基于图像测量的毛竹笋高生长在线监测

毛竹笋的高生长信息被视为反映毛竹长势和产量的重要指标,是毛竹生长发育研究中的重要内容。针对现有人工观测方法费时费力,难以实现大范围内实时监测的问题,提出了一种基于图像的毛竹笋高生长监测系统。首先通过架设林间监控摄像头实时获取毛竹笋图像,然后利用几何角度原理,计算图像中毛竹笋的像素数与摄像机旋转角度对应的线性映射关系,进而获取毛竹笋实时高生长数据。对于林间毛竹笋目标分割提取的难题,提出一种结合正弦余弦优化的人工蜂群和模糊局部C均值聚类的图像分割算法。首先在模糊聚类的基础上引入局部空间信息,然后利用正弦余弦优化的人工蜂群算法对聚类算法的初始聚类中心进行寻优,最后再对图像进行二次分割。该方法相比于PSO、ABC、MFO等算法,具有更加优异的寻优性能;相比于FCM和ABC-FCM,也具有更强的抗噪性能和更高的分割精度。将毛竹笋实际高生长测量结果与人工测量值相比,平均误差率仅为4.17%。实验结果表明,此方法能够有效实现毛竹笋高生长的准确实时监测。