CN115225870B - 基于数据处理的耕地智保远程监控方法及监控系统 - Google Patents

基于数据处理的耕地智保远程监控方法及监控系统 Download PDF

Info

Publication number
CN115225870B
CN115225870B CN202211146662.0A CN202211146662A CN115225870B CN 115225870 B CN115225870 B CN 115225870B CN 202211146662 A CN202211146662 A CN 202211146662A CN 115225870 B CN115225870 B CN 115225870B
Authority
CN
China
Prior art keywords
information
height
inspection
color
target
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
CN202211146662.0A
Other languages
English (en)
Other versions
CN115225870A (zh
Inventor
石焜
臧永生
王福泉
周超
井湛源
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.)
Beijing Liaowang Shenzhou Technology Co ltd
Original Assignee
Beijing Liaowang Shenzhou 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 Beijing Liaowang Shenzhou Technology Co ltd filed Critical Beijing Liaowang Shenzhou Technology Co ltd
Priority to CN202211146662.0A priority Critical patent/CN115225870B/zh
Publication of CN115225870A publication Critical patent/CN115225870A/zh
Application granted granted Critical
Publication of CN115225870B publication Critical patent/CN115225870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • 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
    • 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
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于数据处理的耕地智保远程监控方法及监控系统，包括：统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照第一飞行路径进行飞行巡检；得到监控视频数据、当前高度信息以及当前图像数据；得到第二颜色信息，得到第二高度信息，将第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；根据高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据降序排序结果对监控视频数据进行排序显示。

Description

基于数据处理的耕地智保远程监控方法及监控系统
技术领域
本发明涉及数据处理技术，尤其涉及一种基于数据处理的耕地智保远程监控方法及监控系统。
背景技术
耕地是农产品安全的重要基础，是农产品生产的根基。在农业结构调整中，存在耕地转为林地、园地等其他类型农用地的“非粮化”倾向，以及耕地闲置、荒芜等不种粮的“非粮化”行为，实行严格的耕地用途管制势在必行。
现有技术中，耕地保护监管机制在监管过程中发生的违法行为依靠自下而上的传统执法模式，该模式难以完全解决违法案件瞒报、漏报等问题。因此，如何实现对耕地保护数据的自动采集、远程监管成为了急需解决的问题。
发明内容
本发明实施例提供一种基于数据处理的耕地智保远程监控方法及监控系统，可以依据巡检目标的属性来自动规划巡检路径，实现对耕地保护数据的自动采集，并对采集结果进行自动分析，有规律的展现给工作人员，可以协助工作人员快速的做出相应判断。
本发明实施例的第一方面，提供一种基于数据处理的耕地智保远程监控方法，包括：
根据当前时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检；
获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据；
提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；
根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
可选地，在第一方面的一种可能实现方式中，所述根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检，包括：
将当前时间信息与预设的耕地巡检对应表进行比对，得到相对应的关联子单元，所述耕地巡检对应表具有预设时间段和关联子单元的对应关系；
若所述关联子单元为1个，则提取关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，所述第一高度信息和第一颜色信息为耕地处农作物的高度和颜色；
