土 壤干旱区域识别方法， 用于精确了解田间作物干旱情况， 降低浇灌的成本 。 [0004]与本发明相近的现有实现方案， 提出了一种基于数字图像 处理技术的土壤表层含 水量在线检测方法。 在对土壤表层含水量检测的过程中， 摄像头采集的土壤表层图像质量 将直接影响最 终的检测结果,通过对土壤表层图像进 行几何校正、 中值滤波、 图像颜色模型 转换以及利用恒虚警检测技术进 行图像“坏区”过滤处理后， 提取了土壤表层图像的特征参 数一次度平均值， 并对不同质地和 不同厚度的土壤分别进行试验,通过硬件搭建及相关软 件设计对其检测方法进行验证实验， 找出了土壤表层含水量与其图像灰度 平均值之 间的对 应关系。 但是目前这个技术没有采用到深度学习， 仅仅只是把大致处理后的数据显示出来， 还是需要人为的处理分析， 确定阈值采用的方法不够精确， 中值滤波器的效果受滤波窗口 尺寸的影响较大， 在消除噪声和保护图像的细节存在着矛盾： 滤波窗口较小， 则能很好的保 护图像中的某些细节， 但对噪声的过滤效果就不是很好； 反之， 窗口尺寸较大有较好的噪声 过滤效果， 但是会对图像造成一定的模糊。 另外， 根据中值滤波器原理， 如果在滤波窗口内 的噪声点的个数大于整个窗口内像素 的个数， 则中值滤波就不能很好的过滤掉噪声。 存在 占用计算机存储空间较多， 投入实践人工成本高、 误码率高、 读取速度慢， 处理实践周期长 的问题。 [0005]本发明提出了对农作物区域监控技术以及干旱区域识别技术的改进， 利用了相对 合理的摄像头的布置方法， 保证摄像头可以清晰拍摄的同时 降低了设备成本， 其中发明的 摄像头带有边缘服务器功能的， 能采集图像、 存储， 进 行图像处理， 能减少云端运算的压力， 以及边缘检测和深度学习算法， 能够精准的对旱区进行识别， 可以有针对性地对部分干旱 区进行有效灌溉。说　明　书 1/4 页 3 CN 114549980 A 3