CN109241918B - 一种基于植物信息的植物管控方法、装置及系统 - Google Patents

一种基于植物信息的植物管控方法、装置及系统 Download PDF

Info

Publication number
CN109241918B
CN109241918B CN201811068611.4A CN201811068611A CN109241918B CN 109241918 B CN109241918 B CN 109241918B CN 201811068611 A CN201811068611 A CN 201811068611A CN 109241918 B CN109241918 B CN 109241918B
Authority
CN
China
Prior art keywords
plant
image
acquiring
sensor
growth condition
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
CN201811068611.4A
Other languages
English (en)
Other versions
CN109241918A (zh
Inventor
李兵
樊江岩
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811068611.4A priority Critical patent/CN109241918B/zh
Publication of CN109241918A publication Critical patent/CN109241918A/zh
Application granted granted Critical
Publication of CN109241918B publication Critical patent/CN109241918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Greenhouses (AREA)
  • Cultivation Of Plants (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请提供的一种基于植物信息的植物管控方法、装置及系统，其中所述方法包括：当低空飞行器飞行至目标区域，且为第一高度时，通过植物各器官的形态特征，确定目标区域的植物部分；通过植物各器官的光谱特征，精确目标区域和目标区域的植物种类；根据植物种类和环境信息，获取第一植物生长状况；当低空飞行器飞行至目标区域，且为第二高度时，根据近距离拍摄植物各器官的光谱特征，获取第二植物生长状况；根据近距离拍摄植物各器官的形态特征，获取第三植物生长状况；根据预设的植物生长状况与植物管控方法的对应关系，确定植物管控方法。采用前述方法、装置或者系统综合了不同的生长环境对植物生长态势的影响，进而实现对植物的精确管控。

