全 文 ：范郁尔，郑金生，张正球，等． 基于物联网技术的蝴蝶兰生产测控系统［J］． 江苏农业科学，2014，42(1) :369 － 371．
基于物联网技术的蝴蝶兰生产测控系统
范郁尔1，郑金生2，张正球1，逄孝云1，罗拥兵1
(1．江苏省连云港市农业信息中心，江苏连云港 222000;2． 江苏省连云港市振兴花卉有限公司，江苏连云港 222000)
摘要:以物联网技术为基础，以在线实时管理为目标，设计并完成蝴蝶兰生产测控系统，可对蝴蝶兰生长所需的环
境因子进行动态调控。实际应用效果表明:蝴蝶兰生产测控系统数据采集、传输、分析可靠，可根据苗株规格控制温室
温度，能自动执行纠偏功能、减少人工成本、降低病虫害发生率。
关键词:物联网;蝴蝶兰;环境控制;测控系统
中图分类号:S126 文献标志码:A 文章编号:1002 － 1302(2014)01 － 0369 － 02
收稿日期:2013 － 05 － 27
基金项目:江苏省农业三新工程(编号:SXGC［2012］167)。
作者简介:范郁尔(1975—) ，男，江苏灌云人，高级农艺师，从事农业
信息化研究。Tel:(0518)86090572;E － mail:lygfye@ 163． com。
通信作者:郑金生，农艺师，从事设施花卉研究。Tel:(0518)86090572。
物联网(internet of things)被称为继计算机、互联网之后，
信息产业的第 3 次浪潮。物联网技术主要应用红外感受器、
射频识别技术、全球定位系统等，将物品与互联网连接，完成
信息交换与通信过程，支持智能化识别、跟踪、定位、管理等。
企业利用传感器在田间地头设置检测网络系统，对环境、动植
物生长状况等进行实时监测，使得动植物生产过程始终处于
可控状态，保证生产过程、产品的稳定性。物联网能够降低劳
动力成本［1］。花卉产业是极具发展活力的产业之一［2］。蝴
蝶兰因独具特色、科技含量高、经济效益高而被称为“农业中
的 IT产业”。大力发展蝴蝶兰产业，对于促进地方经济快速
发展、提高人们物质生活水平具有重要意义。蝴蝶兰生产具
有高投入、高产出特征，与其他花卉相比，受到自然条件的制
约更多，对设施栽培技术的依赖性更大［3］。蝴蝶兰生产测控
系统建立在蝴蝶兰生产标准化、信息化基础上。利用现代信
息技术和先进的传感器、电子摄像仪、显示控制仪等电子仪
器，将蝴蝶兰生长状态、环境、工艺参数以数据、图像形式通过
数据线集成汇总到监控中心，使管理人员能随时了解生产全
过程，当现场出现异常或工艺参数出现偏离时能及时予以排
除、解决，达到控制生产全过程、提高生产效率的目的。研究
并推广应用生产测控系统将成为我国未来蝴蝶兰生产发展的
重要方向。本研究以物联网技术为基础，以在线实时管理为
目标，研究蝴蝶兰生产测控系统，分析蝴蝶兰最佳生长环境参
数，做到实时测控、可视化操作，减少人为影响，提高蝴蝶兰生
产的品质、效益。
1 系统设计与构建
1． 1 目标定位
基于物联网技术的蝴蝶兰生产测控系统由视频监控系
统、环境数据采集系统、网络数据传输系统、中央控制系统、专
家数据系统、执行系统等组成。该系统的最终目标是提供蝴
蝶兰生长的最佳环境因子，合理精确地调控生长条件，减少人
为调控的误差，科学、经济、高效地利用培养仓，达到最佳调控
效果，以更低的成本生产出更优质的产品(图 1)。
1． 2 功能定位
该系统的主要功能是在物联网数据快速传输基础上，依
据蝴蝶兰生长习性，模拟蝴蝶兰生长所需的最佳环境，并能根
据蝴蝶兰不同生长阶段所需环境因子的不同进行实时测控，
为蝴蝶兰规模化生产提供准确、便捷、即时的信息［4］。该系
统具有如下功能:
1． 2． 1 数据支持功能 目前我国蝴蝶兰生产处于起步阶
段［5］。加快构建并完善蝴蝶兰环境因子数据库已成为蝴蝶
兰标准化生产的重要支撑，数据库包括蝴蝶兰生长习性数据、
培养仓最佳环境数据、外界环境数据等。
—963—江苏农业科学 2014 年第 42 卷第 1 期
DOI:10.15889/j.issn.1002-1302.2014.01.105
