CN112580493A - 基于无人机遥感的植物识别方法、装置、设备及存储介质 - Google Patents
基于无人机遥感的植物识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112580493A CN112580493A CN202011486148.2A CN202011486148A CN112580493A CN 112580493 A CN112580493 A CN 112580493A CN 202011486148 A CN202011486148 A CN 202011486148A CN 112580493 A CN112580493 A CN 112580493A
- Authority
- CN
- China
- Prior art keywords
- plant
- information
- identification
- aerial vehicle
- unmanned aerial
- 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.)
- Granted
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
- G06V20/188—Vegetation
Abstract
本发明涉及生态环境监测的技术领域,尤其是涉及一种基于无人机遥感的植物识别方法、装置、设备及存储介质,方法包括:获取待识别目标区域,并根据待识别目标区域向无人机终端触发植物识别信息,以控制无人机终端对待识别目标区域内的植物的种类进行识别;从待识别目标区域中获取区域边界信息,根据区域边界信息生成识别航线信息,以控制无人机终端沿识别航线信息对待识别目标区域内的植物的种类进行识别;根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型;当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型。本申请具有提升对特定区域内的植物进行识别的效果。
Description
技术领域
本发明涉及生态环境监测的技术领域,尤其是涉及一种基于无人机遥感的植物识别方法、装置、设备及存储介质。
背景技术
目前,植物识别,即植物种类识别,在特定的区域内对该区域生长的植物的种类以及分布进行识别,便于对该区域内的植物进行统一的管理,也有助于绿色建设。
现有的无人机遥感技术,即利用先进的无人驾驶飞行器技术、遥感传感器技术、遥测遥控技术、通讯技术、GPS差分定位技术和遥感应用技术,能够实现自动化、智能化、专用化快速获取国土资源、自然环境、地震灾区等空间遥感信息,且完成遥感数据处理、建模和应用分析的应用技术。
针对上述中的相关技术,发明人认为存在有对植物进行识别的效率不够高的缺陷。
发明内容
为了提升对特定区域内的植物进行识别的效率,本申请提供一种基于无人机遥感的植物识别方法、装置、设备及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的:
一种基于无人机遥感的植物识别方法,所述基于无人机遥感的植物识别方法包括:
获取待识别目标区域,并根据所述待识别目标区域向无人机终端触发植物识别信息,以控制所述无人机终端对所述待识别目标区域内的植物的种类进行识别;
从所述待识别目标区域中获取区域边界信息,根据所述区域边界信息生成识别航线信息,以控制无人机终端沿所述识别航线信息对所述待识别目标区域内的植物的种类进行识别;
根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型;
当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型。
通过采用上述技术方案,通过在获取得到待识别目标区域时,向无人机终端发送植物识别信息,能够利用无人机遥感技术,对该待识别模目标区域的植物的种类进行识别,且根据获取到的待识别区域的区域边界信息,能够在预设的地图系统圈定出该待识别目标区域,从而有助于提升获取无人机终端飞行并识别时的识别航线信息;通过构建区域植物模型,能够使无人机终端在飞行识别的过程中,一边飞行,一边建模,从而有助于在无人机终端飞行完成后,得到对应的区域植物模型,有助于工作人员获取到该待识别目标区域的大致外观,从而能够根据该大致外观让无人机终端有目标性地对植物精确识别,从而提升了识别具体植物的类别是的效率以及精确程度,同时,在识别完成后得到植物种类模型,能够使工作人员及时获取到待识别目标区域生长的植被的生长情况以及种类。
本申请在一较佳示例中可以进一步配置为:所述根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型,具体包括:
从所述植物属性信息中获取植物外观信息;
对每个所述植物外观信息进行比对,根据比对结果生成植物类别信息;
根据所述植物类别信息构建所述区域植物模型。
通过采用上述技术方案,通过获取植物外观信息,并对植物外观信息进行比对,能够知道获取该待识别目标区域种植的植物的类别,并通过区域植物模型,能够知道每一个类别的植物生长的位置,有助于后续进行识别具体种类时,只需根据该类别进行识别,在其中一个类别的植被识别完成后,无需对控制无人机终端前往生长在其他位置的同一类别的植被进行具体的识别,减少了一边飞行一边识别的时间,从而提升了识别具体类别的效率。