Description

一种基于植物信息的植物管控方法、装置及系统
技术领域
本申请涉及植物信息监测技术领域，尤其涉及一种基于植物信息的植物管控方法、装置及系统。
背景技术
为了保障植物的生长态势，可根据影响植物生长态势的信息，确定针对植物的决策方案，从而对植物进行针对性处理，该处理方案可称为基于植物信息的植物管控方法。
目前，存在一种基于植物信息的植物管控方法，该植物管控方法中，利用无人机分别拍摄植物所在区域的高光谱图像、RGB图像和热红外图像；然后，将高光谱图像和RGB图像进行拼接融合，通过拼接融合后的图像，确定植物所在区域中发生病虫害的区域；将热红外图像和RGB图像进行拼接融合，获取拼接融合后的图像中发生病虫害的区域与正常样本(即未发生病虫害的区域)的温差，根据计算结果获取病虫害预测区域的模型；再根据该模型确定病虫害的严重程度，根据病虫害的严重程度确定针对植物的决策方案，实现管控。
但是，发明人在本申请的研究过程中发现，除了病虫害以外，不同的生长环境也会影响植物生长态势，而现有技术只考虑了病虫害单一因素，管控精度较差。
发明内容
本申请提供了一种基于植物信息的植物管控方法、装置及系统，以解决现有的植物管控方法中，只考虑病虫害单一因素，管控精度差的问题。
第一方面，本申请实施例提供一种基于植物信息的植物管控方法，所述植物管控方法应用于控制终端，所述控制终端分别与图像传感器和全光谱相机相连接，所述图像传感器和全光谱相机设置在低空飞行器上，所述基于植物信息的植物管控方法包括：
当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；
根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
结合第一方面，在一种实现方式中，所述植物形态特征包括：植物的茎、叶、花、果实和变态器官的形态特征。
结合第一方面，在一种实现方式中，所述环境信息包括：环境中的二氧化碳浓度、温度、湿度、光照强度和/或海拔高度。
结合第一方面，在一种实现方式中，植物生长状况包括：生长发育状况、营养状况、胁迫生理状况和/或病虫害状况。
结合第一方面，在一种实现方式中，所述图像传感器和所述全光谱相机拍摄时，通过所述控制终端连接的距离传感器控制所述低空飞行器分别飞行至所述第一高度和所述第二高度。
第二方面，本申请实施例部分提供了一种基于植物信息的植物管控装置，所述植物管控装置包括：
植物部分获取模块，用于当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
植物种类确定模块，用于获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
第一植物生长状况获取模块，用于通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
第二植物生长状况获取模块，用于当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
第三植物生长状况获取模块，用于获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；
植物管控方法确定模块，用于根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
第三方面，本申请实施例部分提供了一种基于植物信息的植物管控系统，所述植物管控系统包括：
控制终端和数据采集模块，其中，数据采集模块包括：图像传感器、全光谱相机、环境信息采集传感器和距离传感器，其中，所述环境信息采集传感器包括：温度传感器、湿度传感器、二氧化碳传感器、照度传感器和海拔高度传感器；
所述控制终端中包括所述基于植物信息的植物管控装置；
所述图像传感器，用于拍摄植物，拾取植物特征信息；
所述全光谱相机，用于采集植物的光谱特征信息；
所述温度传感器，用于采集环境中的温度；
所述湿度传感器，用于采集环境中的湿度；
所述二氧化碳传感器，用于采集环境中的二氧化碳浓度；
所述照度传感器，用于采集环境中的光照强度；
所述海拔高度传感器，用于采集环境中的海拔高度；
所述距离传感器，用于测量所述低空飞行器与被测植物的距离。
结合第三方面，在一种实现方式中，所述植物信息的管控系统还包括：
数据传输模块和卫星定位模块；
所述数据传输模块，用于将所述数据采集模块采集的数据传输至云端；
所述卫星定位模块，用于为所述低空飞行器提供精准定位。
结合第三方面，在一种实现方式中，所述植物管控系统通过云台与低空飞行器连接。
结合第三方面，在一种实现方式中，所述植物管控系统还包括辅助模块，所属辅助模块包括：补光系统、遮光罩和供电系统。
由以上技术方案可知，本申请实施例提供的一种基于植物信息的植物管控方法、装置及系统，其中所述方法包括：当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。采用前述方法、装置或者系统能够解决现有的植物管控方法中，只考虑病虫害单一因素，管控精度差的问题，本申请综合考虑了不同的生长环境对植物生长态势的影响，进而实现对植物的精确管控。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于植物信息的植物管控方法的流程示意图；