1． 2． 2 决策支持功能 系统通过物联网实现实时监测，对比
培养仓的环境，协助技术人员确定最佳环境。同时实时调节
蝴蝶兰生长环境，对单个培养仓进行监测、支持多个培养仓的
控制决策。
1． 2． 3 数据获取功能 系统具有数据输入接口，获取的数据
主要包括蝴蝶兰生长习性数据，温度、湿度、CO2 浓度等培养
仓环境数据，气温、风向、相对湿度等外界环境数据。
1． 2． 4 数据存储、分析功能 系统在获取蝴蝶兰不同生长阶
段所需要的环境参数的同时，对这些参数进行存储汇总，并总
结规律，进而实现决策支持系统相应知识库动态更新。在采
集海量数据的基础上，重点对比、研究、归纳最佳环境状态特
征，为进一步完善专家系统提供参考。
1． 2． 5 辅助支持模块 该模块主要负责对系统设备进行经
济性、安全性、效果评价，提供专家咨询，数据查询，打印图表、
文档等。
1． 3 系统构建
基于物联网技术的蝴蝶兰生产测控系统包括系统登录模
块、中央控制系统、数据库系统、人机交互系统等［6］(图 2)。
1． 3． 1 系统登录模块 普通用户直接登录系统。管理员及
专家设置登录权限，若用户名与密码一致，则允许进入系统，
否则弹出警告对话框并提示信息错误。
1． 3． 2 数据库系统 数据库系统包括蝴蝶兰生长习性数据、
培养仓最佳环境数据、外界环境数据等。考虑到各个不同功
能模块间数据的相对独立性及所有功能模块间的数据共享
性，将各模块通过数据交换器汇总到监控主机上，实现了系统
联机控制、多频显示(图 3)。
1． 3． 3 基于物联网技术的测控系统工作原理 单个或多个
温室中各种传感器实时、精确监测环境，且将监测数据通过移
动通信网络、互联网等远程传输到中央控制系统。中央控制
系统将对现场环境进行分析，根据专家决策系统中的理想环
境指标对现场的环境参数进行决策，并通过执行机构进行调
控，实现环境调控自动化、智能化。
2 测控系统诊断与决策
根据蝴蝶兰不同生长阶段特性以及温室内外环境参数如
温度、湿度、CO2 浓度等通过传感器实时监测培养仓环境，将
监测数据通过网络上传至控制中心，计算蝴蝶兰不同生长所
需的最佳环境参数，依据蝴蝶兰不同生长阶段允许环境参数
上下限，实现自动监控环境，同时快速纠正偏离参数，并利用
事例库模型确定相应设备及工作时间，纠偏相应数值，自动作
出诊断、决策(图 4)［7］。
3 应用
在江苏省连云港市振兴花卉有限公司 1 hm2 连栋智能温
室中采用基于物联网技术的蝴蝶兰生产测控系统进行试验，
—073— 江苏农业科学 2014 年第 42 卷第 1 期
櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄
该系统为蝴蝶兰生产提供精准的生长环境，并按蝴蝶兰不同
生长阶段所需的环境参数提供智能决策支持，保证产品质量。
由表 1 可知，蝴蝶兰生产测控系统数据采集、传输、分析可靠，
可根据苗株规格控制温室温度，能自动执行纠偏功能、减少人
工成本、降低病虫害发生率、增加经济效益。
表 1 基于物联网技术的蝴蝶兰生产测控系统应用效果
处理
病虫害发
生率(%)
育熟周期
(d)
1 500 m2
用工量(人)
育成率
(%)
基于物联网技术 3． 2 104 1 97． 8
智能控制区域
无智能控制区域 5． 6 126 2 93． 4
注:病虫害发生率指发生病虫害的苗株数量占总苗株数的比例。
4 结论
基于物联网信息技术的中央测控平台推进了蝴蝶兰生产
信息化、智能化，是实现农业规模化、集约化生产的重要一环，
对于我国实现农业转型升级具有重要意义。
参考文献:
［1］李圣华，柯 华． 智能农业管理软件系统设计［J］． 科技广场，
2012(4) :75 － 78．
［2］郑楚明，李冠伟，郑树周． 我国蝴蝶兰产业发展中存在的问题及
对策［J］． 安徽农学通报，2007，13(17) :75 － 76，43．
［3］王风云，封文杰，赵一民． 蝴蝶兰设施栽培测控系统的研发［J］．
山东农业科学，2007(1) :33 － 36．
［4］陈一飞． 农业复杂大系统的智能控制与农业物联网关系探讨
