CN107680084B - 一种现代化农业监测系统 - Google Patents

一种现代化农业监测系统 Download PDF

Info

Publication number
CN107680084B
CN107680084B CN201710862282.XA CN201710862282A CN107680084B CN 107680084 B CN107680084 B CN 107680084B CN 201710862282 A CN201710862282 A CN 201710862282A CN 107680084 B CN107680084 B CN 107680084B
Authority
CN
China
Prior art keywords
image
registered
evaluation
gray value
preprocessed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710862282.XA
Other languages
English (en)
Other versions
CN107680084A (zh
Inventor
程丹秋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongshan Xiangyou Ecological Technology Co.,Ltd.
Original Assignee
Zhongshan Xiangyou Ecological Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongshan Xiangyou Ecological Technology Co ltd filed Critical Zhongshan Xiangyou Ecological Technology Co ltd
Priority to CN201710862282.XA priority Critical patent/CN107680084B/zh
Publication of CN107680084A publication Critical patent/CN107680084A/zh
Application granted granted Critical
Publication of CN107680084B publication Critical patent/CN107680084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种现代化农业监测系统，包括无人机和控制主机，所述无人机上安装有位姿传感器、图像获取装置和通信装置，所述无人机和控制主机通过通信装置无线连接，所述位姿传感器用于通过通信装置接收控制中心的控制指令，控制无人机的位姿，所述图像获取装置用于获取农业监测图像并通过通信装置传输给控制主机，所述控制主机用于接收农业监测图像和通过通信装置向位姿传感器发送控制指令。本发明的有益效果为：采用无人机进行农业监测，提高了农业监测水平，实现了现代化的农业监测。