图2是本申请实施例提供的一种基于植物信息的植物管控装置的结构示意图；
图3是本申请实施例提供的一种基于植物信息的植物管控系统的结构示意图。
具体实施方式
本申请提供了一种基于植物信息的植物管控方法、装置及系统，以解决现有的植物管控方法中，只考虑病虫害单一因素，管控精度差的问题。
参照图1，本申请实施例提供一种基于植物信息的植物管控方法，所述植物管控方法应用于控制终端，所述控制终端分别与图像传感器和全光谱相机相连接，所述图像传感器和全光谱相机设置在低空飞行器上，所述基于植物信息的植物管控方法包括：
步骤101，当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
其中，所述图像传感器优选为高分辨率图像传感器，分辨率可达4k以上，以便更清晰的识别植物特征；
所述低空飞行器可以是无人机和气球等飞行器，飞行灵活，可以在低空中平稳的飞行。
本步骤中，飞行器抵近植物所在区域，通过控制终端连接的高分辨率图像传感器，拾取植物茎、叶、花、果实和/或变态器官的形态特征，根据所述形态器官来判断植物种类；然后飞行器提升高度，根据拾取到的植物特征扩大周边识别区域，虚化非作业范围背景(如公路，山峰等)，根据卫星定位系统数据定位坐标，自动划定需要作业的电子区域或边界，同时可以采集现场照片，获取到所述第一图像中的植物部分。
步骤102，获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
其中，全光谱相机的光谱可以是380-2500nm，以便覆盖所有的植物光谱图。
本步骤是在步骤101的基础上，即结合第一图像中的植物各器官的形态特征，通过所述第一光谱图像中的植物各器官的光谱特征，进一步精确划定需要作业的电子区域或边界，即目标区域，再次精确所述目标区域的植物种类。
本步骤中，飞行器抵近目标区域，通过控制终端连接的全光谱相机，采集目标区域中的植物的光谱图像，根据光谱图像中的植物光谱特征进行植物分类，识别植物与背景植物边界，校对第一步中识别的作物种类区域，去除背景植物(如杂草等)，进一步精确需要作业的目标区域中的植物种类。
以植物叶片的植物光谱特征为例，杂草的叶片和农作物的叶片的厚度是不同的，因此他们的光谱特征是不同的，以此来区分农作物和杂草。
步骤103，通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
其中，环境信息采集传感器包括：温度传感器、湿度传感器、二氧化碳传感器、照度传感器和海拔高度传感器。
本步骤中，在确定目标区域的植物中类之后，通过控制终端连接的环境信息采集传感器实时监测环境的二氧化碳浓度、温度、湿度、光照强度和海拔高度，再调取环境气象信息系统中近期气象状况，结合所述植物种类，通过云端植物信息系统，判断是否存在易于病虫害、发生干旱或者暴雨等自然灾害的环境，进行预警预判，从而获取根据环境信息预判的第一植物生长状况。
步骤104，当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
本步骤中，飞行器飞行至目标区域范围内，抵近目标区域的植物，通过控制终端连接的全光谱相机拍摄与被测植物器官的光谱特征，调整镜头焦距(焦距可调，基于所用镜头)，对照云端植物信息系统中的植物器官的光谱特征，初步评估植物的生长发育及营养状况，胁迫生理、生长状况和病虫害，及时进行遥感监测及预警，获取根据植物器官的光谱特征预判的第二植物生长状况。
例如，以植物叶片为例，病变的植物叶片的光谱特征与正常叶片的光谱特征是不同的，因此可以根据植物器官的光谱特征，获取第二植物生长状况。
步骤105，获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；
本步骤中，在全光谱相机拍摄与被测植物器官的光谱特征的同时，通过高分辨率图像传感器对照测量点拾取植物茎、叶、花、果实和/或变态器官的症状(如出现的变色、坏死、萎蔫、腐烂和畸形等)，根据各植物病变器官的症状，对照云端植物信息系统中的植物器官，进一步对植物进行评估，获取根据植物病变器官的第三植物生长状况。
步骤106，根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
其中，所述植物信息管控包括：病虫害防治、水肥管理、长势分析、产量估算、上市期预判和布局规划等。
本步骤中，根据预判评估得到的所述第一植物生长状况、第二植物生长状况和第三植物生长状况，通过控制终端连接的云端系统，调取云端地理信息系统数据(如：土壤肥力等信息)，对照云端的植物信息系统，给出目标区域中的精准的植物管控方案。
本申请的云端是指通过4G、5G等无线技术，连接到后台的大数据平台，大数据涵盖地理信息系统、环境气象信息系统、卫星定位系统和植物信息系统；
植物信息系统包含植物分类、各分类形态特征、光谱特征、各植物光温水肥气要求、病虫害发生环境及病害特征和病害光谱特征等信息，并根据数据库不断增加和更新植物相关信息。
