[发明专利]基于小麦病害信息的精准配方施药机器人系统及施药方法

权利要求书

1.一种基于小麦病害信息的精准配方施药机器人系统，其特征在于，包括工业相机、微距相机、PC机、配方池、精准施药控制器和施药喷头，所述PC机分别与工业相机、微距相机、配方池和精准施药控制器相连接，配方池与精准施药控制器相连接，精准施药控制器与施药喷头相连接；所述PC机包括病害识别系统、作物行识别系统和配方专家系统，所述病害识别系统分别与微距相机、配方专家系统相连接，配方专家系统与配方池相连接，所述作物行识别系统分别与工业相机和精准施药控制器相连接；

基于小麦病害信息的精准配方施药机器人系统的施药方法的步骤如下：

S1、利用工业相机采集小麦作物的图像，并将图像传输至PC机的作物行识别系统，得到施药喷头与作物行的偏差信息；

S2、利用微距相机获取小麦作物的叶片病害图像，并将叶片病害图像传输至PC机的病害识别系统，得到病害种类及病害程度；

在步骤S2中，具体方法为：

S21、利用图像处理方法对叶片病害图像进行叶片与背景分离，得到叶片病害图像；

S22、采用绿色分割算法对叶片病害图像进行分割，得到病斑分割图像，并将病斑分割图像进行图像复原得到病斑图像，其中，图像复原是指将变换后的灰度图像根据图像坐标位置信息复原为彩色图像；

S23、分别利用颜色直方图、颜色矩、对比度、不变矩及偏心率的计算方法对病斑图像进行特征提取，得到初始备用特征，并通过主成分分析法对初始备用特征进行筛选，得到用于小麦叶片病害识别的核心特征，其中，核心特征包括红色矩、R-G、圆形度、对比度、偏心率和病斑面积数目比；

S24、利用基于费歇尔判据的SVM算法对核心特征进行识别，输出病害的种类以及病害严重程度；

步骤S24的实现方法为：

S24.1、构建小麦叶片的病害类别空间M＝V₁∪V₂∪…∪V_i∪…∪V_N，其中，V_i表示第i类病害；

S24.2、将病害类别空间M划分为两类子空间，并采用费歇尔判据构建线性判别函数：

其中，X＝(x₁,x₂,…,x_p)^T为核心特征，i＝1,2,…,p，p表示核心特征个数，C为常向量，C_i表示不同核心特征的贡献率，U(X)表示判别函数；

S24.3、基于费歇判据的支持向量机决策树的多类识别算法，根据获得的小麦叶部病害核心特征，判断出病害的种类；根据小麦叶部病害核心特征的数量多少，确定病害严重程度级别；

S3、将步骤S2中的病害种类及病害程度传输至配方专家系统，通过配方专家系统给出农药种类以及喷药量后在配方池中进行配制，得到农药溶液；

S4、将步骤S1中的施药喷头与作物行的偏差信息传输至精准施药控制器，精准施药控制器控制施药喷头的位置将步骤S3中的农药溶液喷洒至病态的小麦作物上，实现了小麦作物的精准施药。

2.根据权利要求1所述的基于小麦病害信息的精准配方施药机器人系统，其特征在于，所述步骤S1中的将图像传输至PC机的作物行识别系统，得到施药喷头与作物行的偏差信息的方法为：

S11、利用图像处理方法对小麦作物的图像进行预处理，得到二值图像；

S12、利用形态学算法去除二值图像中行间和作物行上的小孔噪声，得到作物行骨架；

S13、利用基于定向处理的快速Hough变换算法对作物行骨架进行拟合，得到作物行的中心线；

S14、根据世界坐标系与图像坐标系的变换关系，通过计算作物行的中心线与图像中心的像素偏差距离，得出图像像素偏差所对应的实际地理偏差的大小，结合施药喷头与工业相机的位置信息，得到施药喷头与作物行的偏差信息。