本申请在一较佳示例中可以进一步配置为:所述当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型,具体包括:
根据所述植物类别信息向所述无人机终端触发精细识别信息;
根据所述植物类别信息逐类获取与所述精细识别信息对应的所述植物识别结果。
通过采用上述技术方案,通过在得到区域植物模型以及对应的植物类别信息后,触发该精细识别信息,能够针对该植物类别信息,针对性地进行具体种类的识别,从而提升了获取到植物识别结果的效率。
本申请在一较佳示例中可以进一步配置为:所述根据所述植物类别信息逐类获取与所述精细识别信息对应的所述植物识别结果,具体包括:
获取所述待识别目标区域对应的水土情况信息;
根据所述水土情况信息获取区域植物生长种类表;
当获取到与所述精细识别信息对应的识别结果时,将所述识别结果在所述植物生长种类表进行匹配查询,将匹配查询的结果作为所述精细识别结果。
通过采用上述技术方案,由于需要对待识别目标区域内的植被的种类进行识别,则说明工作人员预先不知道该待识别目标区域内的植被的生长情况,也就是说该待识别目标区域内的植被是自然生长而非人工繁殖,因此该待识别目标区域内自然生长的植被应当符合当地的水土情况所事宜生长的植物的类别,通过获取水土情况,并根据该水土情况信息获取对应的区域植物生长种植表,能够在精细识别时,缩小识别比对的范围,从而进一步地提升了识别的效率。
本申请在一较佳示例中可以进一步配置为:在所述当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型之后,所述基于无人机遥感的植物识别方法还包括:
当获取到识别失败信息时,从所述识别失败信息获取植物特征信息;
根据所述植物特征信息触发专家识别请求。
通过采用上述技术方案,在无法识别植被的具体种类时,说明该植被有较大概率为珍惜品种或者是罕见的植物品种,因此将植物特征信息写入专家识别请求中,能够借助本领域专家对该该植被的种类进行鉴别。
本申请的上述发明目的二是通过以下技术方案得以实现的:
一种基于无人机遥感的植物识别装置,所述基于无人机遥感的植物识别装置包括:
区域获取模块,用于获取待识别目标区域,并根据所述待识别目标区域向无人机终端触发植物识别信息,以控制所述无人机终端对所述待识别目标区域内的植物的种类进行识别;
航线规划模块,用于从所述待识别目标区域中获取区域边界信息,根据所述区域边界信息生成识别航线信息,以控制无人机终端沿所述识别航线信息对所述待识别目标区域内的植物的种类进行识别;
初步识别建模模块,用于根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型;
精细识别建模模块,用于当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型。
通过采用上述技术方案,通过在获取得到待识别目标区域时,向无人机终端发送植物识别信息,能够利用无人机遥感技术,对该待识别模目标区域的植物的种类进行识别,且根据获取到的待识别区域的区域边界信息,能够在预设的地图系统圈定出该待识别目标区域,从而有助于提升获取无人机终端飞行并识别时的识别航线信息;通过构建区域植物模型,能够使无人机终端在飞行识别的过程中,一边飞行,一边建模,从而有助于在无人机终端飞行完成后,得到对应的区域植物模型,有助于工作人员获取到该待识别目标区域的大致外观,从而能够根据该大致外观让无人机终端有目标性地对植物精确识别,从而提升了识别具体植物的类别是的效率以及精确程度,同时,在识别完成后得到植物种类模型,能够使工作人员及时获取到待识别目标区域生长的植被的生长情况以及种类。
本申请的上述目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于无人机遥感的植物识别方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于无人机遥感的植物识别方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、通过构建区域植物模型,能够使无人机终端在飞行识别的过程中,一边飞行,一边建模,从而有助于在无人机终端飞行完成后,得到对应的区域植物模型,有助于工作人员获取到该待识别目标区域的大致外观,从而能够根据该大致外观让无人机终端有目标性地对植物精确识别,从而提升了识别具体植物的类别是的效率以及精确程度,同时,在识别完成后得到植物种类模型,能够使工作人员及时获取到待识别目标区域生长的植被的生长情况以及种类;
2、通过获取植物外观信息,并对植物外观信息进行比对,能够知道获取该待识别目标区域种植的植物的类别,并通过区域植物模型,能够知道每一个类别的植物生长的位置,有助于后续进行识别具体种类时,只需根据该类别进行识别,在其中一个类别的植被识别完成后,无需对控制无人机终端前往生长在其他位置的同一类别的植被进行具体的识别,减少了一边飞行一边识别的时间,从而提升了识别具体类别的效率;
3、由于需要对待识别目标区域内的植被的种类进行识别,则说明工作人员预先不知道该待识别目标区域内的植被的生长情况,也就是说该待识别目标区域内的植被是自然生长而非人工繁殖,因此该待识别目标区域内自然生长的植被应当符合当地的水土情况所事宜生长的植物的类别,通过获取水土情况,并根据该水土情况信息获取对应的区域植物生长种植表,能够在精细识别时,缩小识别比对的范围,从而进一步地提升了识别的效率。
