CN112889786A - 一种实时追踪田间作物苗区的喷药系统及控制方法 - Google Patents
一种实时追踪田间作物苗区的喷药系统及控制方法 Download PDFInfo
- Publication number
- CN112889786A CN112889786A CN202110054674.XA CN202110054674A CN112889786A CN 112889786 A CN112889786 A CN 112889786A CN 202110054674 A CN202110054674 A CN 202110054674A CN 112889786 A CN112889786 A CN 112889786A
- Authority
- CN
- China
- Prior art keywords
- microprocessor
- straw
- image
- camera
- real time
- 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
- 239000000575 pesticide Substances 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005507 spraying Methods 0.000 title claims abstract description 22
- 238000002955 isolation Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000012806 monitoring device Methods 0.000 claims abstract 2
- 239000010902 straw Substances 0.000 claims description 55
- 239000007921 spray Substances 0.000 claims description 31
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 6
- 241000254158 Lampyridae Species 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 244000037666 field crops Species 0.000 claims 1
- 238000003912 environmental pollution Methods 0.000 abstract description 3
- 238000009313 farming Methods 0.000 abstract description 2
- 239000010914 pesticide waste Substances 0.000 abstract description 2
- 230000001681 protective effect Effects 0.000 abstract description 2
- 239000003905 agrochemical Substances 0.000 abstract 1
- 241000607479 Yersinia pestis Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 231100000674 Phytotoxicity Toxicity 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000447 pesticide residue Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Insects & Arthropods (AREA)
- Catching Or Destruction (AREA)
Abstract
一种实时追踪田间作物苗区的喷药系统及控制方法,涉及农田保护性耕作技术领域。本发明为了解决现有农药喷洒模式造成农药浪费,给环境造成了污染的问题。本发明包括两个摄像头、微处理器、两个隔离模块、电磁阀驱动模块、多个喷头模块、报警电路模块和供电系统,摄像头将采集的田间地表图像传输到微处理器中,微处理器发出开关控制信号,经过隔离模块和电磁阀驱动模块对喷头模块进行开关控制,所述隔离模块可以进行电平转换并将微处理器与电磁阀驱动模块进行隔离,所述电磁阀驱动模块对喷头模块进行控制,所述报警电路模块用于对故障电磁阀进行报警处理,所述的供电系统为微处理器和隔离模块进行供电。主要用于农田的农药喷洒。
Description
技术领域
本发明属于农田保护性耕作技术领域,具体涉及一种实时追踪田间作物苗区的喷药系统及控制方法。
背景技术
植物保护是农业生产中一个必不可少的环节,植物在生长过程中难免会受到病虫害的影响,为了保证和促进植物的正常生长,高效的农药、先进的作业机具以及规范的施药技术这三个方面都发挥着重要的作用,并且影响农药利用率和病虫害的防治效果。
