一种基于针式剖面板的土壤表面粗糙度的计算方法

技术领域

本发明涉及的是计算土壤表面粗糙度技术领域，特别涉及一种基于针式剖面板的土壤表面粗糙度的计算方法。

背景技术

土壤表面粗糙度是表征土壤水文特性和影响土壤性质的一个重要参量。土壤表面粗糙度与土壤水分的渗入速率、地表径、地表积水以及土壤侵蚀、土壤孔隙率等因素都具有一定的相关性，因此快速、准确地测量土壤表面粗糙度具有重要的意义。目前，针式剖面板由于其实现简单，已经在土壤粗糙度测量中获得了广泛应用。但是，在实际应用中由于测量样本较多，采用人工方式读取探针高度效率较低。

数字图像处理技术在农业生产领域中的应用日益增多，利用数字图像处理技术可以获取图像中目标物体的特征，尺寸，同样也可以获取图像中目标点的信息，坐标等，相比人工，可以更快地提高计算效率，具有人工计算无法比拟地优越性。

目前在处理针式剖面板图像，传统的图像处理方法提取到探针目标点质心，效果不是很好，提取到目标点的个数少，对计算土壤表面粗糙度的影响很大，大大降低了实验的准确性。为了弥补传统方法的不足，我们设计了一种基于针式剖面板的土壤粗糙度的计算方法，该方法可以大大提高获取图像探针目标点的准确程度，提高了土壤表面粗糙度计算的准确程度。

发明内容

本发明要解决的技术问题是：提供了一种可以更快速，更准确地提取探针目标点质心的横纵坐标值，从而计算出土壤表面粗糙度的方法。

为了解决上述问题，本发明包含以下步骤：

（1）将测量好的针式剖面板垂直地放在合适的灯光条件下；

（2）手持智能手机，并置于针式剖面板的正前方，使手机水平，调用手机的摄像头功能；

（3）调整智能手机摄像头的物距，使智能手机的拍摄屏幕中只有针式剖面板，并且使屏幕中的针式剖面板的水平线保持水平，然后拍摄需要计算粗糙度的针式剖面板的彩色图像；

（4）利用图像处理程序对拍摄到的彩色图像进行处理；

（5）提取拍摄的彩色图像的R、B通道分量，构建出基于R-B的色差灰度图像；

（6）构造两个模板，对图像进行循环匹配，求出差值，并把所求值和4进行比较，构造出0-1矩阵；

（7）将得到的0-1矩阵和图像进行运算，把结果进行求和，得到行向量；

（8）将得到的行向量的每个元素和相邻元素比较，如果其使最大的，则该元素所在的列号为图像中探针目标点的横坐标；

（9）将横坐标所在图像中的列找出，构成一个列矩阵，同样把每个元素和其相邻元素判断，找到符合条件的点，则其所在的行号为图像中探针目标点的纵坐标；

（10）根据图像中的水平线高度和获得的探针目标点的坐标，计算出测量土壤的表面粗糙度。

本发明与现有的技术相比，具有以下优点：

传统的图像处理需要对图像进行，腐蚀，膨胀，图像的开运算，闭运算，由于图像中目标探针点所占像素少，使用传统方法进行处理，很容易将图像中所需要的信息处理掉，丢失许多要从图像中获得的信息，此外。传统方法很难准确在获取图像中目标探针点质心得坐标，因为需要对目标点进行轮廓提取，由于一些点经过腐蚀，膨胀处理后所占像素少，很难进行轮廓提取，所以这样又会丢失许多需要得坐标点，这样使得处理得到得结果很不准确，造成的误差极大。

而本发明采用了双模板匹配法，对像素点的周围进行判别，根据匹配的结果进行二值化处理，通过寻找矩阵中的峰值点，其所在的行、列，分别为所求点的横、纵坐标，这种方法可以更精确的求出图像中目标探针点的坐标，并计算出所需要计算的土壤表面的粗糙度。