附图说明
图1是本申请一实施例中基于无人机遥感的植物识别方法的一流程图;
图2是本申请一实施例中基于无人机遥感的植物识别方法中步骤S30的实现流程图;
图3是本申请一实施例中基于无人机遥感的植物识别方法中步骤S40的实现流程图;
图4是本申请一实施例中基于无人机遥感的植物识别方法中步骤S42的实现流程图;
图5是本申请一实施例中基于无人机遥感的植物识别方法的另一个实现流程图;
图6是本申请一实施例中基于无人机遥感的植物识别装置的一原理框图;
图7是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种基于无人机遥感的植物识别方法,具体包括如下步骤:
S10:获取待识别目标区域,并根据待识别目标区域向无人机终端触发植物识别信息并根据待识别目标区域向无人机终端触发植物识别信息,以控制无人机终端对待识别目标区域内的植物的种类进行识别。
在本实施例中,待识别目标区域是指需要对指定的区域中生长的植被的种类进行识别的区域。植物识别信息是指用于识别待识别区域内生长的植被的具体类别的信息。
具体地,在需要对特定区域的生长的植被的种类进行识别时,例如某跟研究植被相关的科研队伍在野外考察或者是需要对某一片区域进行开挖前,查看是否存在珍惜的植被等情况,则将该区域作为待识别目标区域,则获取该待识别目标区域的地理坐标信息,该地理坐标信息可以是经纬度信息,也可以是GPS定位信息或者其他能够唯一定位该待识别目标区域的数据。
进一步地,在获取到待识别目标区域的地理坐标信息后,将地理坐标信息组成该植物识别信息,并将该植物识别信息发送至无人机终端,控制无人机终端利用无人机遥感技术对待识别目标区域根据地理坐标信息前往指定的位置,识别该待识别目标区域中的植物的忠烈。
S20:从待识别目标区域中获取区域边界信息,根据区域边界信息生成识别航线信息,以控制无人机终端沿识别航线信息对待识别目标区域内的植物的种类进行识别。
在本实施例中,区域边界信息是指在待识别目标区域中的边界的位置信息。识别航线信息是指无人机终端对待识别目标区域中的植物的种类识别时飞行的线路。
具体地,获取待识别目标区域的边界,在预设的地图系统中展现该边界,从而得到待识别目标区域的区域边界信息,即在该地图系统中圈定该待识别目标区域。
进一步地,在获取该区域边界信息后,即在地图系统中选定了待识别目标区域的范围后,在该范围中选定无分机终端飞行的起始位置和终点的位置后,按照无分机终端飞行的要求规划该识别航线信息,使无人机终端能够根据该识别航线信息飞行,并识别待识别目标区域中植物的类别。
S30:根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型。
在本实施例中,植物属性信息是指待识别目标区域中,每一类植物的外观的属性的信息。区域植物模型是指根据识别得到的待识别目标区域中的植物的外观的属性构建的植被的初始模型。
具体地,根据区域边界信息以及预设的地图系统,构建出区域植物模型的初始框架。
进一步地,在无人机终端飞行的过程中,通过无人机终端沿识别航线信息进行拍照识别后,得到该待识别区域中每一个植被的外观的信息,并根据每一个植被的外观的信息,在初始框架中构建出对应的模型,并根据该指标在待识别目标区域中的实际位置,展现于初始框架中对应的位置,在无分机终端结束飞行后,得到该区域植物模型。
S40:当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型。
在本实施例中,植物识别结果是指待识别目标区域中的每一个植被具体的种类的信息。植物种类模型是指标注有每一个植物的种类的区域植物模型。
具体地,在获取到待识别目标区域中的每一个植被的模型后,再次向无分机终端触发对该区域中的植被进行精细化地识别,在无分机终端中写入预先训练好的识别模型后,再次沿着识别航线信息对该待识别目标区域中的植被的外观,例如采集叶片的形状、植被的相对高度以及树枝树干的生长形态等纬度的数据,输入至该预设好的识别模型中,得到每一个植被对应的植物识别结果,并根据获取到该植物识别结果时无人机终端的实际位置,将植物识别结果写入区域植物模型中对应的位置,进而得到该植物种类模型。
在本实施例中,通过在获取得到待识别目标区域时,向无人机终端发送植物识别信息,能够利用无人机遥感技术,对该待识别模目标区域的植物的种类进行识别,且根据获取到的待识别区域的区域边界信息,能够在预设的地图系统圈定出该待识别目标区域,从而有助于提升获取无人机终端飞行并识别时的识别航线信息;通过构建区域植物模型,能够使无人机终端在飞行识别的过程中,一边飞行,一边建模,从而有助于在无人机终端飞行完成后,得到对应的区域植物模型,有助于工作人员获取到该待识别目标区域的大致外观,从而能够根据该大致外观让无人机终端有目标性地对植物精确识别,从而提升了识别具体植物的类别是的效率以及精确程度,同时,在识别完成后得到植物种类模型,能够使工作人员及时获取到待识别目标区域生长的植被的生长情况以及种类。
进一步地,如图2所示,在步骤S30中,即根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型,具体包括:
S31:从植物属性信息中获取植物外观信息。
在本实施例中,植物外观信息是指每一个植物外表的信息。
具体地,在无人机终端沿识别航线信息飞行时,通过无人机终端的摄像装置,拍摄每一个植物的外表的信息,作为该植物外观信息。