Description

一种现代化农业监测系统
技术领域
本发明涉及农业监测技术领域，具体涉及一种现代化农业监测系统。
背景技术
随着农业信息化的快速发展，迫切需要丰富的监测信息来指导田间精准的肥水政策，而传统的卫星遥感观测由于空间分辨率低，难以适应农田小区精准信息获取，且卫星数据访问周期长，不能及时获取数据。
随着科学技术的发展，新型传感器不断涌现，人们获取图像的能力迅速提高，由于不同图像传感器获取的图像存在明显的局限性和差异性，单一传感器图像提供的信息逐渐无法满足应用的需求。由于不同传感器的成像机理不同，获取图像的时间、角度、环境也不同，需要对图像先进行配准才能获得更为完整的信息。
在图像的生成、传输或变换的过程中，由于多种因素的影响，会造成图像质量的下降，为了提高图像配准的精度，需要对图像进行预处理，现有的图像预处理技术往往只改善图像的视觉效果，对于提高图像配准水平效果不显著。
发明内容
针对上述问题，本发明旨在提供一种现代化农业监测系统。
本发明的目的采用以下技术方案来实现：
提供了一种现代化农业监测系统，包括无人机和控制主机，所述无人机上安装有位姿传感器、图像获取装置和通信装置，所述无人机和控制主机通过通信装置无线连接，所述位姿传感器用于通过通信装置接收控制中心的控制指令，控制无人机的位姿，所述图像获取装置用于获取农业监测图像并通过通信装置传输给控制主机，所述控制主机用于接收农业监测图像和通过通信装置向位姿传感器发送控制指令。
本发明的有益效果为：采用无人机进行农业监测，提高了农业监测水平，实现了现代化的农业监测。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
无人机1、控制主机2。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种现代化农业监测系统，包括无人机1和控制主机2，所述无人机1上安装有位姿传感器、图像获取装置和通信装置，所述无人机1和控制主机2通过通信装置无线连接，所述位姿传感器用于通过通信装置接收控制中心的控制指令，控制无人机1的位姿，所述图像获取装置用于获取农业监测图像并通过通信装置传输给控制主机2，所述控制主机2用于接收农业监测图像和通过通信装置向位姿传感器发送控制指令。
本实施例采用无人机进行农业监测，提高了农业监测水平，实现了现代化的农业监测。
优选的，所述无人机1为轻型多旋翼无人机。
本优选实施例无人机飞行更加稳定，获取的监测信息更为准确。
优选的，所述无线连接为移动4G网络。
本优选实施例数据传输速度快，实时性强。
优选的，所述控制主机2包括图像配准子系统，用于对获取的农业监测图像进行配准，所述图像配准子系统包括图像预处理模块、图像配准模块和图像输出模块，所述图像预处理模块用于对待配准图像进行预处理，所述图像配准模块用于经过预处理的待配准图像和参考图像进行配准，所述图像输出模块用于输出配准后的图像；所述图像预处理模块包括图像增强子模块、图像去噪子模块和图像评价子模块，所述图像增强子模块用于对待配准图像进行增强处理，所述图像去噪子模块用于对增强后的待配准图像进行滤波处理，得到经过预处理的待配准图像，所述图像评价子模块用于对经过预处理的待配准图像进行评价。
本优选实施例实现了图像配准，为后续更好利用监测图像提供了基础。
优选的，所述对待配准图像进行增强处理，具体采用以下步骤：
步骤1、对灰度值进行变换，采用下式进行：
Figure BDA0001415348030000021
上述式子中，(i,j)表示像素点,H(i,j)表示图像在(i,j)处的灰度值，
Figure BDA0001415348030000022
表示图像在(i,j)处的灰度值补值；
步骤2、采用下式对图像进行增强：
Figure BDA0001415348030000031
上述式子中，(k,l)表示像素点，
Figure BDA0001415348030000032
表示增强后的图像在(i,j)处的灰度值补值，β和γ表示权重系数，β∈[0.5，1.3]，γ∈[0.5，3.5]，
Figure BDA0001415348030000033
表示图像在(k,l)处的灰度值补值；
步骤3、对灰度值进行反变换：
Figure BDA0001415348030000034
上述式子中，H′(i,j)表示增强后的图像。
本优选实施例图像增强子模块采用全新的增强方法对图像进行增强，低照度彩色图像的亮度有了很大的提高，图像的整体对比度得到了极大的改善，对图像进行变换和反变换，极大提高了计算效率，在对数域进行图像增强，更加符合人的视觉特性。
优选的，所述对增强后的待配准图像进行滤波处理，具体采用以下步骤：
步骤1、对于图像增强后的灰度值H′(i,j)，设滤波器窗口最大允许尺寸为Wmax，采用窗口为Wij的滤波器对其进行中值滤波，计算窗口Wij内像素的中值zmed、最大值zmax、最小值zmin以及去除最大值和最小值后的均值zave；
步骤2、计算
Figure BDA0001415348030000035
若满足C1＞1且C2＜1，则输出zmed作为滤波后的图像灰度值，否则转入步骤3；
步骤3、增大窗口尺寸，若增大后窗口尺寸小于Wmax，则进行步骤1，否则输出zave作为滤波后的图像灰度值；
步骤4、将步骤2和步骤3的输出作为经过预处理的待配准图像。
本优选实施例图像去噪子模块采用中值滤波和均值滤波结合的方法对待配准图像进行滤波处理，不仅能够去除噪声，而且最大程度的保留了图像的细节，具体的，尽可能使用小尺寸的窗口对细节进行保留，在滤波窗口超出设定的最大窗口时，采用均值滤波，有效提高了滤波性能。
优选的，所述图像评价子模块包括第一评价单元、第二评价单元和融合评价单元，所述第一评价单元用于确定经过预处理的待配准图像的第一评价因子，所述第二评价单元用于确定经过预处理的待配准图像的第二评价因子，所述融合评价单元用于根据第一评价因子和第二评价因子对经过预处理的待配准图像进行综合评价。
本优选实施例实现了对待配准图像的准确评价。
优选的，所述确定经过预处理的待配准图像的第一评价因子，具体为：
Figure BDA0001415348030000041
上述式子中，P1表示经过预处理的待配准图像的第一评价因子，H″(i,j)表示经过预处理的待配准图像的灰度值，M×N表示待配准图像大小；
所述确定经过预处理的待配准图像的第二评价因子，具体为：
Figure BDA0001415348030000042
上述式子中，P2表示经过预处理的待配准图像的第二评价因子，μ表示经过预处理的待配准图像的灰度值均值；
所述对经过预处理的待配准图像进行综合评价，具体为：根据第一评价因子和第二评价因子计算综合评价因子P：
Figure BDA0001415348030000043
综合评价因子越大，图像预处理效果越好。
本优选实施例图像评价子模块对于预处理后的图像进行定量描述，实现了图像预处理效果的准确评价，且该评价模块综合考虑多方面评价因素，评价的可信度高，便于后续对图像预处理方法进行改进，保证图像配准的有效进行。
采用本发明现代化农业监测系统对农田进行监测，选取5块农田，分别为农田1、农田2、农田3、农田4、农田5，对监测准确率和监测成本进行统计，同现有技术相比，产生的有益效果如下表所示：
监测准确率提高 监测成本降低
农田1 29％ 21％
农田2 27％ 23％
农田3 26％ 25％
农田4 25％ 27％
农田5 24％ 29％
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (4)

