一种基于红外图像的土壤入渗性能自动测量方法及装置

本发明属于地表水文过程测量技术领域。本发明具体涉及一种基于红外图像的土壤入渗性能自动测量方法及装置。

背景技术：

土壤入渗性能对降雨过程中的地表产流量及灌溉水渗入土壤的速度有直接影响。已有研究表明，恒定流量供水入渗情况下，土壤入渗性能的变化过程与湿润体在地表的湿润面积增大过程紧密相关。土壤入渗率随时间变化的关系可以从土壤地表湿润面积随时间的变化过程中计算得出。

目前，土壤入渗性能测量中，测量地表湿润面积的方法多采用可见光图像处理技术。该方法靠提取土壤入渗时可见光图像中的地表湿润区域的颜色特征。一般情况下，采用可见光图像识别技术可以较好地将地表湿润区域从背景中识别出。但当地表土壤颜色较深时，可见光识别技术会发生较严重的误判，地表湿润面积测量精度降低。

在野外条件下，当地表土壤湿润区域与非湿润区域颜色相近时，土壤湿润面积测量变得相对困难。土壤在室内条件下，可见光颜色等背景因素均可控制，土壤湿润面积的测量较之野外容易实现。

红外成像清晰快捷，具有工作可靠、功耗低、体积小、重量轻、安装方便、寿命长等优点，非常适宜在野外及恶劣的条件下工作，在医用和军用方面应用越来越广泛。目前，商用红外相机发展快速，完全可以满足表面土壤湿润面积测量的精度要求。

综上所述，目前已有地表土壤湿润面积测量方法中，土壤湿润区域的面积测量精度受背景条件影响较大，所需测量的土壤湿润区与非湿润区颜色差别较小时会出现较大的测量误差。现有的土壤入渗性能测量方法中，湿润面积测量对环境的要求较为苛刻，且测量精度差。

技术实现要素：

针对目前土壤入渗性能测量，点、线源入渗过程中地表土壤湿润面积及入渗率测量的需求，以及目前地表土壤湿润面积测量方法存在的问题，本发明根据土壤湿润区与非湿润区的含水量不同所导致的温度差异，提出了一种基于红外图像的土壤入渗性能自动测量方法及装置，解决地表土壤湿润区与非湿润区的颜色差异较小时土壤湿润面积的精确测量，如黑土等深色土壤的湿润面积测量。利用所得土壤湿润面积与入渗时间的关系，计算土壤入渗性能曲线。

为了达到上述目的，本发明提供了如下技术方案：

一种基于红外图像的土壤入渗性能自动测量装置，所述装置包括蠕动泵1、标靶2、点源湿润区3、相机4和计算机图像处理系统5；其中，

蠕动泵1设置于供水管道的进水端，为自动测量恒流供水，并在蠕动泵1所接软管的出水口处形成点源湿润区3；标靶2置于点源湿润区3附近并与点源湿润区3处于同一平面，所述标靶2用于图像变形校正及测量区间空间比例与变形修正；相机4固定于点源湿润区3的一侧，镜头拍摄中心正对点源湿润区3，能够同时获取可见光图像及红外图像，且可见光图像及红外图像拍摄中心坐标相同；计算机图像处理系统5通过数据线与相机4电连接。

相机4的镜头高度为1m。

所述方法包括如下步骤：

1)将装置各个部分固定位置并供电；

相机4拍摄测量区标靶2的标靶图像，并将所述标靶图像传至计算机图像处理系统5；

调节蠕动泵1的恒定供水流量；

将相机4设置为同时获取可见光图像及红外图像，设置定时获取点源湿润区3的图像，设置相机4的定时间隔和工作时长；

蠕动泵1开始恒流供水；同时相机4开始定时拍照获取点源湿润区3的图像，同时获取点源湿润区3的可见光图像及红外图像，并将获取的可见光图像及红外图像传至计算机图像处理系统5；

2)定位：以标靶影像图为参考，计算机图像处理系统5计算红外图像和可见光图像各像素点的空间位置，得出标靶实际面积与所占像素点数比例，以对后期步骤6)所得湿润区面积进行面积矫正；

