无人机在农田信息获取中的应用

随着我国经济的发展、社会的进步和科学技术水平的提升,无人机在农田信息获取中的应用渐渐引起了相关人士的重视。近几年来,我国无人机的发展十分迅速,其不受地形约束,工作效率较高,具备较强的精准性,在现实情况下受到了相关行业工作者的青睐。传统的农田信息获取的工作强度较高,操作人员必须亲自到作业区获取信息,效率较低,无人机的应用不仅可避免农药对人体的危害,还能减少人力成本。据此,文章对无人机在农田信息获取中的应用问题进行了研究,希望对现实有所裨益。     

基于英语语言数据库的无人机农田信息获取技术应用

无人机作为一种新型的农业机械在农业生产过程中发挥着越来越重要的作用,有力地促进了现代化农业的发展.为了准确获取农田的信息,将无人机应用到了农田信息采集系统的设计上,基于图像融合处理技术,提高了图像信息的清晰度,避免了因图像曝光而造成的信息缺失,并基于英语语言数据库提高了信息图像拼接的准确性.以农田信息的获取为例,通过划...     

四旋翼无人机在农田信息获取中的应用

低空无人机将成为实时、快速监测农情变化的重要平台。为此,简述了精准农业体系中基于四旋翼无人机的农田信息获取系统的功能模型及其特点,分析了国内外四旋翼无人机及农田信息获取技术的发展现状,总结了该信息获取系统涉及的若干关键技术,进而展望了其发展趋势。分析认为,随着飞行控制和无线信息传输等子系统的逐渐完善,低空农田信息获取系统将逐步满足精准农业的技术要求,推动农业数字化的迅速发展。     

基于无线传感器网络的无人机农田信息监测系统

现代技术的发展使得农田管理朝着现代化管理方向发展,尤其是在农田信息监测方面,以无线传感器网络为基础的无人机为农田信息监测提供了现代化的管理方法。本文分析的是基于无线传感器网络的无人机农田信息监测系统,全文在分析中从无线传感器网络系统组成、无线传感器网络应用原理以及实际应用以及结果分析等方面进行分析。     

基于计算机视觉的农田残膜定位研究

介绍利用计算机单目视觉技术对农田残膜进行定位的方法。通过图像处理对残膜目标区域进行识别;利用最小外接矩形法确定残膜目标区域的形心,并基于形心点特征将识别后的残膜图像与原图像形心坐标进行匹配;最后对这两种坐标进行最小二乘拟合,获取匹配函数。结果表明,该方法所确定的残膜形心位置的偏差被控制在1.2cm以内,说明单目视觉技术可以较准确地定位农田中残膜的位置。     

基于机器视觉的无人机避障系统研究

无人机避障不及时造成的人员伤亡及财产损失是阻碍无人机发展应用的重要原因之一,实时性好、准确率高的避障系统可降低无人机的运行风险。提出基于目标检测的智能避障系统,以one stage与two stage目标检测方法相结合的方式改进目标检测模型YOLOv3。其中,障碍物检测分三部分完成:基于darknet-53进行三个不同尺度的特征提取、RPN根据ground truth筛选感兴趣区域和yolo层多尺度特征融合预测障碍物的位置和分类。然后,在该文数据集的基础上将训练好的障碍物检测模型进行测试,测试结果表明:改进模型的障碍物检测速率为25帧/s,mAP为95.52%,与现有的目标检测模对比结果表明:本研究改进的目标检测智能避障算法,比Faster R-CNN的mAP提高17.2%,检测速率加快14个FPS;并在保证实时性的同时,mAP比YOLO2提高23.3%,比YOLOv3提高6.25%。最后,将目标检测模型应用于无人机避障系统中提出实现方案,进一步为无人机安全运行提供新的方法。     