附图说明

图1为本发明基于针式剖面板的土壤表面粗糙度的计算方法的修改结果图。

图2为本发明基于针式剖面板的土壤表面粗糙度的计算方法的实测图。

图3为本发明基于针式剖面板的土壤表面粗糙度的计算方法的提取探针目标点的效果图。

图4为本发明基于针式剖面板的土壤表面粗糙度的计算方法的具体实施方式流程图。

具体实施方式

下面结合附图和具体实施方式对本发明的方法作进一步详细说明：

图2是本发明基于针式剖面板的土壤表面粗糙度的计算方法的实测图。在本实施例中，如图2所示，测量土壤表面粗糙度需要针式剖面板1和智能手机2。

所述的一种基于针式剖面板的土壤表面粗糙度的计算方法的工作过程如下：

（1）将测量好的针式剖面板1垂直地放在合适的灯光条件下，此处我们在不同灯光亮度条件下对针式剖面板进行了实验，对得到的图像进行处理，从处理结果分析，当光照使背景板比较亮的时候，处理效果最好；

（2）手持智能手机2，并置于针式剖面板的正前方，使智能手机摄像头的中心线和针式剖面板保持垂直，打开手机的系统相机软件，调用摄像头功能，这样做的目的是尽量使拍照得到的图像中的每根针尽量保持垂直，这样处理得到的探针目标点的坐标可以更准确；

（3）用电脑上的图像处理软件，如Photoshop软件，Windows自带的画图软件将拍摄好的针式剖面板的图片修改到合适的大小，修改的结果如图1；

（4）将修改好的图像进行处理，首先提取拍摄的彩色图像的R、B通道分量，将两矩阵做运算，构建出基于R-B的色差灰度图像矩阵；

（5）构造一个正方形模板和一个长方形模板，对色差灰度图像矩阵进行循环匹配，每次取出与正方形模板和长方形模板相同大小的矩阵进行运算，并把每次得到的结果作差，求出相对差值，并将每次结果放在一个新的矩阵中；

（6）判断由相对差值组成的矩阵中每个元素，若该元素大于4，则将该元素置为1，若该元素小于4，则将该元素置为0，这样就得到了只含有0和1的0-1矩阵；

（7）将得到的0-1矩阵和由相对差值组成的矩阵进行点乘运算，即把两个矩阵的相同位置的矩阵进行相乘，这样就保留下来含有探针目标点的区域；

（8）为了得到探针目标点的横坐标，将得到的矩阵每一列进行求和，这样得到了一个行向量；

（9）为了找到探针目标点质心的横坐标，将行向量的每个元素的值和其相邻元素的值进行比较，若该元素是相邻的两个元素中最大的，即峰值点，且峰值点满足大于5的条件，则该元素筛选出符合条件的元素，即该点所在行向量的列即为探针目标点质心的横坐标；

（10）通过刚才获得的横坐标，在矩阵B中找到横坐标对应的这一列，这一列中每个元素和相邻的两个元素进行比较，若该元素是相邻元素中最大的，即为峰值点，则该元素所在的列即为需要找的纵坐标；

（11）提取图片中水平直线的纵坐标，通过把获得到点的纵坐标进行相加，因为其是在水平直线的两侧，所以这样运算便可以得到水平直线的纵坐标；

（12）将从图像中提取到的探针目标点的坐标在坐标系中进行绘制，绘制结果如图3；

（13）根据获取到探针目标点的横纵坐标和水平直线的纵坐标，计算出目标点到水平直线的相对高度，代入土壤表面粗糙度的计算公式，计算出土壤表面粗糙度。

由以上实施例可以看出，本发明设计了一种基于针式剖面板的土壤表面粗糙度的计算方法，所设计的方法提高了识别的正确率和土壤表面粗糙度的计算精度。

如上所述，结合附图、方法实施例所给出的方案内容，可以衍生出类似的技术方案。但凡是未脱离本技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单的修改、等同变化与修饰，均仍属于本发明技术方案的范围内。