目前我国农药生产技术已处于世界先进水平,但病虫害防治过程中不仅农药利用率低、施药效果差,而且还造成了农产品中农药残留超标、环境污染、作物药害等一系列问题。据统计,农药利用率最好的也不足30%,农药流失量高达60%~70%。
在种植农田时,需要对农田喷洒农药以防止虫害,提高农田的产量。而目前对农田进行喷洒使用的喷洒装置只能对农田的特定位置进行喷洒,特别容易出现部分喷洒过量部分喷洒量不足的情况,会造成农药的浪费和环境的污染的问题。
发明内容
本发明需要解决的技术问题是:现有的农药喷洒技术只能对农田的特定位置进行喷洒,特别容易出现部分喷洒过量部分喷洒量不足的情况,会造成农药的浪费和环境的污染的问题;进而提供一种实时追踪田间作物苗区的喷药系统及控制方法。
本发明为解决上述技术问题采用的技术方案是:
一种实时追踪田间作物苗区的喷药系统,它包括两根相机支架、两个摄像头、微处理器、两个隔离模块、电磁阀驱动模块、多个喷头模块、报警电路模块和供电系统,每根相机支架上设置有一个摄像头,摄像头将采集的田间地表图像传输到微处理器中,微处理器发出开关控制信号,经过隔离模块和电磁阀驱动模块对喷头模块进行开关控制,所述隔离模块可以进行电平转换并将微处理器与电磁阀驱动模块进行隔离,所述电磁阀驱动模块对喷头模块进行控制,所述报警电路模块用于对故障电磁阀进行报警处理,所述的供电系统为微处理器和隔离模块进行供电。
一种实时追踪田间作物苗区的喷药系统的控制方法,具体操作步骤如下:
步骤一,对摄像头进行标定校正,实时采集田间图像,将采集的图像传入微处理器中进行实时处理;
步骤二,基于阈值分割算法在微处理器中对两个摄像头所采集的两组田间图像分别进行分割,分割出秸秆部分和苗区部分;
步骤三,针对两个摄像头分别建立一个图像坐标系,其中以喷杆方向为x轴,每个摄像头所处的相机支架方向为y轴;
首先,提取出秸秆行中线,并计算出各秸秆行中线与其所处的图像坐标系中x轴的交点坐标,利用秸秆行中线交点坐标获得各苗区中线与x轴的交点坐标;
然后,将各苗区中线交点坐标与预置的各喷头坐标做差值计算,根据差值确定喷头开关控制信息,微处理器根据控制信息发出电压信号打开符合判定条件的喷头。
进一步的,步骤一所述的对摄像头进行标定校正的过程包括以下步骤:
利用张氏标定法对两个摄像头所拍摄的标定板图像进行标定校正,得到摄像头各项参数值;
所述的摄像头各项参数值包括:
摄像头外参数旋转矩阵R和平移向量T的值;
摄像头内参数矩阵[fx,S,cx;0,fy,cy;0,0,1],其中fx,fy为焦距,S是倾斜参数,[cx,cy]是摄像头的光学中心;
摄像头畸变参数:k1,k2,k3是径向畸变系数;p1,p2是切向畸变系数。
进一步的,步骤一中,摄像头每5秒-10秒重新拍摄图片并传入微处理器中,对田间地表图像信息进行实时更新。
进一步的,步骤二中,秸秆部分和苗区部分具体分割过程如下:
首先,利用微处理器对两个摄像头所采集的原始图像分别进行灰度图像转换,采用多阈值Otsu算法对灰度图像进行阈值计算,获得初始适应度,即分割阈值;
然后,基于所述分割阈值,利用人工萤火虫与差分进化混合优化算法对分割阈值进行迭代更新,获得最优解,即最优阈值T;
最后,基于所求最优阈值T对田间灰度图像进行阈值分割,获得二值化后的秸秆部分图像,秸秆以外部分都为苗区部分。
进一步的,步骤三中,所述的打开符合判定条件的喷头的过程如下:
首先,采用像素直方图法提取秸秆行中线;
其次,利用提取的秸秆行中线,分别计算两个摄像头所采集的两组田间图像中的秸秆行中线与其所处的图像坐标系中x轴的交点坐标,每两个连续秸秆行中线交点坐标的中值即为一条苗区中线与x轴的交点坐标;
最后,设苗区中线在图像坐标系中与x轴的交点坐标为:{(X1,0);(X2,0)...(Xi,0);},将苗区中线交点坐标与预置的各喷头坐标{(P1,0);(P2,0)...(Pj,0);}根据计算公式:Sij=|Xi-Pj|分别进行计算,求出差值Sij;
进一步的,所述秸秆行中线的提取过程包括以下步骤:
设二值化后的图像像素为H*W,H是纵向像素数,W是横向像素数,设所拍摄的图像实际宽度为W1 mm,设秸秆行的平均宽度为W2 mm,在横向上一个像素所拍摄的实际宽度为LW=W1/W mm,一条秸秆行在图像上的平均像素数PLW=W2/LW;
从图像的最左边开始至图像的最右边,计算图像每一列的像素值f的和,共得到W个值,设为P[0]、P[1]、P[2]、......P[W-1],公式如下:
根据最优阈值T,从图像的第0列开始扫描,若第N列P[N]>T,且满足以下四个条件时,则可认为秸秆行的最左边界为N;
P[N-2]<T,P[N-1]<T,P[N+1]>T,P[N+2]>T
秸秆行中线为K=N+PLW/2。
本发明与现有技术相比产生的有益效果是:
本发明能够实现对田间作物苗区实时追踪喷药,以减少农药用量、提高农药使用效率,从而节约资源、保护生态环境,促进农业可持续发展。
附图说明
图1为一种实时追踪苗区的喷药系统的坐标判定流程图;
图2为本发明的电路原理图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案:
