本发明具体涉及一种耕地表面结构定量化获取方法。
背景技术：
在影响小麦出苗的众多因素中，土壤表面结构对出苗的影响不可忽视，其中最直观的表面结构即为土壤表面土块大小及表面粗糙程度。土块大小是土壤结构中的重要因素，会影响种子的萌发和出苗，并最终影响生长发育，其主要通过影响土壤水分、温度、土壤空气质量以及容重来影响作物出苗。土壤水分不足或者干湿不匀，墒情不好，种子吸水不充分就难以萌发出苗。水分过多会阻碍种子正常呼吸，易受霉菌侵袭，引起种子霉烂。整地粗放，土块过大，土壤水分蒸发快，种子不能去土壤密切接触，难以出苗。土块的大小影响耕地的保温能力，而土壤温度则是最明显、最直观的出苗影响因素，许多情况下，温度波动打破种子休眠促进发芽出苗。土块大小改变了土壤通风透气能力，而活性气体o2、co2、水蒸气会以不同的方式影响出苗。土地不平，土块过大，土壤通风跑墒，不利于出苗。土粒过细，土壤密闭，当土壤co2浓度过高时会引起种子萌发和出苗降低。此外，土壤容重也会影响出苗，有研究发现当土壤压实从低到高变化时，出苗率下降，而土块的大小不同会导致容重不同。
土壤表面结构是农业土壤质量的重要方面，其保存和改进是维持土壤功能的关键，土壤结构对作物出苗和产量具有重要作用。由于土块大小在许多农业现象中扮演重要角色，如入渗、径流、蓄水、侵蚀、热通量和蒸发，因此也要对土块大小进行评价。多年来对土壤微观形态、土壤粗糙度测量评价的方法有多种，其中包括激光扫描仪、数字摄影测量法、三维传感器等。然而这些技术实施过程中会受到各种阻碍，激光扫描仪不适合大范围区域分析，且成本相对较高，摄影测量法虽然成本较低，但计算三维重建时间长，对摄像机标定要求十分严格。因此应用三维传感器进行土块大小测量逐渐成为一种趋势，若能控制三维测量的成本，则利用三维相机测量土壤表面土块大小和评价耕地表面结构具有重要意义。
近年来，快速计算机处理器的出现推动了轻便、操作简单、价格便宜的传感器的发展，这使得实现农业机械智能化成为可能。2010年微软推出首款kinect三维相机，kinect由红外发射器、彩色摄像头、红外摄像头、麦克风阵列、底座马达、逻辑电路等六大部分组成。红外发射器和红外摄像头通过发射、接受红外线，来提供深度数据，彩色摄像头提供了rgb数据，通过融合算法实现三维结构的测量，kinect的售价为149$，这大大降低了三维测量的成本，且算法效率高，可实现实施获取的目的，为了便于开发三维应用程序，2013年微软推出kinectforwindow，售价为249$，推进了应用程序的开发，因而在各个领域被广泛应用。kinect在农业上可以应用于动物监测、作物结构参数测量、农作物长势监测、温室环境检测。因此，若能利用kinect进行耕地表面三维结构测量，从而探明不同结构耕三维结构对小麦出苗的影响，将有利于促进小麦栽培精确化，同样为耕地评价提供参考。
技术实现要素：
本发明所要解决的技术问题是克服现有技术的不足，提供一种耕地表面结构定量化获取方法，为耕地结构的快速评价提供一种高效的方法。
为解决以上技术问题，本发明采取的一种技术方案是：
一种耕地表面结构定量化获取方法，包括以下步骤：
步骤1)图像获取：利用kinect传感器垂直获取耕地表面图像；
步骤2)三维图像重建：以rgb图像作为信息匹配的度量标准，通过二维空间向三维空间的转换，利用delaunaytriangulation算法实现土块的三维化，得到的耕地三维图像定义为g(r)，三维图像包括两个部分，即平坦的耕地g(r)basal和凸出的土块g(r)block，关系如公式；
g(r)＝g(r)basal+g(r)block
步骤3)土块的提取与高度测量：利用gaussianlowpassfilter，公式(1)，在三维图像中进行土块的提取，滤波后根据阈值将g(r)basal定为0，g(r)block定为1，提取土块轮廓，根据土块深度值计算土块大小和高度；
其中σ＝0.05；
步骤4)计算土块三维特征参数：根据高度参数的定义，选择sa，sq：
优选地，步骤2)中二维空间向三维空间的转换具体通过iterativeclosestpoint和公式(2)实现，
其中，图像的坐标x轴和y轴的取值范围为x∈[0，640],y∈[0，480]，depth(x’,y’)代表点(x’,y’)的深度值，fxd,fyd为深度相机的焦距，cx,cy为摄像机中心点的坐标。
由于以上技术方案的采用，本发明与现有技术相比具有如下优点：
本发明可以快速定量化的获取耕地表面的结构特征，为耕地结构的快速评价提供一种高效的方法，还可以探明不同结构耕三维结构对小麦出苗的影响，将有利于促进小麦栽培精确化。
具体实施方式
以下结合具体实施例对本发明做进一步详细说明。
本发明一种耕地表面结构定量化获取方法，包括以下步骤：
步骤1)图像获取：利用kinect传感器垂直获取耕地表面图像；
为了保证图像获取时的稳定性，装置采用三脚架作为支撑kinect设备，kinect的图像传感器垂直对向耕地，图像获取选择光线较为柔和的白天。
步骤2)三维图像重建：
根据kinect设备特性，图像的坐标x轴和y轴的取值范围为x∈[0，640],y∈[0，480]。设三维坐标系下一点p(x,y,z)，其在二维坐标系下对应点p’(x’,y’)。depth(x’,y’)代表点(x’,y’)的深度值，fxd,fyd为深度相机的焦距，cx,cy为摄像机中心点的坐标，则三维点p(x,y,z)与二维点p’(x’,y’)的关系如下：
利用kinect设备获取多源信息的优势，以rgb图像作为信息匹配的度量标准，通过icp(iterativeclosestpoint)和公式(2)实现二维空间向三维空间的转换，利用delaunaytriangulation算法实现土块的三维化，得到的耕地三维图像定义为g(r)，三维图像包括两个部分，即平坦的耕地g(r)basal和凸出的土块g(r)block，关系如公式；
g(r)＝g(r)basal+g(r)block
步骤3)土块的提取与高度测量：利用gaussianlowpassfilter，公式(1)，在三维图像中进行土块的提取，滤波后根据阈值将g(r)basal定为0，g(r)block定为1，提取土块轮廓，根据土块深度值计算土块大小和高度；
其中σ＝0.05。
步骤4)计算土块三维特征参数：根据iso-25178-2(2012)高度参数的定义，选择sa，sq。
以上对本发明做了详尽的描述，实施例的说明只是用于帮助理解本发明的方法及其核心思想，其目的在于让熟悉此领域技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。