若所述关联子单元为多个，则根据多个关联子单元生成多个相对应的多个关联集，提取每个关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，填充至相对应的关联集内；
获取每个目标巡检区域所对应的区域围栏信息，提取每个区域围栏信息的围栏中心点作为目标巡检节点；
统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径；
控制巡检飞行装置按照所述第一飞行路径进行飞行巡检。
可选地，在第一方面的一种可能实现方式中，所述统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径，包括：
根据用户的选中信息确定一个目标巡检节点为初始巡检节点，确定其他目标巡检节点与初始巡检节点之间的距离得到第一距离信息；
根据所述第一距离信息确定与初始巡检节点最近的目标巡检节点作为中间巡检节点，在判断确定中间巡检节点后，确定其他目标巡检节点与中间巡检节点之间的距离得到第二距离信息；
根据所述第二距离信息确定与中间巡检节点最近的目标巡检节点作为新确定的中间巡检节点，持续上述步骤，直至不存在新确定的中间巡检节点后，将最后一个中间巡检节点作为末尾巡检节点，依次将初始巡检节点、中间巡检节点以及末尾巡检节点连接生成初始飞行路径；
根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
可选地，在第一方面的一种可能实现方式中，所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径，包括：
提取所有目标巡检区域内所有位置点分别对应的横坐标信息和纵坐标信息，统计最大横坐标信息、最小横坐标信息、最大纵坐标信息、最小纵坐标信息，根据最大横坐标信息和最小横坐标信息得到横坐标跨度信息，根据最大纵坐标信息和最小纵坐标信息得到纵坐标跨度信息；
根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量；
根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点；
将所述偏移距离点和目标巡检节点作为采集信息点。
可选地，在第一方面的一种可能实现方式中，所述根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量，包括：
将所述横坐标跨度信息与预设横坐标跨度信息进行比对得到横坐标偏移系数，将所述纵坐标跨度信息与预设纵坐标跨度信息进行比对得到纵坐标偏移系数；
根据所述横坐标偏移系数、纵坐标偏移系数以及预设数量进行计算得到目标巡检区域的采集信息点的数量，通过以下公式计算每个目标巡检区域的采集信息点的数量，
Figure 787774DEST_PATH_IMAGE002
其中，S为第
Figure 347108DEST_PATH_IMAGE004
个目标巡检区域的采集信息点的数量，
Figure 889078DEST_PATH_IMAGE006
为最大横坐标信息，
Figure 702314DEST_PATH_IMAGE008
为最小横坐标信息，
Figure 902089DEST_PATH_IMAGE010
为预设横坐标跨度信息，
Figure 752364DEST_PATH_IMAGE012
为横坐标归一化值，
Figure 437423DEST_PATH_IMAGE014
为最大纵坐标信息，
Figure 900022DEST_PATH_IMAGE016
为最小纵坐标信息，
Figure 455768DEST_PATH_IMAGE018
为预设纵坐标跨度信息，
Figure 601579DEST_PATH_IMAGE020
为纵坐标归一化值，
Figure 616677DEST_PATH_IMAGE022
为预设数量；
对所述采集信息点的数量进行取整、取偶数处理，以使采集信息点的数量为整数、偶数。
可选地，在第一方面的一种可能实现方式中，所述根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点，包括：
根据所述采集信息点的数量、横坐标跨度信息、纵坐标跨度信息进行计算，得到横坐标间隔信息以及纵坐标间隔信息；
根据目标巡检节点的目标横坐标信息、目标纵坐标信息、横坐标间隔信息以及纵坐标间隔信息，得到多个与采集信息点的数量对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点；
通过以下公式计算采集信息点的偏移横坐标和偏移纵坐标，
Figure 771715DEST_PATH_IMAGE024
其中，
Figure 824378DEST_PATH_IMAGE026
为横坐标间隔信息，A为横坐标预设值，
Figure 141090DEST_PATH_IMAGE028
为纵坐标间隔信息，B为纵坐标预设值，
Figure 269583DEST_PATH_IMAGE030
为处于目标巡检节点的横坐标正方向的第
Figure 697153DEST_PATH_IMAGE004
个采集信息点的偏移横坐标，
Figure 460447DEST_PATH_IMAGE032
为目标横坐标信息，
Figure 823427DEST_PATH_IMAGE034
为处于目标巡检节点的横坐标正方向的第
Figure 439216DEST_PATH_IMAGE004
个采集信息点的采集点位数值，
Figure 906363DEST_PATH_IMAGE036
为处于目标巡检节点的横坐标负方向的第p个采集信息点的偏移横坐标，
Figure 291208DEST_PATH_IMAGE038
为处于目标巡检节点的横坐标正方向的第p个采集信息点的采集点位数值，
Figure 825088DEST_PATH_IMAGE040