本申请实施例提供的一种基于植物信息的植物管控方法，包括：当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。采用前述方法能够解决现有的植物管控方法中，只考虑病虫害单一因素，管控精度差的问题，本申请综合考虑了不同的生长环境对植物生长态势的影响，结合云端植物管控系统，进而实现对植物的精确管控。
优选地，所述植物形态特征包括：植物的茎、叶、花、果实和变态器官的形态特征。
其中，所述变态器官可以是茎、叶、花、果实和种子的变态器官。
优选地，所述环境信息包括：环境中的二氧化碳浓度、温度、湿度、光照强度和/或海拔高度。
另外，所述环境信息还可以包括其他相关信息，例如大气压强、空气质量和所在区域土壤状况等，本申请不做具体限定。
优选地，植物生长状况包括：生长发育状况、营养状况、胁迫生理状况和/或病虫害状况。
其中，植物生长发育状况可以包括：植物的高度、植物的各器官生长状况和植物的形状等，另外，所述植物生长状况还可以包括其他与植物相关的生长状况，本申请不做具体限定。
进一步地，所述图像传感器和所述全光谱相机拍摄时，通过所述控制终端连接的距离传感器控制所述低空飞行器分别飞行至所述第一高度和所述第二高度。
其中，所述第二高度低于所述第一高度。
本申请的基于植物信息的植物管控，包括植物信息采集和植物管控两个过程，其中，植物信息采集过程是有由远及近、由面及点的过程，第一高度时的第一图像和第一光谱图像采集过程均是在远和面的采集过程，第二高度时的第二图像和第二光谱图像采集过程均是在近和点的采集过程。植物信息采集过程的高度由距离传感器控制与被测植物的距离，即距离传感器控制所述低空飞行器分别飞行至所述第一高度和所述第二高度。
具体的，本申请中，当低空飞行器飞行至目标区域，且为第一高度时，通过植物各器官的形态特征，确定目标区域的植物部分；通过植物各器官的光谱特征，精确目标区域和目标区域的植物种类；根据植物种类和环境信息，获取第一植物生长状况；当低空飞行器飞行至目标区域，且为第二高度时，根据近距离拍摄植物各器官的光谱特征，获取第二植物生长状况；根据近距离拍摄植物各器官的形态特征，获取第三植物生长状况；根据预设的植物生长状况与植物管控方法的对应关系，确定植物管控方法。
参照图2，本申请实施例部分提供了一种基于植物信息的植物管控装置，所述植物管控装置包括：
植物部分获取模块201，用于当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
植物种类确定模块202，用于获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
第一植物生长状况获取模块203，用于通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
第二植物生长状况获取模块204，用于当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
第三植物生长状况获取模块205，用于获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；
植物管控方法确定模块206，用于根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
参照图3，本申请实施例部分提供了一种基于植物信息的植物管控系统，所述植物管控系统包括：
控制终端301和数据采集模块302，其中，数据采集模块302包括：图像传感器3021、全光谱相机3022、环境信息采集传感器3023和距离传感器3024，其中，所述环境信息采集传感器3023包括：温度传感器、湿度传感器、二氧化碳传感器、照度传感器和海拔高度传感器；
所述控制终端301中包括所述基于植物信息的植物管控装置；
所述图像传感器3021，用于拍摄植物，拾取植物特征信息；
所述全光谱相机3022，用于采集植物的光谱特征信息；
所述温度传感器，用于采集环境中的温度；
所述湿度传感器，用于采集环境中的湿度；
所述二氧化碳传感器，用于采集环境中的二氧化碳浓度；
所述照度传感器，用于采集环境中的光照强度；
所述海拔高度传感器，用于采集环境中的海拔高度；
所述距离传感器3024，用于测量所述低空飞行器与被测植物的距离。
进一步地，所述基于植物信息的管控系统还包括：
数据传输模块303和卫星定位模块304；
所述数据传输模块303，用于将所述数据采集模块302采集的数据传输至云端；
所述卫星定位模块304，用于为所述低空飞行器提供精准定位。
另外，所述基于植物信息的管控系统还可以包括数据存储模块，用于存储传感器采集的数据。
优选地，所述植物管控系统通过云台与低空飞行器连接。
进一步地，所述植物管控系统还包括辅助模块，所属辅助模块包括：补光系统、遮光罩和供电系统。
其中，所述补光系统的作用是在阴天或者傍晚光线较暗时，提供给系统补光用，所述遮光罩的作用是在光线过强时，提供给系统遮光用，所述供电系统的作用是给系统供电。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于装置及系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。