3)图像预处理：对红外图像和可见光图像分别进行灰度化处理获取灰度图像；对灰度图分别先后进行中值滤波和高斯平滑滤波，两次去噪处理；中值滤波能够减少图像的椒盐噪声，高斯平滑滤波能够减少高斯噪声；

对去噪后的图像进行图像分割处理，获取最优阈值，并得到二值图像；将得到的可见光二值图像和红外二值图像根据图像中心坐标对齐，重叠合成为一幅第一合成二值图像，获得湿润峰过渡带c；

4)湿润峰过渡带c的处理：对预处理后的红外二值图像中被判别为湿润区域的各像素点温度计算均值；对湿润峰过渡带c内各像素点温度与均值进行遍历比较，高于均值的像素点计入步骤3)中得到的将可见光图像和红外二值图像根据图像中心坐标对齐重叠合成的第一合成二值图像的非湿润区e，否则计入公共湿润区d；以此获得更加精确的湿润区第二合成二值图像；

5)边缘检测：使用边缘检测算法处理步骤4)获得的第二合成二值图像，获取边缘；使用最大连通域算法提取湿润区边界，并标记该边界；

6)面积获取：使用轮廓面积计算函数获取边界内的湿润区面积，按照步骤2定位得到的标靶实际面积与所占像素点数比例对湿润区面积进行修正，得到湿润区真实面积；

7)曲线绘制与入渗性能计算：以时间tn为横坐标，面积a为纵坐标，绘制实时湿润面积与时间关系曲线图；

通过公式1计算土壤入渗性能，其中in为tn时刻对应的土壤入渗率，单位mm/h；qn为tn时刻蠕动泵供水流速，单位为mm³/h；δan为时段(tn-tn-1)内地表增加的湿润面积，单位为mm²；

步骤1)中，蠕动泵1的恒定供水流量为2l/h。

步骤1)中，定时间隔设置为3分钟，工作时长为30分钟。

步骤3)中，对红外图像和可见光图像分别使用opencv的cvtcolour()函数进行灰度化处理获取灰度图像；对灰度图首先使用opencv的medianblur()函数进行中值滤波处理作为第一次去噪处理，再对一次去噪得到的图像使用opencv的gaussionblur()函数进行高斯平滑处理作为第二次去噪处理；对去噪后的图像使用otsu阈值分割算法进行自适应阈值分割，获取最优阈值以及按阈值分割得到的二值图像，其中每幅二值图像按阈值分割为湿润区域和非湿润区域；将得到的可见光图像和红外二值图像根据图像中心坐标对齐，重叠合成为一幅第一合成二值图像，使用opencv的drawcontours()函数标记两图像被判定为湿润区域的未重合部分为湿润峰过渡带c。

步骤4)中，对步骤3)中得到的将可见光图像和红外二值图像根据图像中心坐标对齐重叠合成的第一合成二值图像中被判别为湿润区域的各像素点温度使用numpy中的mean()函数计算均值；对湿润峰过渡带c内各像素点温度与均值使用for循环进行遍历比较，高于均值的像素点计入第一合成二值图像的非湿润区e，否则计入公共湿润区d；得到更加精确的湿润区的第二合成二值图像。

步骤5)中，使用canny边缘检测算法处理步骤4)获得的第二合成二值图像，获取边缘；使用最大连通域算法提取湿润区边界，并标记该边界。

步骤6)中，使用opencv的轮廓面积计算函数contourarea()获取边界内的湿润区面积，按照步骤2)定位得到的标靶实际面积与所占像素点数比例对湿润区面积进行修正，得到湿润区真实面积。

步骤7)中，计算机图像处理系统5根据定时获取的面积数据，以时间tn为横坐标，面积a为纵坐标，通过matplotlib绘制实时湿润面积与时间关系曲线图；由公式1计算土壤入渗性能，通过matplotlib绘制土壤入渗率与时间关系曲线。

与现有技术相比，本发明的有益效果在于：

本发明采用红外相机，以固定的时间间隔，获取点源入渗地表湿润区域图像；通过图像处理，校正失真图像，计算湿润区影像面积；获得点源入流地表土壤湿润面积与时间关系，得出土壤入渗过程曲线，可以精准测量不同背景条件下的土壤入渗性能曲线。

