基于物联网架构的农业监控系统模块化设计

总结、提升养殖技术。这些监控应用都对视频监控采集提出了新的要求。

感知层利用前端摄像头（不同规格：如主从—PTZ、带深度信息的摄像头组、红外夜视灯）进行数据采集，由感知器、控制器等获取控制状态信息与外部状态数据。前端总共获取4种数据：控制数据、视频数据、图像数据与其它信息数据。

（2）网络层主要实现数据的通讯功能。在农业物联网中，视频监控系统采用1 000M光纤的主干线，辅以100M网线、WiFi、蓝牙、红外等数据通讯手段，进行视频采集以及数据传输。对于前端获取的4种数据（控制数据、视频数据、图像数据与其它信息数据）进行数据通讯，将其传输给应用层，并确保其时效性与准确性。

（3）应用层实现数据的处理与显示功能。在农业物联网中，视频监控系统依靠算法与数据分析进行管理信息的筛选与获取；在数据的处理上，依靠算法实现植株数量统计、茎叶状态评估、病虫害预警等功能；在数据的显示上，依靠服务器、PC、手机、iPad等设备进行结果显示与控制命令的交互。

应用层首先对网络层传输来的数据进行预处理，然后根据算法库进行分析，得到输出结果，并将其提交给其它相关的管理信息系统，如农业溯源系统、农业物流系统、农业病虫害预警系统等。

2 功能模块化设计与实现

软件架构设计完成后，需要进行功能的模块化设计。模块化设计常用聚合和耦合衡量模块间的独立性和关联性。其中，聚合（Aggregation）是对模块功能相对强度、彼此关联度的度量，表示一个整体和部分的关系，其中整体与部分可分开设计与实现。对于聚合的设计原则是：允许功能聚合、顺序聚合、过程聚合、通信聚合，要绝对避免偶然聚合、逻辑聚合、时间聚合。一个好的内聚模块描述的是模块内的功能联系[10-11]。

耦合是对一个软件结构内不同模块之间关联程度的度量。模块之间的数据耦合指如果模块通过参数交换信息，而且仅仅交换数据信息，这种耦合则是数据耦合。对于耦合，设计原则是：要尽量使用数据耦合，限制控制耦合、公共耦合，对内容耦合则要绝对避免。

該农业物联网中的视频监控系统主要需实现以下功能：视频数据采集、数据通讯、数据预处理、数据分析、分析结果输出或者作为其它系统的输入。因此，该系统架构主要进行功能聚合，利用数据耦合，进行不同模块之间的功能调用，藉此实现系统功能。其中，主要形成4种业务数据流：控制数据流、视频数据流、图像数据流与其它数据信息流。该4种业务数据流是进行模块划分的相对依据。

3 数据接口标准化

接口（Interface）是一系列操作的集合，在该系统架构中，强调的是模块之间进行的数据交换操作。由于在该系统架构中，软件模块之间均优先采用数据耦合，也即是说，该系统架构中不同模块之间的访问，是通过数据交换实现输入、输出信息的获取。因此，为了拓展模块应用范围、进行二次开发以及与其它系统之间的集成，尤其是为适应未来的技术发展趋势，需要进行数据接口的标准化[12]。

数据接口标准化首先需要明确数据类型。在农业物联网视频监控系统中，有效的数据类型主要包括图像、视频以及其它传感器数据与控制器状态数据。作为数据接口标准化内容之一，首先需要统一图像大小、图像类型、视频帧数、色彩模型、数据格式、数据长度、数据实时性等内容。

很明显，不可能所有设备都是同一参数，对于不同的视频参数，需要根据效果进行对比实验。高参数的设备采集的视频信息需要进行预处理，以达到统一标准。对于达不到参数要求的设备，可结合金字塔法等进行预处理。标准统一后，数据的通讯速度、数据后期处理速度，以及处理精度都得到了明显改进。

其中，统一视频处理输出后的数据格式，是标准化的重点内容。视频监控系统采集视频信息，然后交后台服务器进行视频信息处理，其处理结果（系统输出）是应用层其它系统均需要的系统输入，因此需要进一步规范视频监控系统处理后的数据格式。

对视频监控系统处理后的数据，可采用视频、图像与文本/XML等结合的方式。其中，对于视频，需要规范每秒多少帧、每一帧的宽高、色彩模型、ROI位置及长宽等；对于图像，需要规范宽高、色彩模型、ROI位置及长宽等。这里的参数应该与视频参数完全吻合，只是视频参数多于图像参数；对于文本/XML，需要对视频、图像进行编号，对应编号保留所有视频、图像处理后的相关信息。

由于视频处理算法设计上的灵活性，因此对于同一视频/图像，采用不同算法则可得到不同输出，并与不同参数需求的新设备进行数据通讯，从而比较好地解决了系统的二次开发问题。同时，数据接口标准化使该系统架构中集成其它设备或系统时，数据的输入与输出问题可得到较好的解决。

4 结语

视频监控系统及其应用是农业物联网中的重要问题之一。使用传统的系统架构，对于复杂环境下的不同工作状态，适应性较差，增添新的功能费时费力，系统调整较为困难。因此，引入模块化设计以及软件应用框架结构对其加以改进，是一种较好的解决方案。采用该解决方案，能够在一定程度上解决原有系统架构适应性差、调整困难的缺陷，有助于提高系统稳定性，易于进行二次开发。

参考文献：

[1] 何东健，孟凡昌，赵凯旋，等.基于视频分析的犊牛基本行为识别[J].农业机械学报，2016，47（9）：294-300.

[2] 李新乐，李书琴，蔚继承，等.基于自定义协议的农业异构视频系统集成研究[J].计算机工程与设计，2014，35（5）：1727-1731.

[3] 郭艳光，郝拉柱，鲁晓波.视频图像中目标轮廓的提取算法研究[J].内蒙古农业大学学报：自然科学版，2011，32（1）：241-244.

[4] 邓汉阳，赵东，郑嫦娥.基于OpenCV的大叶黄杨叶片特征视频图像检测[J].广东农业科学，2014，41（4）：173-175.

[5] 徐义鑫，李凤菊，王建春，等.基于OpenCV的Android手机植物叶片几何参数测量系统[J].中国农学通报，2015，31（35）：236-244.

[6] GUBBI J， BUYYA R， MARUSIC S， et al. Internet of things （IoT）： a vision， architectural elements， and future directions[J]. Future Generation Computer Systems，2012，29（7）：1645-1660.

[7] VISCONTI P， CAVALERA G. Intelligent system for monitoring and control of photovoltaic plants and for optimization of solar energy production[C]. International Conference on Environment and Electrical Engineering. IEEE，2015：1933-1938.

[8] HU P. A System architecture for software-defined industrial internet of things[C]. International Conference on Ubiquitous Wireless Broadband. IEEE，2015：1-5.

[9] KOVACSHAZY T， WACHA G， DABOCZI T， et al. System architecture for internet of things with the extensive use of embedded virtualization[C]. IEEE International Conference on Cognitive Infocommunications，2014：549-554.

[10] SICARI S， CAPPIELLO C， PELLEGRINI F D， et al. A security-and quality-aware system architecture for internet of things[J]. Information Systems Frontiers，2016，18（4）：665-677.

[11] ZHOU L， CHAO H C. Multimedia traffic security architecture for the internet of things[J]. Network IEEE，2011，25（3）：35-40.

[12] TSAI C W， LAI C F， VASILAKOS A V. Future internet of things： open issues and challenges[J]. Wireless Networks，2014，20（8）：2201-2217.

（責任编辑：黄 健）

推荐访问:监控系统 联网 模块化 架构 农业