具体实施方式一:如图1所示,本实施方式中,一种实时追踪田间作物苗区的喷药系统,它包括两根相机支架、两个摄像头1、微处理器2、两个隔离模块3、电磁阀驱动模块4、多个喷头模块5、报警电路模块6和供电系统,每根相机支架上设置有一个摄像头1,摄像头将采集的田间地表图像传输到微处理器2中,微处理器2发出开关控制信号,经过隔离模块3和电磁阀驱动模块4对喷头模块5进行开关控制,所述隔离模块3可以进行电平转换并将微处理器2与电磁阀驱动模块4进行隔离,所述电磁阀驱动模块4对喷头模块5进行控制,所述报警电路模块6用于对故障电磁阀进行报警处理,所述的供电系统为微处理器2和隔离模块3进行供电。
具体实施方式二:如图2所示,本实施方式中,一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:具体操作步骤如下:
步骤一,对摄像头进行标定校正,实时采集田间图像,将采集的图像传入微处理器中进行实时处理;
利用张氏标定法对两个摄像头进行标定校正:拍摄标定板图像,利用matlab软件处理标定板图像,确定摄像头各项参数值;
确定的摄像头各项参数值具体如下:
摄像头外参数旋转矩阵R和平移向量T的值;
摄像头内参数矩阵[fx,S,cx;0,fy,cy;0,0,1],其中fx,fy为焦距,S是倾斜参数,[cx,cy]是摄像头的光学中心;
摄像头畸变参数:k1,k2,k3是径向畸变系数;p1,p2是切向畸变系数;
其中,摄像头每5秒-10秒重新拍摄图片并传入微处理器中,对田间地表图像信息进行实时更新;
步骤二,基于阈值分割算法在微处理器中对两个摄像头所采集的两组田间图像分别进行分割,分割出秸秆部分和苗区部分,具体分割过程如下:
首先,利用微处理器对两个摄像头所采集的原始图像分别进行灰度图像转换,采用多阈值Otsu算法对灰度图像进行阈值计算,获得初始适应度,即分割阈值;
然后,利用人工萤火虫与差分进化混合优化算法对分割阈值进行迭代更新,获得最优解,即最优阈值T;
最后,基于所求最优阈值T对田间灰度图像进行阈值分割,获得二值化后的秸秆部分图像,秸秆以外部分都为苗区部分;
步骤三,针对两个摄像头分别建立一个图像坐标系,其中以喷杆方向为x轴,每个摄像头所处的相机支架方向为y轴;
其中,喷头固定安装在喷杆上,且喷杆平行于地面设置;
首先,提取出秸秆行中线,并计算出各秸秆行中线与其所处的图像坐标系中x轴的交点坐标,利用秸秆行中线交点坐标获得各苗区中线与x轴的交点坐标,然后将各苗区中线交点坐标与预置的各喷头坐标做差值计算,根据判定公式确定喷头开关控制信息,微处理器根据控制信息发出电压信号打开符合判定条件的喷头;
所述的打开符合判定条件的喷头的具体计算过程如下:
首先,采用像素直方图法提取秸秆行中线;
所述的秸秆行中线即纵向计算像素值,像素值最大的一列就是秸秆行中线;
所述秸秆行中线的具体计算过程包括以下步骤:
设二值化后的图像像素为H*W,H是纵向像素数,W是横向像素数,设所拍摄的图像实际宽度为W1 mm,设秸秆行的平均宽度为W2 mm,在横向上一个像素所拍摄的实际宽度为LW=W1/W mm,一条秸秆行在图像上的平均像素数PLW=W2/LW;
从图像的最左边开始至图像的最右边,计算图像每一列的像素值f的和,共得到W个值,设为P[0]、P[1]、P[2]、......P[W-1],公式如下:
根据最优阈值T,从图像的第0列开始扫描,若第N列P[N]>T,且满足以下四个条件时,则可认为秸秆行的最左边界为N;
P[N-2]<T,P[N-1]<T,P[N+1]>T,P[N+2]>T
秸秆行中线为K=N+PLW/2。
其次,利用提取的秸秆行中线,分别计算两个摄像头所采集的两组田间图像中的秸秆行中线与其所处的图像坐标系中x轴的交点坐标,每两个连续秸秆行中线交点坐标的中值即为一条苗区中线与x轴的交点坐标;
最后,设苗区中线在图像坐标系中与x轴的交点坐标为:{(X1,0);(X2,0)...(Xi,0);},将苗区中线交点坐标与预置的各喷头坐标{(P1,0);(P2,0)...(Pj,0);}根据计算公式:Sij=|Xi-Pj|分别进行计算,求出差值Sij;
根据判定公式判定所要开启的喷头序号,当Sij<23时,微处理器发出电压信号“1”即高电平为打开信号,输出苗区对应的喷头坐标,再根据喷头坐标对应喷头编号打开喷头;当Sij≥23时,微处理器发出电压信号“0”即低电平为关闭信号,此苗区中线交点坐标与下一个喷头坐标重新做差值计算,直至Sij<23,打开符合条件的喷头为止。
本实施方式中判定阈值23为苗区中线与喷头之间设定的最大距离,当苗区中线与喷头之间的距离到小于23才能达到全覆盖喷药,减少农药用量、提高农药使用效率,从而节约资源、保护生态环境。
Claims (7)
1.一种实时追踪田间作物苗区的喷药系统,其特征在于:它包括两根相机支架、两个摄像头(1)、微处理器(2)、两个隔离模块(3)、电磁阀驱动模块(4)、多个喷头模块(5)、报警电路模块(6)和供电系统,每根相机支架上设置有一个摄像头(1),摄像头将采集的田间地表图像传输到微处理器(2)中,微处理器(2)发出开关控制信号,经过隔离模块(3)和电磁阀驱动模块(4)对喷头模块(5)进行开关控制,所述隔离模块(3)可以进行电平转换并将微处理器(2)与电磁阀驱动模块(4)进行隔离,所述电磁阀驱动模块(4)对喷头模块(5)进行控制,所述报警电路模块(6)用于对故障电磁阀进行报警处理,所述的供电系统为微处理器(2)和隔离模块(3)进行供电。