本发明通过入渗水与土壤的温度差异比较，可以精确测量土壤入渗过程的湿润面积并获取入渗过程曲线，尤其是背景条件或土质因素等导致土壤湿润区与非湿润区颜色差异较小时也能获取高精度数据；可用于室内和野外测量。

本发明从恒流供水到湿润面积图像采集，再到入渗过程曲线计算均自动完成。

本发明的装置同时具有测量快捷、工作可靠、方便实用的特点。

附图说明

图1为红外土壤入渗性能自动测量装置的示意图；

图2为单一图像处理湿润边界放大示例(每个方格为一个像素点)；

图3为红外与可见光同时处理获取边界的示意图；

图4为土壤湿润面积与时间关系曲线图；

图5为土壤入渗率与时间关系曲线图。

其中的附图标记为：

1、蠕动泵2、标靶

3、点源湿润区4、相机

5、计算机图像处理系统

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。

图1为基于红外图像的土壤入渗性能自动测量装置的示意图。所述装置包括蠕动泵1、标靶2、点源湿润区3、相机4和计算机图像处理系统5。其中，蠕动泵1设置于供水管道的进水端，为自动测量恒流供水，并在蠕动泵1所接软管的出水口处形成点源湿润区3。标靶2置于点源湿润区3附近并与点源湿润区3处于同一平面，所述标靶2用于图像变形校正及测量区间空间比例与变形修正。相机4固定于点源湿润区3的一侧，相机4的镜头高度为1m，镜头拍摄中心正对点源湿润区3，能够同时获取可见光图像及红外图像，且可见光图像及红外图像拍摄中心坐标相同。计算机图像处理系统5通过数据线与相机4电连接。

红外成像表征目标表面的温度分布，对温度灵敏度极高，根据物体温度差异进行色彩显示，温度相近时成像颜色相近，否则成像颜色差异较大。

一般条件下，可见光图像分辨率更高，成像更为清晰，湿润区与非湿润区颜色差异大时对可见光图像处理即可获取精度较高的地面土壤湿润区面积。

理论上，土壤湿润边界是由各个单点连接而成的一条光滑曲线轮廓。图2为单一图像处理湿润边界放大示例(每个方格为一个像素点)。如图2所示，当只采用可见光图像或红外图像单一技术展开图像处理，获取湿润区边界时，理论边界周围会有多个边界像素点的聚集，甚至出现尖点；所得湿润区边界不符合点源入渗时土壤湿润边界曲线的规律；并且所得边界线存在一定程度的误差，会造成较大的面积测量误差。

图2中，曲线a为理论湿润边界，阴影区域b为二值化处理后的湿润像素点。为减小湿润面积测量误差，在一般测量工况下，采用红外图像辅助增强的方法，可显著提高地表湿润面积的测量精度。

图3为红外与可见光同时处理获取边界的示意图。如图3所示，a为可见光图像处理所得湿润区边界；b为红外图像处理所得湿润区边界；c为湿润峰过渡带；d为可见光与红外图像处理所得公共湿润区；e为非湿润区。其中，湿润峰过渡带c的宽度跟土壤颜色有关，对于上述的深色土壤，该过渡带的宽度变化较大，这是造成可见光测量地表湿润面积测量误差的主要因素。

本发明对可见光图像和红外图像进行图像处理，获取各自的二值化图像。对湿润峰过渡带c进行各像素点温度信息的对比，筛选出符合湿润区的部分，并划分到二值化图像的湿润区域中去。

一种利用基于红外图像的土壤入渗性能自动测量装置进行土壤入渗性能自动测量的方法，包括如下步骤：

1、将装置各个部分固定位置并供电；

相机4拍摄测量区标靶2的标靶图像，并将所述标靶图像传至计算机图像处理系统5。

调节蠕动泵1的恒定供水流量。优选地，蠕动泵1的恒定供水流量为2l/h。

将相机4设置为同时获取可见光图像及红外图像，设置定时获取点源湿润区3的图像，设置相机4的定时间隔和工作时长。优选地，定时间隔设置为3分钟，工作时长为30分钟。

蠕动泵1开始恒流供水；同时相机4开始定时拍照获取点源湿润区3的图像，同时获取点源湿润区3的可见光图像及红外图像，并将获取的可见光图像及红外图像传至计算机图像处理系统5。