为处于目标巡检节点的纵坐标正方向的第b个采集信息点的偏移纵坐标，
Figure 426709DEST_PATH_IMAGE042
为目标纵坐标信息，
Figure 196082DEST_PATH_IMAGE044
为处于目标巡检节点的纵坐标正方向的第b个采集信息点的采集点位数值，
Figure 435433DEST_PATH_IMAGE046
为处于目标巡检节点的纵坐标正方向的第c个采集信息点的采集点位数值，
Figure 653399DEST_PATH_IMAGE048
为处于目标巡检节点的纵坐标负方向的第c个采集信息点的采集点位数值。
可选地，在第一方面的一种可能实现方式中，所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，包括：
确定每个目标巡检区域的采集信息点的数量，若采集信息点的数量小于等于预设数量，则将预设的第一时间段作为采集时间段；
若采集信息点的数量大于预设数量，则计算采集信息点的数量与预设数量的差值，得到信息点数量差值，根据所述信息点数量差值、第一时间段进行计算，得到第二时间段，将第二时间段作为采集时间段，通过以下公式计算第二时间段，
Figure 978201DEST_PATH_IMAGE050
其中，u为预设数量，
Figure 816844DEST_PATH_IMAGE052
为第二时间段，
Figure 910702DEST_PATH_IMAGE054
为第一时间段，d为时间归一化值。
可选地，在第一方面的一种可能实现方式中，所述提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果，包括：
获取当前图像数据中的所有像素点的像素值，将所有像素点的像素值与预设像素区间进行比对，得到每个预设像素区间所对应像素点的数量值；
确定对应像素点的数量值最大的预设像素区间所对应的预设颜色，将所述预设颜色作为第二颜色信息；
将所述当前高度信息与初始高度信息相减得到第二高度信息；
将所述第一高度信息与第二高度信息相减得到高度比对差值，若所述高度比对差值小于等于预设高度差值，则高度比对结果为高度正常结果，若所述高度比对差值大于预设高度差值，则高度比对结果为高度异常结果；
若第一颜色信息与第二颜色信息相同，则颜色比对结果为颜色正常结果，若第一颜色信息与第二颜色信息不同，则颜色比对结果为颜色异常结果。
可选地，在第一方面的一种可能实现方式中，所述根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，包括：
获取每个目标巡检区域所对应的巡检面积，根据每个目标巡检区域的巡检面积，对所述巡检面积进行归一化处理得到面积参数；
对所述高度正常结果、颜色正常结果进行量化处理得到预设的第一高度参数和第一颜色参数，对所述高度异常结果按照其所对应的高度比对差值进行量化处理得到第二高度参数，对所述颜色异常结果进行量化处理得到预设的第二颜色参数；
根据面积参数、第一颜色参数、第一高度参数、第二颜色参数、第二高度参数进行计算，得到每个目标巡检区域所对应的排序系数，根据所述排序系数对当前所采集的所有监控视频数据进行降序排序得到降序排序结果，将监控视频数据、降序排序结果分别发送至耕地智保端；
耕地智保端根据所述降序排序结果对所有的监控视频数据进行排序，通过以下公式计算每个目标巡检区域所对应的排序系数，
Figure 284920DEST_PATH_IMAGE056
其中，
Figure 97018DEST_PATH_IMAGE058
为第一颜色参数，
Figure 208194DEST_PATH_IMAGE060
为第一高度参数，
Figure 64548DEST_PATH_IMAGE062
为第二颜色参数，
Figure 501345DEST_PATH_IMAGE064
为第二高度参数，
Figure 800740DEST_PATH_IMAGE066
为排序系数，
Figure 89507DEST_PATH_IMAGE068
为巡检面积，
Figure 689116DEST_PATH_IMAGE070
为面积归一化值，
Figure 31236DEST_PATH_IMAGE072
为面积参数，
Figure 929178DEST_PATH_IMAGE074
为颜色权重值，
Figure 647735DEST_PATH_IMAGE076
为高度权重值，
Figure 101850DEST_PATH_IMAGE078
为第一高度信息，
Figure 988773DEST_PATH_IMAGE080
为第二高度信息，
Figure 262759DEST_PATH_IMAGE082
为当前高度信息，
Figure 519428DEST_PATH_IMAGE084
为初始高度信息，
Figure 798356DEST_PATH_IMAGE086
为预设高差信息。
本发明实施例的第二方面，提供一种基于数据处理的耕地智保远程监控系统，包括：
配置模块，用于根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检；
获取模块，用于获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据；
比对模块，用于提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；
结果模块，用于根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
有益效果：
1、本方案会先确定在多个目标巡检区域之间进行飞行的路径，然后确定与区域围栏信息对应的采集路径，将采集路径融合到初始飞行路径中，得到用于数据采集的第一飞行路径，可以依据目标巡检区域的位置以及目标巡检区域的属性，自动对巡检飞行装置路径的自动规划；同时，本方案会对巡检飞行装置所采集到的图像数据进行高度维度和颜色维度的自动分析得到分析结果，来判断目标巡检区域内是否有异常情况存在；本方案可以依据巡检目标的属性来自动规划巡检路径，实现对耕地保护数据的自动采集，并对采集结果进行自动分析，有规律的展现给工作人员，可以协助工作人员快速的做出相应判断。