S32:对每个植物外观信息进行比对,根据比对结果生成植物类别信息。
在本实施例中,植物类别信息是指在待识别目标区域中,每一个类别的植被的信息。
具体地,在获取得到待识别目标区域中每一个植被的植物外观信息后,对每个植物外观新之间进行两两比对,将相同的植物外观信息作为一类,并在初始框架中采用相同的字符或者字符串进行标记,在标记完成后,得到该植物类别信息。
S33:根据植物类别信息构建区域植物模型。
具体地, 根据得到的植物类别信息,在初始框架中构建对应的植被模型,并对该模型采用植物类别信息中的字符串对模型进行标记,从而得到区域植物模型。
进一步地,如图3所示,在步骤S40中,即当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型,具体包括:
S41:根据植物类别信息向无人机终端触发精细识别信息。
在本实施例中,精细识别信息是指用于具体识别待识别目标区域中,每一个植被的具体种类的信息。
具体地,在对区域植物模型构建完成后,向无人机终端触发精细识别信息,使无人机终端沿识别航线信息重新飞行并对植被的具体种类进行识别。
S42:根据植物类别信息逐类获取与精细识别信息对应的植物识别结果。
具体地,根据该植物类别信息,逐类对待识别目标区域的植被的种类进行识别,得到与每一植物类别信息对应的植物识别结果。在识别的过程中,当无分机终端处于某一植物类别信息对应的植物生长的区域时,可以降低无人机终端飞行的速度,并根据植被的生长高度以及生长的姿态等情况,调节无分机终端飞行的高度以及角度,以获取该类别的植物详细的特征,在获取得到该植物类别信息的植物识别结果后,可将无人机终端恢复初始的飞行状态,并提升该无人机终端的飞行速度,快速前往下一个植物类别信息对应的植物的位置进行识别。
可选的,若无人机终端在飞行识别的过程中,再次经过已经获取得到植物识别结果的植被的位置时,可再次加快无人机终端的飞行速度,快速前往尚未获取得到植物识别结果的植被的位置。
可选的,还可以是在获取得到植物识别结果后,获取区域植物模型中将该植物识别结果对应的植物类别信息对应的植物模型的位置,并根据该位置获取识别航线与其重叠的部分,控制无人机终端经过该部分时加快飞行速度。
进一步地,如图4所示,在步骤S42中,即根据植物类别信息逐类获取与精细识别信息对应的植物识别结果,具体包括:
S421:获取待识别目标区域对应的水土情况信息。
在本实施例中,水土情况信息是指待识别目标区域的水土资源的情况的数据。
具体地,获取预先对待识别目标区域所在的地区进行的水土调研的数据,作为该水土情况信息。
S422:根据水土情况信息获取区域植物生长种类。
在本实施例中,区域植物生长种类是指适合在该待识别区域生长的植被的种类。
具体地,根据植被适合生长的环境的信息,匹配获取符合该水土情况信息的植物的种类,作为该区域植物生长种类。
S423:当获取到与精细识别信息对应的识别结果时,将识别结果在植物生长种类表进行匹配查询,将匹配查询的结果作为精细识别结果。
具体地,将所有的区域植物生长种类对应的植被的特征制成该植物生长种类表,并在无人机终端根据精细识别信息对植被的种类进行识别时,将获取到的植被的特征在该植物生长种类表中进行匹配查询,从而将匹配查询的记过作为该精细识别结果。
进一步地,如图5所示,在步骤S40之后,基于无人机遥感的植物识别方法还包括:
S50:当获取到识别失败信息时,从识别失败信息获取植物特征信息。
在本实施例中,识别失败信息是指植物生长种植表中没有精细识别的识别结果记载的特征。
具体地,若精细识别结果为从植物生长种植表中无法匹配出对应的植物的种类,将根据该植被的植物特征信息触发该识别失败信息。
S60:根据植物特征信息触发专家识别请求。
在本实施例中,专家识别请求是指请求相应的专家对该植被进行鉴别的消息。
具体地,将该植物特征信息进行封装,并上传至能够与相应的专家取得联系的平台中,并触发该专家识别请求,以请求相关的专家对该植被的种类进行鉴别。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种基于无人机遥感的植物识别装置,该基于无人机遥感的植物识别装置与上述实施例中基于无人机遥感的植物识别方法一一对应。如图6所示,该基于无人机遥感的植物识别装置包括区域获取模块、航线规划模块、初步识别建模模块和精细识别建模模块。各功能模块详细说明如下:
区域获取模块,用于获取待识别目标区域,并根据待识别目标区域向无人机终端触发植物识别信息,以控制无人机终端对待识别目标区域内的植物的种类进行识别;
航线规划模块,用于从待识别目标区域中获取区域边界信息,根据区域边界信息生成识别航线信息,以控制无人机终端沿识别航线信息对待识别目标区域内的植物的种类进行识别;
初步识别建模模块,用于根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型;
精细识别建模模块,用于当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型。
可选的,初步识别建模模块包括:
外观获取子模块,用于从植物属性信息中获取植物外观信息;
比对子模块,用于对每个植物外观信息进行比对,根据比对结果生成植物类别信息;
建模子模块,用于根据植物类别信息构建区域植物模型。
可选的,精细识别建模模块包括:
精细识别子模块,用于根据植物类别信息向无人机终端触发精细识别信息;