2.一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:包括以下步骤:
步骤一,对摄像头进行标定校正,实时采集田间图像,将采集的图像传入微处理器中进行实时处理;
步骤二,基于阈值分割算法在微处理器中对两个摄像头所采集的两组田间图像分别进行分割,分割出秸秆部分和苗区部分;
步骤三,针对两个摄像头分别建立一个图像坐标系,其中以喷杆方向为x轴,每个摄像头所处的相机支架方向为y轴;
首先,提取出秸秆行中线,并计算出各秸秆行中线与其所处的图像坐标系中x轴的交点坐标,利用秸秆行中线交点坐标获得各苗区中线与x轴的交点坐标;
然后,将各苗区中线交点坐标与预置的各喷头坐标做差值计算,根据差值确定喷头开关控制信息,微处理器根据控制信息发出电压信号打开符合判定条件的喷头。
3.根据权利要求2所述的一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:步骤一所述的对摄像头进行标定校正的过程包括以下步骤:
利用张氏标定法对两个摄像头所拍摄的标定板图像进行标定校正,得到摄像头各项参数值;
所述的摄像头各项参数值包括:
摄像头外参数旋转矩阵R和平移向量T的值;
摄像头内参数矩阵[fx,S,cx;0,fy,cy;0,0,1],其中fx,fy为焦距,S是倾斜参数,[cx,cy]是摄像头的光学中心;
摄像头畸变参数:k1,k2,k3是径向畸变系数;p1,p2是切向畸变系数。
4.根据权利要求2所述的一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:步骤一中,摄像头每5秒-10秒重新拍摄图片并传入微处理器中,对田间地表图像信息进行实时更新。
5.根据权利要求2所述的一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:步骤二中,秸秆部分和苗区部分具体分割过程如下:
首先,利用微处理器对两个摄像头所采集的原始图像分别进行灰度图像转换,采用多阈值Otsu算法对灰度图像进行阈值计算,获得初始适应度,即分割阈值;
然后,基于所述分割阈值,利用人工萤火虫与差分进化混合优化算法对分割阈值进行迭代更新,获得最优解,即最优阈值T;
最后,基于所求最优阈值T对田间灰度图像进行阈值分割,获得二值化后的秸秆部分图像,秸秆以外部分都为苗区部分。
6.根据权利要求2-5任一项权利要求所述的一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:步骤三中,所述的打开符合判定条件的喷头的过程如下:
首先,采用像素直方图法提取秸秆行中线;
其次,利用提取的秸秆行中线,分别计算两个摄像头所采集的两组田间图像中的秸秆行中线与其所处的图像坐标系中x轴的交点坐标,每两个连续秸秆行中线交点坐标的中值即为一条苗区中线与x轴的交点坐标;
最后,设苗区中线在图像坐标系中与x轴的交点坐标为:{(X1,0);(X2,0)...(Xi,0);},将苗区中线交点坐标与预置的各喷头坐标{(P1,0);(P2,0)...(Pj,0);}根据计算公式:Sij=|Xi-Pj|分别进行计算,求出差值Sij;
7.根据权利要求6所述的一种实时追踪田间作物苗区的喷药系统的控制方法,其特征在于:所述秸秆行中线的提取过程包括以下步骤:
设二值化后的图像像素为H*W,H是纵向像素数,W是横向像素数,设所拍摄的图像实际宽度为W1 mm,设秸秆行的平均宽度为W2 mm,在横向上一个像素所拍摄的实际宽度为LW=W1/W mm,一条秸秆行在图像上的平均像素数PLW=W2/LW;
从图像的最左边开始至图像的最右边,计算图像每一列的像素值f的和,共得到W个值,设为P[0]、P[1]、P[2]、......P[W-1],公式如下:
根据最优阈值T,从图像的第0列开始扫描,若第N列P[N]>T,且满足以下四个条件时,则可认为秸秆行的最左边界为N;
P[N-2]<T,P[N-1]<T,P[N+1]>T,P[N+2]>T
秸秆行中线为K=N+PLW/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054674.XA CN112889786B (zh) | 2021-01-15 | 2021-01-15 | 一种实时追踪田间作物苗区的喷药系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054674.XA CN112889786B (zh) | 2021-01-15 | 2021-01-15 | 一种实时追踪田间作物苗区的喷药系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112889786A true CN112889786A (zh) | 2021-06-04 |
CN112889786B CN112889786B (zh) | 2023-04-28 |
Family
