科创中国

土壤是重要的自然资源，是农业发展的物质基础。土壤内部孔隙的空间分布和结构决定了土壤的透气性和保水性，对土壤功能多样性和生态修复具有重要影响，但现有对土壤孔隙的研究中，缺乏可直观性和定量性对土壤孔隙空间分布情况进行描述的工具和方法。随着电子计算机断层扫描技术(Computer tomography，CT)在土壤领域的深入发展，可以无扰动地、多方位地获得无损的土壤内部结构的图像。借助于计算机图像处理技术，不仅可以观察到某个断层图像中土壤内部土颗粒和孔隙的分布，也可以计算出土壤孔隙度空间分布数据，结合三维软件还原土壤孔隙结构，为土壤孔隙空间分布的可视化研究提供一种 先进的技术手段。

有鉴于此，本发明提供了一种基于图像处理的土壤孔隙度空间分布数据获取方法及装置，其通过数字图像分析技术快速获取土壤孔隙度，可以构建一种还原度高、可视化效果强的网格可视化土壤模型，能够真实反映土壤孔隙空间分布情况与土壤内部松紧状况。

本发明提供了一种基于图像处理的土壤孔隙度空间分布数据获取方法；一种土壤孔隙度空间分布数据获取方法，其特征在于，所述将土壤样品划分为多个等高的土壤层；一种基于图像处理的土壤孔隙度空间分布数据获取装置；一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器；一种存储介质，存储有程序。

随着电子计算机断层扫描技术(Computer tomography，CT)在土壤领域的深入发展，可以无扰动地、多方位地获得无损的土壤内部结构的图像。借助于计算机图像处理技术，不仅可以观察到某个断层图像中土壤内部土颗粒和孔隙的分布，也可以计算出土壤孔隙度空间分布数据，结合三维软件还原土壤孔隙结构，为土壤孔隙空间分布的可视化研究提供一种先进的技术手段。

本发明亮点在于：

1、本发明应用CT扫描技术在不破坏土壤内部结构条件下，获取土壤样品图像，将土壤样品图像划分为多个等高的土壤层的图像，对每个土壤层的CT图像进行处理，得到多个网格图像及其土壤孔隙度数据，可以构建一种还原度高、可视化效果强的网格可视化土壤模型，能够真实反映土壤孔隙空间分布情况与土壤内部松紧状况。

2、本发明在对样品扫描完成后，使用传统试验方法求得土壤样品的孔隙度准确数据，调整阈值大小使图像处理获取的整体土壤孔隙度无限接近于土壤孔隙度准确数据，从而得到准确的二值化阈值大小，最终应用该二值化阈值来处理计算土壤进行网格划分后每个网格内的土壤孔隙度，可以确保多个网格图像土壤孔隙度数据的准确性，避免了使用全局阈值导致土壤与孔隙的错误划分。

3、本发明将土壤细分为网格状并通过颜色深浅表示立体网格土壤内整体孔隙水平，能够真实反映土壤孔隙度空间分布情况，基于立体网格土壤的孔隙度数据建立网格可视化土壤模型，而不是基于土壤孔隙通道进行三维重构建立模型的原因在于自然状态下的 土壤孔隙通道往往是无序的、狭小的、难以分析统计的，而将土壤孔隙分布情况利用网格土壤孔隙度来实现立体展现可以“化繁为简”，突出土壤内部孔隙分布位置与松紧情况。

基于图像处理的土壤孔隙度空间分布数据获取方法在土壤科学和农业领域具有广泛的应用前景。该方法通过处理土壤图像来获得有关土壤孔隙度分布的信息，为土壤性质研究和农业生产提供了有力的工具。以下是相关技术的一些应用前景：

1. 土壤结构研究： 基于图像处理的方法可以用于分析土壤微观结构，包括孔隙度、孔隙尺寸和孔隙间隔等。这对于了解土壤的通透性、水分保持能力和气体交换等方面的土壤力学性质非常重要。