基于无人机光谱分析的农田检测系统应用研究

为充分优化当前农田管理的现代化水平、提升农田检测管理的智能化步伐,对无人机农田检测系统进行系统设计研究。以光谱分析和计算机遥感技术为指导,明确无人机飞行进行农田检测的基本原理及核心要素,建立了基于无人机光谱分析的农田信息系统检测理论模型,并进行了软件系统设计和硬件采集检测装置配备。同时,在光谱分析常见作物所属波段性能数据库的基础上,进行检测系统应用试验,结果表明:以作物光谱原值相关性0.80为标准,选择光谱系列变换数值作为该系统对多光谱反应敏感程度的衡量指标,依次排序为原值R最大,1/R次之,1/lgR居中, lgR和1/lgR反应最为迟钝,对各作物对光感应强度理解提供一定参照;该检测系统对于不同作物信息的检测,可保证整体识别准确率达94%以上,对农田检测系统的改善有一定的借鉴意义。     

基于无人机光谱分析的农田监测系统应用

农田监测可以获取作物的生长状态,是农艺管理操作的依据。传统的农田监测由人工完成,效率和准确性较低,无法满足现代化农业的要求。以无人机为平台的遥感技术应用于农田信息监测中,能有效地解决这个问题。高光谱遥感具有连续的光谱,通过光谱分析可以得到农田作物的完整信息。为此,设计了基于无人机光谱分析的农田监测系统,利用无人机搭载的光谱仪拍摄水稻田的高光谱影像,基于多个光谱参数建立估算叶绿素含量(SPAD)的回归模型。结果表明:4个光谱参数与建模样本SPAD值的回归分析都达到显著水平,以DR 526和SD y建立的模型精确度较高。综合考虑决定系数和斜率值,将SD y作为文中SPAD值的最佳估算参数,可为精准农业的发展提供技术支撑。     

小型无人机在农田信息监测系统中的应用

根据我国国情,分析了目前农田信息监测领域中获取遥感信息的主要方式及其存在问题,指出了发展以小型无人机为平台的新型低空遥感系统是对传统农田信息获取方式的有力补充。同时,对国内外无人机发展历程与现状进行了分析,简述了小型无人机在农田信息监测系统中应用的特点、意义和关键技术;最后展望了小型无人机在农田监测系统应用中应解决的关键问题。     

基于视觉的甜瓜形态信息的无损获取

以甜瓜果实的直径微变测量为目标,提出了基于数学形态学和改进的spline插值的图像处理算法,开发了基于视觉的高分辨无损检测系统,实现了甜瓜面积和纵横径等表征形态信息的高精度非接触提取。该算法运算简单,相比传统边缘检测算法更易于提取出较为理想的边缘信息,为揭示甜瓜形态与关键环境因子间的组合响应关系和时空变化特征提供了理论依据。     

基于双目视觉系统的农用无人机导航算法研究

农用无人机市场大,发展迅速,双目视觉系统对周边环境检测能力强,被广泛用于路径规划、避障和导航中。针对农用无人机的路径规划和导航的特定场合,利用双目视觉、图像处理和嵌入式控制等技术,设计了一套农用无人机导航算法,可以为无人机提供准确的导航策略。     

基于计算机视觉系统的番茄特征提取

针对实际番茄特征提取环境复杂情况的问题,提出了针对不同环境应用不同颜色模型来进行阈值分割的方法。通过应用改进的n R-G、YUV两种颜色模型对不同实验环境采集的图像进行阈值分割,并结合canny边缘提取算法、fitzgibbon椭圆拟合算法提取得出番茄像素坐标与像素尺寸,以此完成番茄特征提取。为得出各种颜色模型适用环境等特点,对比各种颜色模型在光线充足果实未被遮挡、光线充足果实部分遮挡和光线较弱果实未被遮挡3种情况下特征提取成功率,并比较3种颜色模型在光线充足果实未被遮挡情况下对采集图像的降噪能力。实验结果表明:n R-G颜色模型适用于采集图像噪声较小的实验环境,对于光线较弱的实验环境该模型表现出较高且稳定的特征提取成功率;YUV颜色模型表现出对含噪图像具有较为稳定的降噪能力,且对光线较强的实验环境表现出较高的特征提取成功率。     