1.一种现代化农业监测系统，其特征在于，包括无人机和控制主机，所述无人机上安装有位姿传感器、图像获取装置和通信装置，所述无人机和控制主机通过通信装置无线连接，所述位姿传感器用于通过通信装置接收控制中心的控制指令，控制无人机的位姿，所述图像获取装置用于获取农业监测图像并通过通信装置传输给控制主机，所述控制主机用于接收农业监测图像和通过通信装置向位姿传感器发送控制指令；所述无人机为轻型多旋翼无人机；所述无线连接为移动4G网络；所述控制主机包括图像配准子系统，用于对获取的农业监测图像进行配准，所述图像配准子系统包括图像预处理模块、图像配准模块和图像输出模块，所述图像预处理模块用于对待配准图像进行预处理，所述图像配准模块用于经过预处理的待配准图像和参考图像进行配准，所述图像输出模块用于输出配准后的图像；所述图像预处理模块包括图像增强子模块、图像去噪子模块和图像评价子模块，所述图像增强子模块用于对待配准图像进行增强处理，所述图像去噪子模块用于对增强后的待配准图像进行滤波处理，得到经过预处理的待配准图像，所述图像评价子模块用于对经过预处理的待配准图像进行评价；
所述对待配准图像进行增强处理，具体采用以下步骤：
步骤1、对灰度值进行变换，采用下式进行：
Figure FDA0002654603230000011
上述式子中，(i，j)表示像素点，H(i，j)表示图像在(i，j)处的灰度值，
Figure FDA0002654603230000012
表示图像在(i，j)处的灰度值补值；
步骤2、采用下式对图像进行增强：
Figure FDA0002654603230000013
上述式子中，(k，l)表示像素点，
Figure FDA0002654603230000014
表示增强后的图像在(i，j)处的灰度值补值，β和γ表示权重系数，β∈[0.5，1.3]，γ∈[0.5，3.5]，
Figure FDA0002654603230000015
表示图像在(k，l)处的灰度值补值；
步骤3、对灰度值进行反变换：
Figure FDA0002654603230000016
上述式子中，H′(i，j)表示增强后的图像。
2.根据权利要求1所述的现代化农业监测系统，其特征在于，所述对增强后的待配准图像进行滤波处理，具体采用以下步骤：
步骤1、对于图像增强后的灰度值H′(i，j)，设滤波器窗口最大允许尺寸为Wmax，采用窗口为Wij的滤波器对其进行中值滤波，计算窗口Wij内像素的中值zmed、最大值zmax、最小值zmin以及去除最大值和最小值后的均值zave；
步骤2、计算
Figure FDA0002654603230000021
若满足C1＞1且C2＜1，则输出zmed作为滤波后的图像灰度值，否则转入步骤3；
步骤3、增大窗口尺寸，若增大后窗口尺寸小于Wmax，则进行步骤1，否则输出zave作为滤波后的图像灰度值；
步骤4、将步骤2和步骤3的输出作为经过预处理的待配准图像。
3.根据权利要求2所述的现代化农业监测系统，其特征在于，所述图像评价子模块包括第一评价单元、第二评价单元和融合评价单元，所述第一评价单元用于确定经过预处理的待配准图像的第一评价因子，所述第二评价单元用于确定经过预处理的待配准图像的第二评价因子，所述融合评价单元用于根据第一评价因子和第二评价因子对经过预处理的待配准图像进行综合评价。
4.根据权利要求3所述的现代化农业监测系统，其特征在于，所述确定经过预处理的待配准图像的第一评价因子，具体为：
Figure FDA0002654603230000022
上述式子中，P1表示经过预处理的待配准图像的第一评价因子，H″(i，j)表示经过预处理的待配准图像的灰度值，M×N表示待配准图像大小；
所述确定经过预处理的待配准图像的第二评价因子，具体为：
Figure FDA0002654603230000023
上述式子中，P2表示经过预处理的待配准图像的第二评价因子，μ表示经过预处理的待配准图像的灰度值均值；
所述对经过预处理的待配准图像进行综合评价，具体为：根据第一评价因子和第二评价因子计算综合评价因子P：
Figure FDA0002654603230000024
综合评价因子越大，图像预处理效果越好。
CN201710862282.XA 2017-09-21 2017-09-21 一种现代化农业监测系统 Active CN107680084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710862282.XA CN107680084B (zh) 2017-09-21 2017-09-21 一种现代化农业监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710862282.XA CN107680084B (zh) 2017-09-21 2017-09-21 一种现代化农业监测系统

Publications (2)

Publication Number Publication Date
CN107680084A CN107680084A (zh) 2018-02-09
CN107680084B true CN107680084B (zh) 2021-11-19

Family

ID=61136983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710862282.XA Active CN107680084B (zh) 2017-09-21 2017-09-21 一种现代化农业监测系统

Country Status (1)