Claims (9)

1.一种基于植物信息的植物管控方法，其特征在于，应用于控制终端，所述控制终端分别与图像传感器和全光谱相机相连接，所述图像传感器和全光谱相机设置在低空飞行器上，所述基于植物信息的植物管控方法包括：
当所述低空飞行器飞行至植物所在区域，并且为第一高度时，获取所述图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
获取所述全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；所述图像传感器和所述全光谱相机拍摄时，通过所述控制终端连接的距离传感器控制所述低空飞行器分别飞行至所述第一高度和所述第二高度，所述第二高度低于所述第一高度；
根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
2.根据权利要求1所述的基于植物信息的植物管控方法，其特征在于，
所述植物形态特征包括：植物的茎、叶、花、果实和变态器官的形态特征。
3.根据权利要求1所述的基于植物信息的植物管控方法，其特征在于，
所述环境信息包括：环境中的二氧化碳浓度、温度、湿度、光照强度和/或海拔高度。
4.根据权利要求1所述的基于植物信息的植物管控方法，其特征在于，
植物生长状况包括：生长发育状况、营养状况、胁迫生理状况和/或病虫害状况。
5.一种基于植物信息的植物管控装置，其特征在于，包括：
植物部分获取模块，用于当低空飞行器飞行至植物所在区域，并且为第一高度时，获取图像传感器拍摄的所述植物所在区域的第一图像，通过植物各器官的形态特征，获取所述第一图像中的植物部分；
植物种类确定模块，用于获取全光谱相机拍摄的目标区域的第一光谱图像，所述目标区域为所述第一图像中的植物部分对应的区域，通过第一光谱图像中的植物各器官的光谱特征，确定所述目标区域的植物种类；
第一植物生长状况获取模块，用于通过环境信息采集传感器，获取所述目标区域的环境信息，根据所述植物种类和所述环境信息，获取第一植物生长状况；
第二植物生长状况获取模块，用于当所述低空飞行器飞行至植物所在区域，并且为第二高度时，获取所述全光谱相机拍摄的所述目标区域中的第二光谱图像，通过所述第二光谱图像中的植物各器官的光谱特征，获取第二植物生长状况；
第三植物生长状况获取模块，用于获取所述图像传感器拍摄的所述目标区域中的第二图像，通过所述第二图像中的植物各器官的形态特征，获取第三植物生长状况；所述图像传感器和所述全光谱相机拍摄时，通过控制终端连接的距离传感器控制所述低空飞行器分别飞行至所述第一高度和所述第二高度，所述第二高度低于所述第一高度；
植物管控方法确定模块，用于根据所述第一植物生长状况、第二植物生长状况和第三植物生长状况，根据预先设定的植物生长状况与植物管控方法的对应关系，确定所述目标区域中的植物管控方法。
6.一种基于植物信息的植物管控系统，其特征在于，包括：
控制终端和数据采集模块，其中，所述数据采集模块包括：图像传感器、全光谱相机、环境信息采集传感器和距离传感器，其中，所述环境信息采集传感器包括：温度传感器、湿度传感器、二氧化碳传感器、照度传感器和海拔高度传感器；
所述控制终端中包括权利要求5所述的基于植物信息的植物管控装置；
所述图像传感器，用于拍摄植物，拾取植物特征信息；
所述全光谱相机，用于采集植物的光谱特征信息；
所述温度传感器，用于采集环境中的温度；
所述湿度传感器，用于采集环境中的湿度；
所述二氧化碳传感器，用于采集环境中的二氧化碳浓度；
所述照度传感器，用于采集环境中的光照强度；
所述海拔高度传感器，用于采集环境中的海拔高度；
所述距离传感器，用于测量低空飞行器与被测植物的距离。
7.根据权利要求6所述的基于植物信息的植物管控系统，其特征在于，所述植物管控系统还包括：
数据传输模块和卫星定位模块；
所述数据传输模块，用于将所述数据采集模块采集的数据传输至云端；
所述卫星定位模块，用于为所述低空飞行器提供精准定位。
8.根据权利要求6所述的基于植物信息的植物管控系统，其特征在于，
所述植物管控系统通过云台与低空飞行器连接。
9.根据权利要求6所述的基于植物信息的植物管控系统，其特征在于，
所述植物管控系统还包括辅助模块，所属辅助模块包括：补光系统、遮光罩和供电系统。
CN201811068611.4A 2018-09-13 2018-09-13 一种基于植物信息的植物管控方法、装置及系统 Active CN109241918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811068611.4A CN109241918B (zh) 2018-09-13 2018-09-13 一种基于植物信息的植物管控方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811068611.4A CN109241918B (zh) 2018-09-13 2018-09-13 一种基于植物信息的植物管控方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109241918A CN109241918A (zh) 2019-01-18
CN109241918B true CN109241918B (zh) 2022-04-01

Family

ID=65058631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811068611.4A Active CN109241918B (zh) 2018-09-13 2018-09-13 一种基于植物信息的植物管控方法、装置及系统

Country Status (1)