2. 土壤水分调控： 图像处理技术可以用于监测土壤中水分的空间分布。这对于制定精确的灌溉计划，提高水分利用效率，防止过度灌溉或干旱，具有重要的农业应用前景。

3. 土壤侵蚀研究： 对土壤表面图像的分析可以提供土壤侵蚀的线索，包括孔隙分布的不均匀性、裸露土壤的程度等。这有助于预测土壤侵蚀的风险，采取相应的土壤保护措施。

4. 精准农业： 基于图像处理的土壤孔隙度数据可以与其他农业传感器数据相结合，实现更加精准的农业管理。例如，结合土壤孔隙度信息和植被指数数据，可以进行作物健康状况监测和优化施肥计划。

5. 土壤改良与治理： 对土壤孔隙度的详细了解有助于科学地进行土壤改良和治理。这包括通过添加有机物质、改良剂或进行植被恢复来改善土壤结构和孔隙度分布。

6. 环境监测： 土壤孔隙度的空间分布数据对环境监测也具有影响。例如，在城市规划中，了解土壤的孔隙度分布有助于预测雨水径流和防止城市洪水。

总的来说，基于图像处理的土壤孔隙度空间分布数据获取方法在提高土壤管理效率、农业生产可持续性和环境保护等方面有着广泛的应用前景。这些技术的发展将为农业生产和土壤科学研究提供更为精准和细致的信息。

本专利由华南农业大学AIS实验室撰写，AIS实验室是由一群具有深厚专业知识和经验的专家组成，致力于农业科技创新和智能农业发展。下面是团队核心成员介绍：

齐龙研究员是该实验室的负责人，负责该发明的整体指导与实验设计；袁梓浩、蒋郁、邢航负责算法设计；邓若玲、江茜负责数据搜集；黄旭楠、陶明负责专利撰写。

基于图像处理的土壤孔隙度空间分布数据获取方法具有多方面的技术效益，对于土壤科学研究、农业生产和环境监测等领域都具有重要意义。以下是一些相关技术效益：

1. 高分辨率的空间信息： 图像处理技术可以提供高分辨率的土壤图像，从而使得对土壤孔隙度的空间分布进行更为精确的分析。这有助于研究者更详细地了解土壤微观结构，包括孔隙的大小、形状和分布。

2. 非破坏性测试： 图像处理方法通常是一种非破坏性的土壤测试方法，不需要破坏样品。这对于保持土壤样本的原始结构和性质非常重要，特别是在长期实验或监测中。

3. 实时监测和高效数据采集： 图像处理技术能够实现实时监测土壤孔隙度的变化，同时高效地采集大量数据。这在农业领域中，尤其是在精准农业和水资源管理方面，具有显著的优势。

4. 全面的土壤力学性质分析： 基于土壤图像的分析不仅可以获取孔隙度的信息，还有助于对土壤的其他力学性质进行分析，如颗粒分布、土壤密度等，为土壤力学性质的全面研究提供了基础。

5. 智能决策支持： 通过图像处理技术获取的土壤孔隙度空间分布数据可以与其他农业传感器数据结合使用，为农业管理提供智能决策支持。这有助于实现精准农业，减少资源浪费，提高农业生产效率。

6. 环境监测和土地规划： 这些数据还可以在土地规划和环境监测中发挥作用。了解土壤孔隙度分布有助于评估土地的适用性，预测水分运动和防范土壤侵蚀等环境问题。

总体而言，基于图像处理的土壤孔隙度空间分布数据获取方法在提高数据准确性、实时监测能力和非破坏性测试方面具有技术效益，为土壤科学和相关领域的研究提供了强有力的工具。

针对我们所拥有的专利成果，我们期望通过技术许可和合作建立平台两种方式实现转化，具体如下：首先，技术许可是一种常见的专利成果转化方式，我们期望通过将专利技术的使用权租借给有需要的企业或个人，以获得持续和稳定的利润收入。通过技术许可，我们可以将专利技术应用到更广泛的领域中，实现技术价值的最大化。其次，我们也期望通过技术合作建立专利技术应用平台，为其他企业或个人提供专业的技术解决方案，帮助他们实现特定的商业目标。通过合作，我们可以扩大专利技术的使用范围，提高技术价值，共同分享成果和利润。