ID=76114569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110054674.XA Active CN112889786B (zh) | 2021-01-15 | 2021-01-15 | 一种实时追踪田间作物苗区的喷药系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112889786B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02120989A (ja) * | 1988-10-29 | 1990-05-08 | O G Joho Syst Kk | 撮像された画像情報の2値化方法 |
JP2003037736A (ja) * | 2001-07-26 | 2003-02-07 | Seiko Epson Corp | 画像処理システム |
CN101151418A (zh) * | 2005-04-29 | 2008-03-26 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于构建杂草地图的装置 |
CN101642736A (zh) * | 2009-09-09 | 2010-02-10 | 中国农业大学 | 对靶喷雾机械臂 |
CN101961003A (zh) * | 2010-08-10 | 2011-02-02 | 江苏大学 | 一种精确对靶喷药除草装置 |
CN102172233A (zh) * | 2011-03-04 | 2011-09-07 | 江苏大学 | 一种棉田杂草实时识别对靶喷施的方法 |
CN102800083A (zh) * | 2012-06-19 | 2012-11-28 | 中国农业大学 | 基于双目视觉网格划分匹配算法的农作物喷雾定位方法 |
CN105165786A (zh) * | 2015-08-12 | 2015-12-23 | 吉林大学 | 基于图像采集的变量喷药机 |
CN105631405A (zh) * | 2015-12-17 | 2016-06-01 | 谢寒 | 基于多级分块的交通视频智能识别背景建模方法 |
CN107590815A (zh) * | 2017-09-07 | 2018-01-16 | 陕西师范大学 | 基于萤火虫群优化法的图像多阈值分割方法 |
CN107977018A (zh) * | 2017-12-12 | 2018-05-01 | 吉林大学 | 基于双目立体视觉和无人机的秸秆焚烧监测方法 |
US20180240228A1 (en) * | 2017-02-23 | 2018-08-23 | Jonathan A. Jackson | Selective Plant Detection and Treatment Using Green Luminance Photometric Machine Vision Scan with Real Time Chromaticity Operations and Image Parameter Floors for Low Processing Load |
CN109003312A (zh) * | 2018-08-24 | 2018-12-14 | 重庆邮电大学 | 一种基于非线性优化的相机标定方法 |
CN109479862A (zh) * | 2019-01-18 | 2019-03-19 | 吉林农业大学 | 一种变量喷药系统及其控制方法 |
CN112088856A (zh) * | 2020-09-05 | 2020-12-18 | 吉林农业大学 | 一种果园专用的农药喷洒装置 |
-
2021
- 2021-01-15 CN CN202110054674.XA patent/CN112889786B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02120989A (ja) * | 1988-10-29 | 1990-05-08 | O G Joho Syst Kk | 撮像された画像情報の2値化方法 |
JP2003037736A (ja) * | 2001-07-26 | 2003-02-07 | Seiko Epson Corp | 画像処理システム |
CN101151418A (zh) * | 2005-04-29 | 2008-03-26 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于构建杂草地图的装置 |
CN101642736A (zh) * | 2009-09-09 | 2010-02-10 | 中国农业大学 | 对靶喷雾机械臂 |
CN101961003A (zh) * | 2010-08-10 | 2011-02-02 | 江苏大学 | 一种精确对靶喷药除草装置 |
CN102172233A (zh) * | 2011-03-04 | 2011-09-07 | 江苏大学 | 一种棉田杂草实时识别对靶喷施的方法 |
CN102800083A (zh) * | 2012-06-19 | 2012-11-28 | 中国农业大学 | 基于双目视觉网格划分匹配算法的农作物喷雾定位方法 |
