[发明专利]针对山区茶园杂草生长情况的低空近景视觉检测方法

说明书

本发明提出针对山区茶园杂草生长情况的低空近景视觉检测方法,通过对规划的山区茶园区域进行区域划分，再针对划分的区域进行图像采集，之后对采集的图像数据作图像分割处理，再引用图像处理中的开操作，对分割后的图像数据进行二次处理，继而利用开操作处理前后图像白色像素点个数的比值来对山区茶园杂草生长情况进行判断，同时，通过利用无人机组来采集规划的山区茶园地区的图像数据，并引用图像处理的开操作进行处理，从而取代人工巡查的方式，不仅具有效率高、精准度高等优点，且通过无人机组的方式获取信息，使安全性能更高。

技术领域

本发明涉及图像处理技术领域，尤其涉及针对山区茶园杂草生长情况的低空近景视觉检测方法。

背景技术

茶起源于中国，栽培历史已有三千多年，是人类三大饮品之一，消费量超过咖啡和可可，饮茶有益于人的身体健康，其主要作用是兴奋解倦、利尿明目、解毒止渴、消食去腻、益思少睡、增加营养、抵抗衰老、降压减肥、强化血管等作用，而茶园则是一个种植茶叶的地方，由于茶叶的种类繁多，其生长环境也有所不同，并受到场地限制，导致茶叶的所在地通常是会在山区内；

由于山区的地势限制以及环境的特殊性，在茶叶种植的过程中，会在茶园内出现大量的杂草，为了提高山区茶园内茶叶的品质，则需要对山区茶园内的杂草进行除草；

对于山区茶园的除草作业，由于山区茶园的地势较大，涉及面广，现有的人工巡查效率低，采集信息少，对除草作业缺乏足够的信息支撑，且容易出现安全事故，因此本发明提出针对山区茶园杂草生长情况的低空近景视觉检测方法以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出针对山区茶园杂草生长情况的低空近景视觉检测方法，该针对山区茶园杂草生长情况的低空近景视觉检测方法通过利用无人机组来采集规划的山区茶园地区的图像数据，并引用图像处理的开操作进行处理，从而根据开操作处理前后图像白色像素点个数的比值来判断是否需要除草，从而取代人工巡查的方式，来解决现有技术中存在的问题。

为实现本发明的目的，本发明通过以下技术方案实现：针对山区茶园杂草生长情况的低空近景视觉检测方法，包括以下步骤：

步骤一：先规划所需要检测的山区茶园区域，并在电脑设备上获取需要检测的山区茶园区域图，然后对获取的山区茶园区域图进行区域划分，将其划分为N个区域，得到N个划分后的茶园区域，再在电脑设备上针对N个划分后的茶园区域创建对应的图像文件夹；

步骤二：根据步骤一中得到的N个划分后的茶园区域，利用无人机组对N个划分后的茶园区域进行图像采集，拍摄划分后茶园区域的图像数据，并上传至电脑设备中内，直至N个划分后的茶园区域图像数据均采集完毕；

步骤三：对步骤一中图像文件夹内储存的图像数据进行初步处理，即对图像数据进行图像分割，得到分割后的图像数据，且分割后的图像数据储存在对应的图像文件夹内，直至所有图像文件夹内储存的图像数据处理完毕；

步骤四：对步骤三中得到的图像数据进行二次图像处理，即对得到的图像数据进行开操作，来得到开操作后的图像数据，再对开操作后的图像数据只不过的白色像素点个数进行采集，并记录，得到第一像素点个数数据；

步骤五：对步骤三中得到的图像数据进行二次采集，采集图像数据中的白色像素点个数，并纪录，得到第二像素点个数数据，再以得到的第二像素点个数数据与步骤四中得到的第二像素点个数数据进行相比，得到比值X，将该比值X作为描述杂草生长情况的参数，根据比值X的大小来确定是否需要进行除草。

进一步改进在于：所述步骤二中，对应茶园区域所拍摄的图像数据会上传至对应的图像文件夹内。

进一步改进在于：所述步骤三中，图像分割是采用2G-R-B为分割特征，以OSTU法确定分割阈值，采用阈值分割法进行图像分割。

进一步改进在于：所述步骤三中，分割后的图像数据内，白色区域为绿色植被，黑色区域为背景。