Country Link
CN (1) CN109241918B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3793354A4 (en) * 2018-05-17 2022-03-09 Morgan Perry SYSTEM FOR DAMAGING AND/OR DESTROYING PLANTS IN CULTURE, AND RELATED METHODS
CN110232345A (zh) * 2019-06-06 2019-09-13 塞伯睿机器人技术（长沙）有限公司 使用计算机生成杂草识别模型的程序和杂草识别装置
CN112580493B (zh) * 2020-12-16 2021-11-09 广东省林业科学研究院 基于无人机遥感的植物识别方法、装置、设备及存储介质
CN112781647A (zh) * 2021-01-07 2021-05-11 中国农业大学 一种生长中水果品质微型智能飞行检测器
CN114027052A (zh) * 2021-10-20 2022-02-11 华南农业大学 一种植物生殖发育的光照调控系统
CN116311086B (zh) * 2023-05-23 2023-08-22 苏州浪潮智能科技有限公司 植物监测方法、植物监测模型的训练方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105547366A (zh) * 2015-12-30 2016-05-04 东北农业大学 微小型无人机农作物信息获取与施肥灌溉指导装置
CN105759838A (zh) * 2016-05-11 2016-07-13 北方民族大学 基于无人机的植物生长状况监测装置及方法
CN106956778A (zh) * 2017-05-23 2017-07-18 广东容祺智能科技有限公司 一种无人机农药喷洒方法及系统
CN108519775A (zh) * 2017-10-30 2018-09-11 北京博鹰通航科技有限公司 一种精准喷洒的无人机系统及其控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973980A (zh) * 2014-04-25 2014-08-06 杭州电子科技大学 一种基于数码相机的多光谱图像获取方法
CN107561550A (zh) * 2017-08-29 2018-01-09 北醒（北京）光子科技有限公司 一种植物监测装置及监测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105547366A (zh) * 2015-12-30 2016-05-04 东北农业大学 微小型无人机农作物信息获取与施肥灌溉指导装置
CN105759838A (zh) * 2016-05-11 2016-07-13 北方民族大学 基于无人机的植物生长状况监测装置及方法
CN106956778A (zh) * 2017-05-23 2017-07-18 广东容祺智能科技有限公司 一种无人机农药喷洒方法及系统
CN108519775A (zh) * 2017-10-30 2018-09-11 北京博鹰通航科技有限公司 一种精准喷洒的无人机系统及其控制方法

Also Published As

Publication number Publication date
CN109241918A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109241918B (zh) 一种基于植物信息的植物管控方法、装置及系统
US11719680B2 (en) Methods and systems for analyzing a field
Norasma et al. Unmanned aerial vehicle applications in agriculture
CN107426958B (zh) 农业监控系统和方法
Martínez et al. A cost-effective canopy temperature measurement system for precision agriculture: A case study on sugar beet
Katsigiannis et al. An autonomous multi-sensor UAV system for reduced-input precision agriculture applications
US10585210B2 (en) Apparatus for radiometric correction and orthorectification of aerial imagery
CN108267175B (zh) 一种基于无人机的农作物监测方法和装置
US20210345567A1 (en) Method and system for plant stress determination and irrigation based thereon
JP2016049102A (ja) 圃場管理システム、圃場管理方法、プログラム
CN106406403A (zh) 一种基于增强现实的农业管控系统
Yang et al. Yield estimation from hyperspectral imagery using spectral angle mapper (SAM)
CN111225855A (zh) 无人机
CN113940326B (zh) 一种基于物联网的害虫防控系统
Sakamoto et al. Detecting seasonal changes in crop community structure using day and night digital images
Ehsani et al. Affordable multirotor Remote sensing platform for applications in precision horticulture
Hama et al. Examination of appropriate observation time and correction of vegetation index for drone-based crop monitoring
Handique et al. Hierarchical classification for assessment of horticultural crops in mixed cropping pattern using UAV-borne multi-spectral sensor
Gao Remote Sensing for Agriculture
KR20200084638A (ko) 농작물 모니터링 방법, 장치 및 컴퓨터 프로그램
CN212567490U (zh) 一种基于无人机遥感平台的果园植被信息采集系统
Schmidt et al. Application of remote sensing technology in the SA Sugar Industry–A review of recent research findings
Jensen et al. Assessing grain crop attributes using digital imagery acquired from a low-altitude remote controlled aircraft
CN112781647A (zh) 一种生长中水果品质微型智能飞行检测器
Kang et al. Model assessment multi-temporal monitoring of Chinese cabbage growth using low altitude remote sensing system

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
GR01 Patent grant
GR01 Patent grant