［J］． 农业网络信息，2012(2) :8 － 12．
［5］王 俊，杨书才，杨录军，等． 郑州市蝴蝶兰产业现状、存在问题
及发展建议［J］． 河南农业科学，2011，40(12) :17 － 19．
［6］李志宇． 物联网技术研究进展［J］． 计算机测量与控制，2012，20
(6) :1445 － 1448，1451．
［7］柳平增，毕树生，薛新宇，等． 基于物联网的农业生产过程智能控
制系统研究［J］． 计算机测量与控制，2011，19(9) :2154 － 2156．
赵 辉，刘文明，岳有军，等． 一种新的去噪算法在农作物图像处理中的应用［J］． 江苏农业科学，2014，42(1) :371 － 373．
一种新的去噪算法在农作物图像处理中的应用
赵 辉1，2，刘文明1，岳有军1，王红君1
(1．天津市复杂系统控制理论与应用重点实验室 /天津理工大学，天津 300384;2．天津农学院，天津 300384)
摘要:简单介绍了中值滤波原理、小波去噪数学模型和小波去噪原理，在此基础上提出了一种基于小波变换的中
值滤波方法，该方法是结合图像的时域特性和频域特性对图像进行分析，有效地弥补了一些传统算法上的不足之处。
结果表明:该方法不但能去除农作物图像中的脉冲噪声和高斯噪声，而且能较好地保留农作物图像的细节，其滤波效
果优于单一的传统滤波方法。
关键词:中值滤波原理;小波去噪数学模型;小波去噪原理;改进的中值滤波方法
中图分类号:TN911． 73 文献标志码:A 文章编号:1002 － 1302(2014)01 － 0371 － 03
收稿日期:2013 － 06 － 01
基金项目:天津市自然科学基金(编号:10JCZDJC23100) ;天津市农
业科技成果转化与推广项目(编号:201203060)。
作者简介:赵 辉(1963—) ，男，天津人，博士，教授，从事智能控制理
论与应用、电力电子技术研究。E － mail:zhaohui3379@ 126． com。
通信作者:王红君，硕士，教授，从事流程工业先进控制技术、微机控
制、智能控制研究。E － mail:hongewang@ 126． com。
随着农业信息化、智能化的发展，图像去噪技术在设施农
业中得到广泛应用。在温室监控系统中需要采集大量农作物
信息，但图像在采集和传输过程中经常会受到各种因素的干
扰，产生大量噪声，因此图像的去噪过程已成为农业信息化管
理的必然要求。中值滤波是一种非线性滤波方法，它对脉冲
噪声有较好的滤波效果，但对高斯噪声的抑制能力不够理想。
小波变换是一种强有力的数学分析工具，它可以在时域和频
域内对信号进行分析，近年来受到专家学者的广泛关注。为
了弥补中值滤波的不足，笔者提出了基于小波变换的中值滤
波方法，该方法是在小波域内对高频子带进行中值滤波，然后
选择相应的门限进行降噪处理，仿真试验结果表明，该方法不
仅能滤除农作物图像中的混合噪声，而且能较好地保留农作
物图像的边缘细节，其滤波效果较理想。
1 理论基础
1． 1 中值滤波原理
中值滤波是基于排序统计理论的一种能有效抑制噪声的
非线性信号处理技术，中值滤波的基本原理是把数字图像或
数字序列中一点的值用该点的一个邻域中各点值的中值代
替，让周围的像素值接近真实值，从而消除孤立的噪声点。其
方法是用某种结构的二维滑动模板，将板内像素按照像素值
的大小进行排序，生成单调上升(或下降)的二维数据序列。
二维中值滤波输出为:
g(i，j)= med{f(i － k，j － q) (k，q∈W) }， (1)
其中:f(i － k，j － q)、g(i，j)分别为原始图像和处理后图像;W
为二维模板，通常为 2 × 2、3 × 3 区域。
1． 2 小波去噪的数学模型
设 M × N 的原始图像为 f(i，j) ，图像受到噪声干扰模
型为:
g(i，j)= f(i，j)+ ε(i，j) 0≤i≤M，0≤j≤N， (2)
式中:噪声 ε(i，j)～ N(0，σ) ，N(0，σ2)为正态分布，而且是独
—173—江苏农业科学 2014 年第 42 卷第 1 期