基于LabVIEW的大麦生长远程监控系统的设计与实现

发布时间：2017-04-22 17:49

  本文关键词：基于LabVIEW的大麦生长远程监控系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：随着我国现代农业的不断发展,农业监控技术已取得了长足的进步,同时由于对大田的生产和设施环境监测性能的要求也越来越高,为此就推动着对大田智能化监控技术的深入研究。大麦是啤酒生产的重要原料,甘肃又是我国大麦种植大省,为实施田间管理增产增收农艺措施,需要及时有效的掌握其田间生长状况。为此,本文依据虚拟仪器设计原理,以田间种植大麦为监测对象,在LabVIEW和NI Vision平台上设计并开发了一套大麦生长远程监控系统。同时,利用机器视觉技术对所采集到的图像进行了处理,探究了大麦主要病害识别。本文主要完成了以下几个方面的研究工作:1、结合实际田间环境,设计了大麦田间监控系统的网络构架,选择了软硬件开发平台和网络通信协议,并确定了上位机监控系统的开发环境。2、以LabVIEW为软件开发平台,设计了大麦监控系统的人机交互界面,实现了图像的传输和参数的设置,并提供用户管理功能。利用Remote Panels技术实现了对大麦的远程监控,开发了监控界面,实现了对大麦田间摄像头采集图像视频的远程接收,以及在远程客户端的实时显示。3、研究并开发了大麦生长信息监控中心,建立了基于Microsoft Access的系统数据库,实现了对用户信息的管理以及对已采集大麦图像的检索、删除等功能;并实现了大麦图像的处理、分区显示、存储和压缩等功能。4、利用LabVIEW Application Builder生成了最终的监控应用系统安装包,便于没有安装LabVIEW软件的用户使用。5、采用视觉助手Vision Assistant 2011对采集的大麦图像实施了预处理、图像分割、特征提取等,并采用BP神经网络进行了大麦病害图像的识别处理。6、系统实际性能实验,测试结果表明本系统视频传输速率可达到1Mb/s以上,分辨率为320×240时系统传输帧速数达到16fps。监测的田间大麦个体茎叶的色彩、纹理以及群体显示正常,采集传输视频画面播放流畅,画质清晰稳定,田间监控画面像素与色彩及处理等功能符合病虫害农艺识别要求,达到监测设计指标。
【关键词】：大麦 虚拟仪器 LabVIEW 远程监控 数据库 人机交互 BP神经网络 病害识别
【学位授予单位】：甘肃农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S512.3;TP277
【目录】：

• 摘要2-3
• Summary3-7
• 第一章 绪论7-14
• 1.1 研究背景及意义7-8
• 1.2 国内、外虚拟仪器技术在农业中应用的研究现状8-10
• 1.2.1 国外虚拟仪器技术在农业中应用的研究现状8-9
• 1.2.2 国内虚拟仪器技术在农业中应用的研究现状9-10
• 1.3 农作物远程监测研究现状10-12
• 1.4 论文研究的主要内容和组织结构12-14
• 第二章 虚拟仪器及开发平台14-21
• 2.1 虚拟仪器概述14-18
• 2.1.1 虚拟仪器的概念和特点14-15
• 2.1.2 虚拟仪器的构成15-17
• 2.1.3 虚拟仪器的发展趋势17-18
• 2.2 虚拟仪器开发平台18-20
• 2.2.1 LabVIEW18
• 2.2.2 LabVIEW的组成及优势18-20
• 2.3 视觉开发软件20-21
• 第三章 系统整体方案设计21-33
• 3.1 系统需求分析及功能确定21
• 3.2 系统构架及工作原理21-22
• 3.3 系统硬件的设计22-23
• 3.4 监测系统设计方案23-24
• 3.5 系统实现的关键技术24-26
• 3.5.1 视频监控技术24-25
• 3.5.2 ZigBee无线通信技术25-26
• 3.6 数据库技术设计26-29
• 3.6.1 数据库需求分析26-27
• 3.6.2 E-R图生成27
• 3.6.3 数据表的生成27-28
• 3.6.4 LabVIEW访问数据库的设计28-29
• 3.7 LabVIEW通信协议的选择29-33
• 3.7.1 TCP/IP协议29-30
• 3.7.2 UDP通信30-31
• 3.7.3 DataSocket技术31-33
• 第四章 大麦田间监控系统软件的设计与实现33-45
• 4.1 系统软件的设计原则33
• 4.2 大麦田间视频监控系统软件总体设计33
• 4.3 软件子程序设计33-37
• 4.3.1 视频图像的采集主程序设计34-35
• 4.3.2 视频图像的读取和显示主程序设计35-36
• 4.3.3 视频图像的保存与缩放主程序设计36-37
• 4.4 监控中心实现37-41
• 4.4.1 系统登录37-39
• 4.4.2 用户管理模块39-40
• 4.4.3 视频图像管理模块40-41
• 4.5 远程监控功能的实现41-43
• 4.5.1 LabVIEW中实现远程监控的方法41-42
• 4.5.2 系统远程监控功能的实现42-43
• 4.6 生成安装程序43-45
• 4.6.1 可执行文件的生成43
• 4.6.2 安装文件的生成43-45
• 第五章 大麦病害的识别45-57
• 5.1 大麦图像的预处理46-49
• 5.1.1 图像灰度变换46-47
• 5.1.2 中值滤波47-48
• 5.1.3 大麦图像的灰度拉伸48-49
• 5.2 图像分割49-52
• 5.2.1 阈值分割50
• 5.2.2 区域分割50
• 5.2.3 图像边缘检测50-52
• 5.3 大麦病害图像的特征提取52-55
• 5.3.1 颜色特征的提取52-53
• 5.3.2 纹理特征的提取53-55
• 5.4 基于BP网络的大麦图像识别55-56
• 5.5 图像识别软件设计56-57
• 第六章 系统功能测试57-61
• 6.1 测试环境57
• 6.2 系统测试57-61
• 6.2.1 服务器端监控中心性能测试57-60
• 6.2.2 系统功能测试60-61
• 第七章 结论与展望61-63
• 7.1 结论61-62
• 7.2 展望62-63
• 参考文献63-68
• 致谢68-69
• 作者简介69-70
• 导师简介70-72