Country Link
CN (1) CN107680084B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU209619U1 (ru) * 2021-10-29 2022-03-17 Федеральное государственное учреждение "Федеральный исследовательский центр "Информатика и управление" Российской академии наук" (ФИЦ ИУ РАН) Система мониторинга участков сельскохозяйственных угодий с использованием машинного обучения и беспилотного летательного аппарата

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101655973A (zh) * 2009-09-17 2010-02-24 广东中大讯通信息有限公司 一种基于人眼视觉特征的图像增强方法
CN104730005A (zh) * 2015-03-27 2015-06-24 中国农业科学院农业信息研究所 地空一体化农业监测系统及方法
CN105046676A (zh) * 2015-08-27 2015-11-11 上海斐讯数据通信技术有限公司 一种基于智能终端的图像融合方法及设备
CN105204516A (zh) * 2015-09-23 2015-12-30 郑州大学 生态农业监测方法、装置及系统
CN106598068A (zh) * 2016-12-08 2017-04-26 天津中翔腾航科技股份有限公司 一种基于无人机的农业无线网络监测系统
CN107148633A (zh) * 2014-08-22 2017-09-08 克莱米特公司 用于使用无人机系统进行农艺和农业监测的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8503814B2 (en) * 2009-01-19 2013-08-06 Csr Technology Inc. Method and apparatus for spectrum estimation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101655973A (zh) * 2009-09-17 2010-02-24 广东中大讯通信息有限公司 一种基于人眼视觉特征的图像增强方法
CN107148633A (zh) * 2014-08-22 2017-09-08 克莱米特公司 用于使用无人机系统进行农艺和农业监测的方法
CN104730005A (zh) * 2015-03-27 2015-06-24 中国农业科学院农业信息研究所 地空一体化农业监测系统及方法
CN105046676A (zh) * 2015-08-27 2015-11-11 上海斐讯数据通信技术有限公司 一种基于智能终端的图像融合方法及设备
CN105204516A (zh) * 2015-09-23 2015-12-30 郑州大学 生态农业监测方法、装置及系统
CN106598068A (zh) * 2016-12-08 2017-04-26 天津中翔腾航科技股份有限公司 一种基于无人机的农业无线网络监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于BRISK图像配准的全景图像拼接研究;姚佳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170815;第6-9页 *

Also Published As

Publication number Publication date
CN107680084A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN108122213B (zh) 一种基于YCrCb的低对比度图像增强方法
WO2022042049A1 (zh) 图像融合方法、图像融合模型的训练方法和装置
CN108205891A (zh) 一种监控区域的车辆监测方法
US11800076B2 (en) Spatially varying reduction of haze in images
CN113222877A (zh) 红外和可见光图像融合方法及其在机载光电视频中的应用
CN107680084B (zh) 一种现代化农业监测系统
CN107507423B (zh) 一种智能交通监控系统
Zhang et al. Image dehazing based on dark channel prior and brightness enhancement for agricultural remote sensing images from consumer-grade cameras
CN112163483A (zh) 一种目标数量检测系统
CN113705427B (zh) 基于车规级芯片SoC的疲劳驾驶监测预警方法及系统
CN114758140A (zh) 目标检测方法、装置、设备及介质
CN116580290B (zh) 无人机的识别方法、装置及存储介质
CN106991413A (zh) 一种无人机
CN109685088A (zh) 基于云端分离卷积神经网络的窄带通信智能图像分析系统
CN111432172A (zh) 基于图像融合的围栏报警方法及系统
CN113628148B (zh) 红外图像降噪方法和装置
CN116029954A (zh) 一种图像融合方法及装置
CN106447616A (zh) 一种实现小波去噪的方法和装置
Zhang et al. Medical diagnostic image data fusion based on wavelet transformation and self-organising features mapping neural networks
CN107452185A (zh) 一种有效的山区自然灾害预警系统
CN113392723A (zh) 基于人工智能的无人机迫降区域筛选方法、装置及设备
CN114677654A (zh) 一种基于混合数据学习的交通现场风险识别方法及系统
CN103700066A (zh) 一种便携式夜视装备视频图像处理方法
CN113888420A (zh) 一种基于修正模型的水下图像复原方法、设备及存储介质
CN111243321B (zh) 图像检测报警方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211028

Address after: 528400 Zhongchuang card 214, 5 / F, building B, Zhongshan creative port, No. 25, Gangyi Road, Torch Development Zone, Zhongshan City, Guangdong Province

Applicant after: Zhongshan Xiangyou Ecological Technology Co.,Ltd.

Address before: 543000 longhui Town, Longwei Town, Longwei District, Wuzhou, the Guangxi Zhuang Autonomous Region

Applicant before: Cheng Danqiu

GR01 Patent grant
GR01 Patent grant