逐类识别子模块,用于根据植物类别信息逐类获取与精细识别信息对应的植物识别结果。
可选的,逐类识别子模块包括:
水土信息获取单元,用于获取待识别目标区域对应的水土情况信息;
生长情况获取单元,用于根据水土情况信息获取区域植物生长种类表;
匹配单元,用于当获取到与精细识别信息对应的识别结果时,将识别结果在植物生长种类表进行匹配查询,将匹配查询的结果作为精细识别结果。
可选的,基于无人机遥感的植物识别装置还包括:
特征获取模块,用于当获取到识别失败信息时,从识别失败信息获取植物特征信息;
专家鉴别模块,用于根据植物特征信息触发专家识别请求。
关于基于无人机遥感的植物识别装置的具体限定可以参见上文中对于基于无人机遥感的植物识别方法的限定,在此不再赘述。上述基于无人机遥感的植物识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储植物种类模型以及区域植物生长种类表。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于无人机遥感的植物识别方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取待识别目标区域,并根据待识别目标区域向无人机终端触发植物识别信息,以控制无人机终端对待识别目标区域内的植物的种类进行识别;
从待识别目标区域中获取区域边界信息,根据区域边界信息生成识别航线信息,以控制无人机终端沿识别航线信息对待识别目标区域内的植物的种类进行识别;
根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型;
当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待识别目标区域,并根据待识别目标区域向无人机终端触发植物识别信息,以控制无人机终端对待识别目标区域内的植物的种类进行识别;
从待识别目标区域中获取区域边界信息,根据区域边界信息生成识别航线信息,以控制无人机终端沿识别航线信息对待识别目标区域内的植物的种类进行识别;
根据识别航线信息获取植物属性信息,并根据植物属性信息构建区域植物模型;
当获取到与植物识别信息对应的植物识别结果时,将植物识别结果写入区域植物模型,得到植物种类模型。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于无人机遥感的植物识别方法,其特征在于,所述基于无人机遥感的植物识别方法包括:
获取待识别目标区域,并根据所述待识别目标区域向无人机终端触发植物识别信息,以控制所述无人机终端对所述待识别目标区域内的植物的种类进行识别;
从所述待识别目标区域中获取区域边界信息,根据所述区域边界信息生成识别航线信息,以控制无人机终端沿所述识别航线信息对所述待识别目标区域内的植物的种类进行识别;
根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型;
当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型。
2.根据权利要求1所述的基于无人机遥感的植物识别方法,其特征在于,所述根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型,具体包括:
从所述植物属性信息中获取植物外观信息;
对每个所述植物外观信息进行比对,根据比对结果生成植物类别信息;
根据所述植物类别信息构建所述区域植物模型。
3.根据权利要求2所述的基于无人机遥感的植物识别方法,其特征在于,所述当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型,具体包括:
根据所述植物类别信息向所述无人机终端触发精细识别信息;
根据所述植物类别信息逐类获取与所述精细识别信息对应的所述植物识别结果。
4.根据权利要求3所述的基于无人机遥感的植物识别方法,其特征在于,所述根据所述植物类别信息逐类获取与所述精细识别信息对应的所述植物识别结果,具体包括:
获取所述待识别目标区域对应的水土情况信息;
根据所述水土情况信息获取区域植物生长种类表;
当获取到与所述精细识别信息对应的识别结果时,将所述识别结果在所述植物生长种类表进行匹配查询,将匹配查询的结果作为所述精细识别结果。
5.根据权利要求1-4任意一项所述的基于无人机遥感的植物识别方法,其特征在于,在所述当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型之后,所述基于无人机遥感的植物识别方法还包括:
当获取到识别失败信息时,从所述识别失败信息获取植物特征信息;
根据所述植物特征信息触发专家识别请求。
6.一种基于无人机遥感的植物识别装置,其特征在于,所述基于无人机遥感的植物识别装置包括:
区域获取模块,用于获取待识别目标区域,并根据所述待识别目标区域向无人机终端触发植物识别信息,以控制所述无人机终端对所述待识别目标区域内的植物的种类进行识别;
航线规划模块,用于从所述待识别目标区域中获取区域边界信息,根据所述区域边界信息生成识别航线信息,以控制无人机终端沿所述识别航线信息对所述待识别目标区域内的植物的种类进行识别;
初步识别建模模块,用于根据所述识别航线信息获取植物属性信息,并根据所述植物属性信息构建区域植物模型;
精细识别建模模块,用于当获取到与所述植物识别信息对应的植物识别结果时,将所述植物识别结果写入所述区域植物模型,得到植物种类模型。
