[發明專利]一種基于無人機熱成像技術的作物病害監測方法和系統在審
| 申請號: | 201810089147.0 | 申請日: | 2018-01-30 |
| 公開(公告)號: | CN108226224A | 公開(公告)日: | 2018-06-29 |
| 發明(設計)人: | 劉飛;曹峰;郭晗;孔汶汶;張初;馮雷;何勇;岑海燕 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G01N25/72 | 分類號: | G01N25/72;G01J5/50 |
| 代理公司: | 杭州天勤知識產權代理有限公司 33224 | 代理人: | 胡紅娟 |
| 地址: | 310013 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 病害 熱成像技術 作物病害 處理器 監測 紅外圖像采集裝置 紅外熱成像技術 紅外輻射圖像 圖像處理單元 無線遙控單元 紅外熱輻射 農作物病害 航線飛行 檢測系統 建模單元 可視圖像 農業信息 取樣檢測 葉片表面 照片處理 作物葉片 拍攝 檢測 侵染 省時 省力 采集 田間 農田 轉換 | ||
1.一種基于無人機熱成像技術的作物病害監測方法,其特征在于,包括以下步驟:
1)根據設定的拍攝航線,對農田進行拍照并收集所拍攝的照片,將所有照片拼接成農田整體的原始紅外圖像;
2)對原始紅外圖像進行灰度線性變換處理得到處理后的紅外圖像;
3)使用溫度定標公式對處理后的紅外圖像進行溫度轉換,得到溫度分布圖;
4)分別對正常樣本農田和不同染病程度的染病樣本農田進行步驟1)~3),通過ROI選取算法選擇出含有對應作物的有效區域,根據各自的溫度分布圖求出正常樣本區域中所有像素點對應的平均溫度和染病樣本區域中所有像素點對應的平均溫度,并計算不同染病程度的樣本區域與正常樣本區域的平均溫度的差;
5)通過線性擬合的方法建立平均溫度的差與染病程度之間的預測模型,對病害侵染程度進行分級;
6)采集待測農田樣本的原始紅外圖像,計算出待測樣本區域與正常樣本區域的平均溫度的差,利用預測模型對待測農田進行檢測,并生成病害分布圖。
2.根據權利要求1所述的作物病害監測方法,其特征在于,步驟1)中所述的根據設定的拍攝航線,對農田進行拍照包括:
1-1)無人機接收地面站發送的飛行航線;
1-2)通過GPS獲取無人機的實時經緯度坐標,并與設定的圖像采集信號觸發點比對;
1-3)當無人機進入圖像采集信號觸發點設定的距離范圍內時,飛控系統向紅外圖像采集裝置發出PWM觸發指令,觸發紅外圖像采集裝置拍攝照片。
3.根據權利要求1所述的作物病害監測方法,其特征在于,步驟1)中所述的將所有照片拼接成農田整體的原始紅外圖像采用SIFT算法提取特征點的方法進行。
4.根據權利要求1所述的作物病害監測方法,其特征在于,所述的步驟2)采用以下方法:
對原始紅外圖像f(x,y)的逐個像素掃描獲取像素灰度最小值Fmin和灰度最大值Fmax,將其擴展為16位數字圖像,即處理后的紅外圖像g(x,y),線性變換的公式為:
其中,(x,y)是圖像空間坐標。
5.根據權利要求4所述的作物病害監測方法,其特征在于,步驟3)所述的溫度定標公式如下:
t(x,y)=kf(x,y)-273.15
其中,k為溫度系數。
6.一種利用權利要求1~5中任一權利要求所述的作物病害監測方法對農作物病害進行監測的無人機熱成像技術的作物病害監測系統,其特征在于,包括:
安裝有紅外圖像采集裝置的無人機,按設定的拍攝航線飛行并拍攝農田照片;
和用于照片處理并檢測病害分布的處理器,所述處理器包括:
圖像處理單元:將所拍攝的照片拼接成農田整體的原始紅外圖像,進行灰度線性變換處理及溫度轉換,得到溫度分布圖;
建模單元,根據相應的溫度分布圖求出正常樣本區域中所有像素點對應的平均溫度和染病樣本區域中所有像素點對應的平均溫度,并計算染病樣本區域與正常樣本區域的平均溫度的差,建立平均溫度的差與染病程度之間的預測模型,用于檢測待測農田樣本的病害分布;
無線遙控單元,控制無人機按設定的拍攝航線飛行。
7.根據權利要求6所述的無人機熱成像技術的作物病害監測系統,其特征在于,所述的無人機上設有用于安裝所述紅外圖像采集裝置的增穩云臺。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810089147.0/1.html,轉載請聲明來源鉆瓜專利網。