基于计算机视觉的雾滴尺寸检测系统的研究

雾滴的尺寸参数是评价植保机械性能的最主要质量指标。本文将计算机视觉技术和灰色系统理论运用于雾滴尺寸参数检测中。建立雾滴尺寸参数自动检测和优化系统。     

基于计算机视觉的瓜果采摘系统的运用研究

采摘机器人被广泛用于各种农产品的收获,能显著降低农业生产中的人力成本,解决目前农业生产中劳动力匮乏的问题。计算机视觉技术可以将成熟的瓜果从其自然生长环境中识别出来,是采摘机器人实现目标定位和协调机械手的关键。针对目前采摘机器人受瓜果不同形态特征、质地影响和通用性较低等问题,通过优化公式算法和模型,设计出了基于计算机视觉的采摘系统,并对黄瓜、西红柿和柑桔这3种瓜果进行图像识别和采摘。试验结果发现:不同瓜果图像整体识别率达到80%以上,对图像中重叠遮挡的瓜果个体识别率也较高,均超过90%。该计算机视觉系统装载到采摘机器人上后,在自然条件下对3种瓜果采摘成功率在70%以上,可实现对不同瓜果的高效采摘,为采摘机器人更好地满足农业生产的实际需求提供了研究基础。     

基于ARM的无线农田信息监测系统的研究

根据我国农业分散性的特点并分析当前农田信息监测系统的局限性,提出了一种基于ARM的ZigBee无线网络农田信息检测系统实现方案。采用低功耗ARM7系列的LPC2104作为微控制器,将稳定可靠的μC/OS-Ⅱ作为操作系统,射频收发芯片选择有较强抗干扰性的Chipcon公司CC2420芯片,最终开发一个低功耗、实时性好的监测系统,对湿度、温度、水分等农田信息进行实时监测,具有一定的实用价值。     

基于计算机视觉的采摘机器人智能避障系统研究

为了实现采摘机器人对前进道路上障碍物的避障功能,提出了一种基于计算机视觉技术的采摘机器人智能避障系统。该系统结合计算机视觉技术与嵌入式智能控制技术,引入障碍物立体识别检测技术,将其应用于采摘机器人的静态避障中。试验结果表明:该系统能够准确无误地避开障碍物,并能在动态移动中规划出局部最优路径,证明了该智能避障系统的有效性、准确性和可行性。     

基于计算机视觉技术的双黄鸡蛋检测系统研究

随着生活水平的提高,人们对禽蛋的品质日益关注。双黄蛋由于营养丰富而备受消费者青睐,其商业价值远超普通的单黄蛋。为此,建立了一个基于计算机视觉技术的双黄鸡蛋检测系统。该系统通过提取鸡蛋的蛋形尺寸、蛋黄特征和蛋黄指数等特征,实现利用建立的关系模型完成双黄鸡蛋的识别检测,正确识别率可以达到95%以上。     

基于计算机视觉技术的温室营养液调控系统研究

介绍了无土栽培的特点及国内外温室营养液供给系统的研究现状，针对目前营养液供给控制存在的问题，提出将计算机视觉技术应用到温室营养液调控中．利用作物的图像信息调整营养液配置参数，按照作物的需求来供应作物的营养液。文章阐述了系统的软硬件实现方法。     

基于双目立体视觉的果树三维信息获取与重构

为实现果实收获机器人避障,研究了树枝空间信息提取方法和果树树枝三维重建方法:采用归一化互相关法获取立体图像视差图,在图像中提取树枝骨架并采用多线段逼近法提取特征点;结合视差图,利用双目立体视觉原理计算树枝骨架特征点的空间坐标,再利用距离图像求取树枝半径信息;将分枝点断开形成简单线图形,简化了树枝三维信息。在空间坐标原点采用12棱柱构建各段树枝模块,通过仿射变换将三维模块以正确的位姿与其他模块组合成果树模型。试验表明,生成的虚拟果树为水果采摘机器人避障及路径规划提供了环境参照。