7.根据权利要求6所述的基于无人机遥感的植物识别装置,其特征在于,所述初步识别建模模块包括:
外观获取子模块,用于从所述植物属性信息中获取植物外观信息;
比对子模块,用于对每个所述植物外观信息进行比对,根据比对结果生成植物类别信息;
建模子模块,用于根据所述植物类别信息构建所述区域植物模型。
8.根据权利要求7所述的基于无人机遥感的植物识别装置,其特征在于,所述精细识别建模模块包括:
精细识别子模块,用于根据所述植物类别信息向所述无人机终端触发精细识别信息;
逐类识别子模块,用于根据所述植物类别信息逐类获取与所述精细识别信息对应的所述植物识别结果。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于无人机遥感的植物识别方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于无人机遥感的植物识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486148.2A CN112580493B (zh) | 2020-12-16 | 2020-12-16 | 基于无人机遥感的植物识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486148.2A CN112580493B (zh) | 2020-12-16 | 2020-12-16 | 基于无人机遥感的植物识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112580493A true CN112580493A (zh) | 2021-03-30 |
CN112580493B CN112580493B (zh) | 2021-11-09 |
Family
ID=75135616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011486148.2A Active CN112580493B (zh) | 2020-12-16 | 2020-12-16 | 基于无人机遥感的植物识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112580493B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311861A (zh) * | 2021-05-14 | 2021-08-27 | 国家电投集团青海光伏产业创新中心有限公司 | 光伏组件隐裂特性的自动化检测方法及其系统 |
CN113325868A (zh) * | 2021-05-31 | 2021-08-31 | 南通大学 | 一种基于无人机的农作物实时识别系统及方法 |
CN113439728A (zh) * | 2021-06-30 | 2021-09-28 | 南京林业大学 | 一种自适应无人机喷烟喷雾施药系统及其使用方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908170A (zh) * | 2010-07-26 | 2010-12-08 | 首都师范大学 | 湿地生态信息系统 |
CN102156710A (zh) * | 2011-03-02 | 2011-08-17 | 上海大学 | 一种基于云模型和topsis法的植物鉴别方法 |
JP2012165709A (ja) * | 2011-02-16 | 2012-09-06 | Casio Computer Co Ltd | 携帯端末装置及び観測管理システム並びにプログラム |
CN104429529A (zh) * | 2014-12-03 | 2015-03-25 | 华侨大学 | 一种缓冲区域生态岸边带的构建方法 |
CN106096563A (zh) * | 2016-06-17 | 2016-11-09 | 深圳市易特科信息技术有限公司 | 植物自动识别系统和方法 |
CN106778640A (zh) * | 2016-12-23 | 2017-05-31 | 航天星图科技(北京)有限公司 | 一种三维可视化环境下地表植被覆盖模型的生成方法 |
CN106951824A (zh) * | 2017-02-06 | 2017-07-14 | 中国农业大学 | 基于无人机遥感影像提取玉米植株叶色的方法及系统 |
CN106991147A (zh) * | 2017-03-27 | 2017-07-28 | 重庆大学 | 一种植物识别系统及识别方法 |
CN107145879A (zh) * | 2017-06-23 | 2017-09-08 | 依通(北京)科技有限公司 | 一种植物种类自动识别方法及系统 |
CN108171108A (zh) * | 2017-11-28 | 2018-06-15 | 苏州市东皓计算机系统工程有限公司 | 一种植物种类的自动识别系统 |
CN108363983A (zh) * | 2018-03-06 | 2018-08-03 | 河南理工大学 | 一种基于无人机影像与重建点云的城市植被分类方法 |
CN108961286A (zh) * | 2018-06-27 | 2018-12-07 | 武汉大学 | 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法 |