CN105165786A (zh) * | 2015-08-12 | 2015-12-23 | 吉林大学 | 基于图像采集的变量喷药机 |
CN105631405A (zh) * | 2015-12-17 | 2016-06-01 | 谢寒 | 基于多级分块的交通视频智能识别背景建模方法 |
US20180240228A1 (en) * | 2017-02-23 | 2018-08-23 | Jonathan A. Jackson | Selective Plant Detection and Treatment Using Green Luminance Photometric Machine Vision Scan with Real Time Chromaticity Operations and Image Parameter Floors for Low Processing Load |
CN107590815A (zh) * | 2017-09-07 | 2018-01-16 | 陕西师范大学 | 基于萤火虫群优化法的图像多阈值分割方法 |
CN107977018A (zh) * | 2017-12-12 | 2018-05-01 | 吉林大学 | 基于双目立体视觉和无人机的秸秆焚烧监测方法 |
CN109003312A (zh) * | 2018-08-24 | 2018-12-14 | 重庆邮电大学 | 一种基于非线性优化的相机标定方法 |
CN109479862A (zh) * | 2019-01-18 | 2019-03-19 | 吉林农业大学 | 一种变量喷药系统及其控制方法 |
CN112088856A (zh) * | 2020-09-05 | 2020-12-18 | 吉林农业大学 | 一种果园专用的农药喷洒装置 |
Non-Patent Citations (3)
Title |
---|
刘媛媛等: "基于多阈值图像分割算法的秸秆覆盖率检测", 《农业机械学报》 * |
孟颖等: "Simulink平台在玉米病害视频图像中的实时诊断" * |
王新东等: "基于灰狼优化PID控制的变量喷药系统研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN112889786B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100437629C (zh) | 一种自动识别田间杂草的方法 | |
CN108549869A (zh) | 一种基于专家系统的植保无人机自适应作业方法 | |
CN102172233A (zh) | 一种棉田杂草实时识别对靶喷施的方法 | |
US10719709B2 (en) | Augmented reality for plant stand management | |
CN104521936B (zh) | 杂草自动清理系统 | |
CN102541030A (zh) | 作物病虫害智能监测防治系统 | |
CN108271765B (zh) | 一种多功能爪头监控环境机器人及其植物识别方法 | |
CN203537985U (zh) | 基于无线传感网络的温室环境监测和作物病害诊断视情施药防治系统 | |
CN113142170B (zh) | 一种适用于稻田的无人机智能化定点除草技术 | |
Amrita et al. | Agricultural Robot for automatic ploughing and seeding | |
CN104798760A (zh) | 一种智能除草机的机械除草装置 | |
GB2598141A (en) | Agricultural machine | |
CN114521353A (zh) | 一种具有智能施肥功能的旋耕机 | |
CN104504736A (zh) | 一种识别大田作物长势监控图像中绿色植物的方法及系统 | |
CN113331160B (zh) | 一种烟草专用精准喷药系统 | |
JP2007185111A (ja) | 農作業支援機器のための農業用資材と該農業用資材を用いた農地、並びに該農地における農作業支援機器の進行方向認識方法 | |
US10679056B2 (en) | Augmented reality for plant stand management | |
CN112889786B (zh) | 一种实时追踪田间作物苗区的喷药系统及控制方法 | |
CN110915782A (zh) | 一种可调节植物农药喷洒系统及农药喷洒方法 | |
CN104542551B (zh) | 一种杂草自动清理方法 | |
CN104756739B (zh) | 基于边际性土壤甜高粱栽培的方法 | |
CN204707823U (zh) | 一种智能除草机的移动小车 | |
CN110771591A (zh) | 一种基于图像识别自动变量喷药装置 | |
CN214670291U (zh) | 一种用于农业数字化智慧化管理平台 | |
CN205233043U (zh) | 一种多功能农作物浇灌系统 |
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 |