[发明专利]目标区域的划分方法及装置、药物的喷洒控制方法有效
| 申请号: | 201811217976.9 | 申请日: | 2018-10-18 |
| 公开(公告)号: | CN109446959B | 公开(公告)日: | 2021-10-08 |
| 发明(设计)人: | 金晓会 | 申请(专利权)人: | 广州极飞科技股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡;张文华 |
| 地址: | 510000 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 区域 划分 方法 装置 药物 喷洒 控制 | ||
1.一种目标区域的划分方法,其特征在于,包括:
获取目标区域的图像;
基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息;
按照所述至少一种目标对象的密度信息将所述目标区域进行划分,得到至少一个连通区域;
按照所述至少一种目标对象的密度信息将所述目标区域进行划分,得到至少一个连通区域,包括:基于所述至少一种目标对象的密度信息,划分得到至少一个密度区间;按照不同的密度区间对所述图像进行划分,得到所述图像中每个密度区间对应的连通区域;
基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息,包括:将所述目标区域的图像输入至所述图像识别模型,标记出所述图像中不同位置的密度信息;基于所述图像中不同位置的密度信息,得到所述图像中不同区域的密度信息。
2.根据权利要求1所述的方法,其特征在于,在基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息之前,所述方法还包括:
获取所述图像识别模型,该步骤包括:
按照密度等级对海量的样本图像进行标记;
对标记了密度等级的多个样本图像进行聚类,获取不同类型的样本图像对应的密度等级;
基于不同类型的样本图像对应的密度等级进行样本训练,生成所述图像识别模型。
3.根据权利要求1所述的方法,其特征在于,在基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息之后,所述方法还包括:
将所述目标区域的图像划分为多个子目标区域;
依据所述密度信息确定所述多个子目标区域的农药喷洒量的最大值和平均值;
对包含杂草的所述子目标区域进行农药喷洒,其中农药喷洒量为所述农药喷洒量的最大值或者平均值。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述密度信息包括:所述目标区域内杂草的分布密度信息、所述目标区域内害虫的分布密度信息。
5.一种药物的喷洒控制方法,其特征在于,包括:
接收喷洒策略,其中,该喷洒策略为依据以下方式确定的:依据目标区域中至少一个目标对象的密度信息对所述目标区域进行划分,得到至少一个连通区域;依据所述连通区域的密度信息确定所述喷洒策略;
依据所述喷洒策略控制对所述目标区域进行药物喷洒;
依据目标区域中至少一个目标对象的密度信息对所述目标区域进行划分,得到至少一个连通区域,包括:基于所述至少一种目标对象的密度信息,划分得到至少一个密度区间;按照不同的密度区间对图像进行划分,得到所述图像中每个密度区间对应的连通区域;
所述至少一种目标对象的密度信息通过以下方法确定:将所述目标区域的图像输入至图像识别模型,标记出所述图像中不同位置的密度信息;基于所述图像中不同位置的密度信息,得到所述图像中不同区域的密度信息。
6.一种药物的喷洒控制方法,其特征在于,包括:
获取目标区域的图像;
基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息;
按照所述至少一种目标对象的密度信息将所述目标区域进行划分,得到至少一个连通区域;
依据划分得到的至少一个连通区域的密度信息,确定药物的喷洒策略;
按照所述至少一种目标对象的密度信息将所述目标区域进行划分,得到至少一个连通区域,包括:基于所述至少一种目标对象的密度信息,划分得到至少一个密度区间;按照不同的密度区间对所述图像进行划分,得到所述图像中每个密度区间对应的连通区域;
基于训练得到的图像识别模型识别所述目标区域的图像,得到所述目标区域中至少一种目标对象的密度信息,包括:将所述目标区域的图像输入至所述图像识别模型,标记出所述图像中不同位置的密度信息;基于所述图像中不同位置的密度信息,得到所述图像中不同区域的密度信息。
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广州极飞科技股份有限公司,未经广州极飞科技股份有限公司许可,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/201811217976.9/1.html,转载请声明来源钻瓜专利网。