2、定位：以标靶影像图为参考，计算机图像处理系统5计算红外图像和可见光图像各像素点的空间位置，得出标靶实际面积与所占像素点数比例，以对后期步骤6所得湿润区面积进行面积矫正。

3、图像预处理：对红外图像和可见光图像分别进行灰度化处理获取灰度图像；对灰度图分别先后进行中值滤波和高斯平滑滤波，两次去噪处理。中值滤波能够减少图像的椒盐噪声，高斯平滑滤波能够减少高斯噪声。

对去噪后的图像进行图像分割处理，获取最优阈值，并得到二值图像。将得到的可见光二值图像和红外二值图像根据图像中心坐标对齐，重叠合成为一幅第一合成二值图像，获得湿润峰过渡带c。

具体地，对红外图像和可见光图像分别使用opencv的cvtcolour()函数进行灰度化处理获取灰度图像；对灰度图首先使用opencv的medianblur()函数进行中值滤波处理作为第一次去噪处理，再对一次去噪得到的图像使用opencv的gaussionblur()函数进行高斯平滑处理作为第二次去噪处理；对去噪后的图像使用otsu阈值分割算法进行自适应阈值分割，获取最优阈值以及按阈值分割得到的二值图像，其中每幅二值图像按阈值分割为湿润区域和非湿润区域。将得到的可见光图像和红外二值图像根据图像中心坐标对齐，重叠合成为一幅第一合成二值图像，使用opencv的drawcontours()函数标记两图像被判定为湿润区域的未重合部分为湿润峰过渡带c。

4、湿润峰过渡带c的处理：对预处理后的红外二值图像中被判别为湿润区域的各像素点温度计算均值；对湿润峰过渡带c内各像素点温度与均值进行遍历比较，高于均值的像素点计入步骤3中得到的将可见光图像和红外二值图像根据图像中心坐标对齐重叠合成的第一合成二值图像的非湿润区e，否则计入公共湿润区d。以此获得更加精确的湿润区第二合成二值图像。

具体地，对步骤3中得到的将可见光图像和红外二值图像根据图像中心坐标对齐重叠合成的第一合成二值图像中被判别为湿润区域的各像素点温度使用numpy中的mean()函数计算均值；对湿润峰过渡带c内各像素点温度与均值使用for循环进行遍历比较，高于均值的像素点计入第一合成二值图像的非湿润区e，否则计入公共湿润区d。得到更加精确的湿润区的第二合成二值图像。

5、边缘检测：使用边缘检测算法处理步骤4获得的第二合成二值图像，获取边缘；使用最大连通域算法提取湿润区边界，并标记该边界。

具体地，使用canny边缘检测算法处理步骤4获得的第二合成二值图像，获取边缘；使用最大连通域算法提取湿润区边界，并标记该边界。

6、面积获取：使用轮廓面积计算函数获取边界内的湿润区面积，按照步骤2定位得到的标靶实际面积与所占像素点数比例对湿润区面积进行修正，得到湿润区真实面积。

具体地，使用opencv的轮廓面积计算函数contourarea()获取边界内的湿润区面积，按照步骤2定位得到的标靶实际面积与所占像素点数比例对湿润区面积进行修正，得到湿润区真实面积。

7、曲线绘制与入渗性能计算：以时间tn为横坐标，面积a为纵坐标，绘制实时湿润面积与时间关系曲线图。

通过公式1计算土壤入渗性能，其中in为tn时刻对应的土壤入渗率，单位mm/h；qn为tn时刻蠕动泵供水流速，单位为mm³/h；δan为时段(tn-tn-1)内地表增加的湿润面积，单位为mm²。

具体地，计算机图像处理系统5根据定时获取的面积数据，以时间tn为横坐标，面积a为纵坐标，通过matplotlib绘制实时湿润面积与时间关系曲线图，如图4所示。

由公式1计算土壤入渗性能，通过matplotlib绘制土壤入渗率与时间关系曲线，如图5所示。