CN109241918A (zh) * | 2018-09-13 | 2019-01-18 | 樊江岩 | 一种基于植物信息的植物管控方法、装置及系统 |
CN109472210A (zh) * | 2018-10-15 | 2019-03-15 | 广州地理研究所 | 一种植物的识别方法、装置、储存介质和设备 |
CN109644759A (zh) * | 2018-12-24 | 2019-04-19 | 交通运输部科学研究院 | 一种用于公路水土保持植物景观营造方法 |
CN110334683A (zh) * | 2019-07-12 | 2019-10-15 | 四川长虹电器股份有限公司 | 基于无人机遥感系统智能识别植物的方法 |
CN110597290A (zh) * | 2019-09-30 | 2019-12-20 | 上海寰钛教育科技有限公司 | 适用于园圃智能化的无人机控制方法及装置、存储介质 |
CN111178128A (zh) * | 2019-11-22 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111222423A (zh) * | 2019-12-26 | 2020-06-02 | 深圳供电局有限公司 | 基于作业区域的目标识别方法、装置、计算机设备 |
CN111598028A (zh) * | 2020-05-21 | 2020-08-28 | 佛山市高明曦逻科技有限公司 | 一种基于遥感成像原理识别地表植被分布方法 |
-
2020
- 2020-12-16 CN CN202011486148.2A patent/CN112580493B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908170A (zh) * | 2010-07-26 | 2010-12-08 | 首都师范大学 | 湿地生态信息系统 |
JP2012165709A (ja) * | 2011-02-16 | 2012-09-06 | Casio Computer Co Ltd | 携帯端末装置及び観測管理システム並びにプログラム |
CN102156710A (zh) * | 2011-03-02 | 2011-08-17 | 上海大学 | 一种基于云模型和topsis法的植物鉴别方法 |
CN104429529A (zh) * | 2014-12-03 | 2015-03-25 | 华侨大学 | 一种缓冲区域生态岸边带的构建方法 |
CN106096563A (zh) * | 2016-06-17 | 2016-11-09 | 深圳市易特科信息技术有限公司 | 植物自动识别系统和方法 |
CN106778640A (zh) * | 2016-12-23 | 2017-05-31 | 航天星图科技(北京)有限公司 | 一种三维可视化环境下地表植被覆盖模型的生成方法 |
CN106951824A (zh) * | 2017-02-06 | 2017-07-14 | 中国农业大学 | 基于无人机遥感影像提取玉米植株叶色的方法及系统 |
CN106991147A (zh) * | 2017-03-27 | 2017-07-28 | 重庆大学 | 一种植物识别系统及识别方法 |
CN107145879A (zh) * | 2017-06-23 | 2017-09-08 | 依通(北京)科技有限公司 | 一种植物种类自动识别方法及系统 |
CN108171108A (zh) * | 2017-11-28 | 2018-06-15 | 苏州市东皓计算机系统工程有限公司 | 一种植物种类的自动识别系统 |
CN108363983A (zh) * | 2018-03-06 | 2018-08-03 | 河南理工大学 | 一种基于无人机影像与重建点云的城市植被分类方法 |
CN108961286A (zh) * | 2018-06-27 | 2018-12-07 | 武汉大学 | 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法 |
CN109241918A (zh) * | 2018-09-13 | 2019-01-18 | 樊江岩 | 一种基于植物信息的植物管控方法、装置及系统 |
CN109472210A (zh) * | 2018-10-15 | 2019-03-15 | 广州地理研究所 | 一种植物的识别方法、装置、储存介质和设备 |
CN109644759A (zh) * | 2018-12-24 | 2019-04-19 | 交通运输部科学研究院 | 一种用于公路水土保持植物景观营造方法 |
CN110334683A (zh) * | 2019-07-12 | 2019-10-15 | 四川长虹电器股份有限公司 | 基于无人机遥感系统智能识别植物的方法 |
CN110597290A (zh) * | 2019-09-30 | 2019-12-20 | 上海寰钛教育科技有限公司 | 适用于园圃智能化的无人机控制方法及装置、存储介质 |
CN111178128A (zh) * | 2019-11-22 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111222423A (zh) * | 2019-12-26 | 2020-06-02 | 深圳供电局有限公司 | 基于作业区域的目标识别方法、装置、计算机设备 |