【参考文献】

中国期刊全文数据库 前10条

1 胡成军;衡军;马旭勃;;数字仪表信息的自动提取方法[J];计算机与数字工程;2016年02期

2 王明磊;杨建青;李红岭;王关平;杨梅;高晓阳;;大麦田间视频采集与无线传输系统设计[J];中国农业大学学报;2015年05期

3 汪京京;张武;刘连忠;黄帅;;农作物病虫害图像识别技术的研究综述[J];计算机工程与科学;2014年07期

4 杨倩;高晓阳;武季玲;李红岭;杨占峰;孔彦龙;毛红玉;寇敏瑜;;基于颜色和纹理特征的大麦主要病害识别研究[J];中国农业大学学报;2013年05期

5 张娟;戴建枰;黄泓;徐波;林海英;孙毅;潘卫民;;基于Labview的超导腔测试数据采集系统[J];核电子学与探测技术;2013年09期

6 李彦峰;王春耀;王跃东;蔡菲;;水果表面缺陷检测研究——基于NI Vision Assistant和IMAQ Vision[J];农机化研究;2013年07期

7 房泽平;范福玲;娄坤;;基于LabVIEW和摄像头的远程可视化过程控制[J];仪表技术与传感器;2013年06期

8 岳改丽;王栋;杨蕊;;几种边缘检测算子在红外图像处理方面应用研究[J];西安科技大学学报;2012年04期

9 伍良生;陈长浩;侯涛;张震;;基于虚拟仪器技术结构固有特性的实验测量[J];北京工业大学学报;2012年01期

10 高玉芹;;农田信息远程监测与管理系统——基于ZigBee和GPRS[J];农机化研究;2010年12期

中国重要会议论文全文数据库 前1条

1 王福禄;房俊龙;;基于LabVIEW平台的寒地日光温室群远程监控系统设计[A];2010中国仪器仪表与测控技术大会论文集[C];2010年

中国博士学位论文全文数据库 前3条

1 田杰;基于图像分析的小麦叶部病害识别方法研究[D];西北农林科技大学;2015年

2 张洁;基于图像识别的农作物害虫诊断技术研究与应用[D];中国科学技术大学;2014年

3 王克如;基于图像识别的作物病虫草害诊断研究[D];中国农业科学院;2005年

中国硕士学位论文全文数据库 前10条

1 夏雪;基于3G网络的苹果园环境监测系统设计[D];中国农业科学院;2014年

2 徐莉;田间及作物图像信息远程采集管理系统的设计与实现[D];西北农林科技大学;2014年

3 张芳;基于计算机视觉的农作物病害检测系统的研究[D];陕西科技大学;2013年

4 吕恒;基于3G的车载视频监控后台系统的设计与实现[D];天津大学;2012年

5 李铁;基于LabVIEW的温室环境监控系统的研究[D];吉林农业大学;2011年

6 郑显应;基于嵌入式的数字草场监控系统的设计与实现[D];吉林大学;2011年

7 赵伟;基于远程通信技术的温室环境控制系统研究与实现[D];中国农业科学院;2010年

8 孙月强;基于Labview的蔬菜大棚环境监测系统的研究[D];中国海洋大学;2010年

9 韩华峰;农业环境信息远程监控与管理系统设计[D];中国农业科学院;2009年

10 刘尚旺;基于B/S模式的作物长势远程监测方法研究[D];西北农林科技大学;2009年

  本文关键词：基于LabVIEW的大麦生长远程监控系统的设计与实现，由笔耕文化传播整理发布。

，

本文编号：320874