基于计算机视觉的智慧温室作物营养诊断及调控系统

温室大棚主要是人为地创造出适宜植物生长发育的最佳环境，在不同季节内，尤其是不利于植物生长的季节进行种植的一种措施。近年来温室大棚技术逐渐普及，温室大棚数量也不断增多，但由于作物生长的不确定性和温室环境的可变性，如何对温室大棚进行科学控制，将温室大棚内环境保持在最适宜植物生长的条件对于种植户来说至关重要。智慧温室概念应运而生，智慧温室能够通过对温室环境进行判断从而实现环境调控。但是当前温室调控仅限于温湿度、光照等自然因素，对于作物本身生长情况尤其是营养元素缺失以及病虫害情况等未能进行有效监测诊断。

现代作物营养诊断的方法主要目的是在不破坏植株生长的条件下完成诊断，实现营养素定量检测时、由传统人工进行实地诊断调查到现代智能化仪器诊断的发展以及从单株植株检测到群体大面积的多方面检测实现。随着信息化手段的不断进步，通过机器视觉进行作物营养诊断开始成为重要的研究内容。

本项目设计了一套基于机器视觉的智慧温室作物营养诊断及调控系统。该系统通过部署的摄像装置实时采集温室作物图像信息，利用深度学习图像处理方法结合农艺诊断标准对作物营养元素缺失情况、病虫害情况以及水分情况进行判断给出诊断书。由诊断分析结果控制执行机构自动打开提前设置好的多通道水肥药箱，实现水肥补充以及药物喷洒等温室作物自动管理。此外诊断分析结果以及管理过程会通过互联网上传至智慧温室云平台，供管理者以及决策者实时查看，并且可以查阅历史管理记录。

本项目研发为“基于机器视觉的智慧温室作物营养诊断及调控系统”。旨在改善现代化温室作物生长周期监测功能，解决营养诊断费时费力的问题。主要研究内容分为三部分，分别为：基于图像的作物营养诊断模块设计、基于Arduino的作物营养元素调控装置设计以及智慧温室云平台设计。

1、基于图像的作物营养诊断模块设计

作物营养诊断模块为本项目的视觉分析部分，也是核心功能。通过卷积神经网络训练多光谱图像数据得到作物营养诊断模型，将其部署在边缘计算设备Jetson nano上实时快捷的实现智慧温室中作物的生长状况监测，依据监测结果结合农艺标准进行分析可给出诊断报告。该部分设备主要包括分析系统以及数据采集系统，设备材料如图1所示。

图1  基于图像的作物营养诊断装置

2、基于Arduino的作物营养元素调控装置设计

作物营养调控装置模块为项目的核心执行机构，由Arduino微控制器作为整套下位机系统的信息处理中枢分析营养诊断结果，驱动补肥、补水、打药装置工作完成有机调控。调控装置主体部分为多分区多通道药箱，通过电磁阀连接节水滴灌管，实现作物营养调控。同时执行机构还包括温室中土壤、空气等环境因素监测，各部分传感器通过zigbee技术进行组网，动态实现智慧温室多因素自动化管理决策。该部分结构组成如图2所示。

图2  作物营养自动调控装置

3、智慧温室云平台设计

智慧温室云平台为产品的数据库和客户展示核心，利用Django架构进行搭建。平台能够存储温室大棚每个种植周期的作物生长基础生理数据以及图像数据等，通过该数据可以进一步针对作物营养诊断模型实现逐年更新优化。此外云平台能够针对现代农业示范园区中温室大棚群管理情况实时展示，该部分示意图如图3所示。

图3  智慧温室云平台示意图

我国鲁东南地区针对草莓种植采用了温室精准管理技术，在钢结构温室内使用自动控温系统、雾化降温系统、水肥一体化系统、遥控自动卷帘系统、两用遥控运输机等6中设备，实现了温度、肥水、病虫害防治、采摘运输的自动化管理，降低了工作强度。塔里木大学设计了一套智能温室水肥一体化装备，该装备可以实现水肥按需动态混合，并通过简单人机交互界面进行操控以维持装备整体的稳定运行。国外SumitP.G等人建立了一套基于Zigbee无线通信的温室农业环境检测系统，采用传感器检测温室温湿度以及水位参数，指导管理人员做出施肥灌溉决策。Omar等人利用LoRa模块连接传感器节点进行低功耗工作，实现简单的智能水肥灌溉系统。

由此可见温室水肥一体化调控在国内外农业生产中已经开展研究并取得了阶段性成果，基本为水肥一体化系统设计提供了思路。但是当前技术仅解决的是智能控制装置设计的问题，针对如何有效进行无接触非破坏的作物营养诊断并没有给出解决办法。

随着机器视觉技术的发展，利用图像进行无损分析成为可能，因此现阶段智慧农业系统发展动态主要以图像识别系统为农情分析模块，结合互联网技术以及传感器技术从而实现作物长势分析、调控、展示于一体的智慧温室系统。

创新点：以机器视觉方法为基础进行作物生长图像分析，指导水肥一体化调控，解决了传统方法中人工参与度高的问题，同时对于管理者所学专业背景要求有效的进行了降低。图像分析所需要的数据库复杂庞大，难以复刻，也保证了该系统的独特性和技术性。

项目特色：基于机器视觉的智慧温室作物营养诊断及调控系统是一款集温室环境监控、作物自身营养情况监控以及现代化农业展示平台于一体的新型信息化智慧农业系统，配有庞大复杂且精确的数据库。

技术路线如图4所示，项目按照温室作物营养诊断、营养元素调控装置、智慧温室云平台三部分功能分别进行设计。

拟解决的问题：以机器视觉技术为手段，解决当前智慧温室作物水肥一体化无损调控较为困难的问题，进一步提高温室的智能程度以及智慧农业系统的集成度，使得管理者对于系统的使用成本降低。

预期成果如下：

1.智慧温室作物营养诊断及调控系统硬件设备一套；

2.智慧温室作物营养诊断及调控系统软件系统一套；

3.软件著作权一项；

4.相关科技论文一篇；

5.设备使用调研报告一份。

图4  技术路线图

2023.7.1—2023.8.1    收集资料，项目调研

2023.8.1—2023.10.1   硬件设备搭建、图像分析软件模型设计

2023.10.1—2023.12.1  营养元素调控软件系统设计、智慧温室云平台设计

2023.12.1—2024.3.1   实验

2024.2.1—2024.5.1    撰写并发表相关论文、申请软件著作权

2024.5.1—2024.6.1   撰写调研报告、准备结题材料