CN111598028A (zh) * | 2020-05-21 | 2020-08-28 | 佛山市高明曦逻科技有限公司 | 一种基于遥感成像原理识别地表植被分布方法 |
Non-Patent Citations (4)
Title |
---|
X. WANG等: "Improvement Design of Agricultural Plant Protection UAV", 《2020 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND ELECTROMECHANICAL AUTOMATION (AIEA)》 * |
吴世祥等: "元谋干热河谷冲沟地形与植物多样性的关系探讨", 《亚热带水土保持》 * |
唐晏: "基于无人机采集图像的植被识别方法研究", 《中国博士学位论文全文数据库 (信息科技辑)》 * |
李贵玉等: "不同植被恢复方式对马尾松林土壤及凋落物持水能力的影响", 《广东农业科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311861A (zh) * | 2021-05-14 | 2021-08-27 | 国家电投集团青海光伏产业创新中心有限公司 | 光伏组件隐裂特性的自动化检测方法及其系统 |
CN113325868A (zh) * | 2021-05-31 | 2021-08-31 | 南通大学 | 一种基于无人机的农作物实时识别系统及方法 |
CN113325868B (zh) * | 2021-05-31 | 2023-02-28 | 南通大学 | 一种基于无人机的农作物实时识别系统及方法 |
CN113439728A (zh) * | 2021-06-30 | 2021-09-28 | 南京林业大学 | 一种自适应无人机喷烟喷雾施药系统及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112580493B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112580493B (zh) | 基于无人机遥感的植物识别方法、装置、设备及存储介质 | |
JP2019520631A (ja) | 自然環境における雑草の認識 | |
WO2019179270A1 (zh) | 植株种植数据测量方法、作业路线规划方法及装置、系统 | |
WO2020108634A1 (zh) | 地图校准方法、测绘移动终端以及测绘系统 | |
CN114331753B (zh) | 农事智能化的方法、装置及控制设备 | |
CN110826173B (zh) | 一种土壤水分数据获取方法、系统、存储介质及设备 | |
CN112462756A (zh) | 农林作业任务生成方法、装置、计算机设备和存储介质 | |
CN109670002A (zh) | 一种农田田块信息的多维表示方法 | |
CN111985724A (zh) | 一种农作物产量预估的方法、装置、设备及存储介质 | |
CN109579793B (zh) | 地形测绘方法、装置、飞行平台、计算机设备和存储介质 | |
CN114430536A (zh) | 基于北斗定位模块的农业物联网方法、系统及云平台 | |
CN112598315A (zh) | 分享信息的生成方法及生成装置、作业需求平台、电子设备 | |
CN110990508A (zh) | 基于gis项目信息管理方法、装置、设备以及存储介质 | |
CN111860626B (zh) | 基于无人机遥感和面向对象分类的水土保持监测方法及系统 | |
CN115797764A (zh) | 一种应用于耕地非农化监测的遥感大数据解译方法及系统 | |
CN112883822B (zh) | 集预测与预防为一体的病虫害预测位置分析方法和装置 | |
EP4055584A1 (en) | Method for automated buffer zone management | |
CN112163966A (zh) | 一种施肥作业方法、装置、电子设备及存储介质 | |
CN109191320A (zh) | 一种农业生产管理指导方法及系统 | |
CN105635302B (zh) | 对象操作方法和装置 | |
US20230368312A1 (en) | Method for automated weed control of agricultural land and associated stand-alone system | |
TW202022776A (zh) | 農業數據服務伺服器、方法及其系統 | |
CN117008608B (zh) | 一种无人驾驶插秧机作业路径规划方法及系统 | |
US11941880B2 (en) | System and method for image-based crop identification | |
CN113419525B (zh) | 一种无人驾驶农机的控制方法、装置、设备及存储介质 |
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 |