[发明专利]基于农作物行间自动识别技术的农药定位喷洒方法及系统无效

专利信息
申请号: 201310473077.6 申请日: 2013-10-11
公开(公告)号: CN103530643A 公开(公告)日: 2014-01-22
发明(设计)人: 谢成军;张洁;李瑞;宋良图;王儒敬;周林立;黄河;严曙;聂余满 申请(专利权)人: 中国科学院合肥物质科学研究院
主分类号: G06K9/60 分类号: G06K9/60;G06K9/62;A01M7/00
代理公司: 合肥天明专利事务所 34115 代理人: 奚华保
地址: 230031 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 农作物 行间 自动识别 技术 农药 定位 喷洒 方法 系统
【说明书】:

技术领域

发明涉及智能农业领域,尤其是一种基于农作物行间自动识别技术的农药定位喷洒方法及系统。

背景技术

农作物通常是整齐地按直线、彼此间平行的方式种植,因此在精准农业中一个研究热点即是从图形中识别出作物行,检测出作物线,为农药定位喷洒机械的控制参数提供依据。快速、准确地采集和获取并识别出农作物行,是开展农药定位喷洒的重要基础和前提。传统的方法一般经过采集图像、分割、特征提取、训练学习等几个过程来完成农作物行识别,并进行定位,此类方法虽在农作物行间识别率上较高,但效率较低,并且难以高效、实时的控制农药定位喷洒装置。

发明内容

本发明的首要目的在于提供一种利用农作物行间自动识别技术快速识别农作物行、提高农药定位喷洒精度与效率、极大的方便用户的基于农作物行间自动识别技术的农药定位喷洒方法。

为实现上述目的,本发明采用了以下技术方案:一种基于农作物行间自动识别技术的农药定位喷洒方法,该方法包括下列顺序的步骤:

(1)上电初始化,启动喷药装置前端摄像头采集控制器,实时采集农田作物图像信息;

(2)对农田作物图像信息依次进行预处理、分割、作物行识别;

(3)识别出农田作物行后,对农田作物图像信息进行作物行的标注与定位;

(4)依次判断喷药装置的每个喷头是否落在作物行的范围之内,若判断结果为是,则打开此喷头对农作物进行喷洒,否则,关闭此喷头;

(5)重复上述步骤直至农药喷洒结束。

上电初始化,设定喷药装置的初始化位置参数,将采集的农田作物图像信息存储至计算机存储器并形成视频采集农田图像目标文件夹;实时监控视频采集农田图像目标文件夹,判断是否采集到新的农田作物图像,若判断结果为是,则将农田作物图像读入计算机并对农田作物图像信息进行预处理,否则,返回继续监控视频采集农田图像目标文件夹。

对农田作物图像信息进行预处理是指,根据农作物的不同特征对农田作物图像进行阈值灰度化处理;在图像RGB模型中,彩色图像灰度化是使每一个像素点上的R、G、B分量都相等,因此,灰度图像每个像素只需一个字节存放灰度值,灰度范围为0到255;原始的农田图像的农作物表现为绿色,其绿色分量G突出,土壤呈现土褐色,具有较高的R值和B值,基于以上规律,对这三个分量进行EXG颜色因子的线性组合,首先利用EXG颜色因子对彩色图像进行灰度化处理,EXG灰度化公式如公式(1)所示:

EXG(x,y)=2G-R-B2G>R+B2552G-R-B>25502G-R-B<0---(1)]]>

其中,(x,y)表示当前像素点的位置信息,EXG(x,y)表示变换后的灰度值。

对农田作物图像信息进行分割是指,对农田作物图像进行阈值分割处理并进行图像二值化处理,阈值分割是一种利用图像中要提取的目标物与其背景在灰度特性上的差异,选取一个合适的阈值,以确定每个像素点应该属于目标区域还是背景区域,从而产生对应的二值图像;

阈值分割图像的基本原理叙述如公式(2)所示:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院合肥物质科学研究院,未经中国科学院合肥物质科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310473077.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top