2、本方案在生成初始飞行路径的过程中，会先确定初始巡检节点，然后按照距离信息有序的对其余节点进行连接，由近及远的实现对初始飞行路径的规划；在生成采集路径的过程中，本方案会结合目标巡检区域属性的不同，确定对应各目标巡检区域的采集信息点的数量，以及采集时间段；其中，在确定采集信息点的数量时，先结合目标巡检区域的横线跨度和纵向跨度来计算出对应各目标巡检区域的采集信息点的数量，然后得到横坐标间隔信息以及纵坐标间隔信息，来计算出各偏移距离点的偏移横坐标和偏移纵坐标；在确定采集时间段时，会结合采集信息点的数量的不同，而对采集时间段进行不同的调整，通过上述方式所得到的采集路径更加贴合各目标巡检区域。
3、本方案在巡查完毕后，会将数据与预设数据进行比对，得到高度比对结果和颜色比对结果，然后依据高度和颜色维度中是否异常的情况，来确定到相应的计算参数，计算得到排序序数，来体现出不同的异常程度，实现对监控视频数据的排序，有规律的展现给工作人员，可以协助工作人员快速的做出相应判断。
附图说明
图1是本发明实施例提供的一种基于数据处理的耕地智保远程监控方法的流程示意图。
图2是本发明实施例提供的一种初始飞行路径的示意图。
图3是本发明实施例提供的一种基于数据处理的耕地智保远程监控系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明实施例提供的一种基于数据处理的耕地智保远程监控方法的流程示意图，该基于数据处理的耕地智保远程监控方法包括S1-S4：
S1，根据当前时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检。
可以理解的是，时间不同，对应农作物的高度和颜色也不同，以小麦为例，在冬季，其高度较低，颜色为绿色，在夏季，其高度相对较高，颜色为黄色。本方案会依据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息。
其中，目标巡检区域是指需要巡检的区域，例如需要巡查的100亩耕地，目标巡检区域可以设置有多个，本方案会依据耕地的目标巡检区域确定目标巡检节点，在目标巡检节点确定后，本方案会统计所有的目标巡检节点生成第一飞行路径，然后控制巡检飞行装置按照第一飞行路径进行飞行巡检。
在一些实施例中，S1（所述根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检）包括S11-S16：
S11，将当前时间信息与预设的耕地巡检对应表进行比对，得到相对应的关联子单元，所述耕地巡检对应表具有预设时间段和关联子单元的对应关系。
本方案预先设置有耕地巡检对应表，耕地巡检对应表内包括有预设时间段和关联子单元的对应关系。可以理解的是，在当前时间信息确定后，本方案可以确定到耕地巡检对应表内对应当前时间信息的关联子单元。
其中，关联子单元内存储有预设高度信息和预设颜色信息，可以理解的是，关联子单元不同，所对应的预设高度信息和预设颜色信息也可以是不同的。
S12，若所述关联子单元为1个，则提取关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，所述第一高度信息和第一颜色信息为耕地处农作物的高度和颜色。
其中，如果关联子单元为1个，本方案可以直接提取关联子单元内的预设高度信息和预设颜色信息，将其作为第一高度信息和第一颜色信息，其中，第一高度信息和第一颜色信息为耕地处农作物的高度和颜色。例如，农作物为小麦，对应的高度为0.5米，对应的颜色为黄色。
S13，若所述关联子单元为多个，则根据多个关联子单元生成多个相对应的多个关联集，提取每个关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，填充至相对应的关联集内。
其中，如果关联子单元为多个，本方案会根据多个关联子单元生成多个相对应的多个关联集，然后提取每个关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，填充至相对应的关联集内。可以理解的是，关联集内存储有多个农作物所对应的高度信息和颜色信息。
S14，获取每个目标巡检区域所对应的区域围栏信息，提取每个区域围栏信息的围栏中心点作为目标巡检节点。
为了对目标巡检区域进行巡检，本方案会先得到每个目标巡检区域所对应的区域围栏信息，然后提取每个区域围栏信息的围栏中心点作为目标巡检节点。例如，区域围栏信息可以是方形，其围栏中心点可以是方形对角线的交点。需要说明的是，即使目标巡检区域为不规则区域，本方案也可以建立一个覆盖区域围栏信息的区域围栏信息，例如是方形围栏，然后确定区域围栏信息的围栏中心点，将确定好的围栏中心点作为目标巡检节点。
S15，统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
在所有的目标巡检节点确定完毕后，本方案会统计所有的目标巡检节点生成初始飞行路径，然后确定初始飞行路径中与区域围栏信息对应的采集路径，将采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
需要说明的是，初始飞行路径是指在多个目标巡检区域之间进行飞行的路径，例如，有10个目标巡检区域，那么可以确定对应10个目标巡检区域的10个目标巡检节点，然后生成初始飞行路径，控制巡检飞行装置按照初始飞行路径在10个目标巡检区域之间飞行。
还需要说明的是，为了对目标巡检区域内的数据进行采集，本方案还会确定初始飞行路径中与区域围栏信息对应的采集路径，将采集路径融合到初始飞行路径中，得到第一飞行路径。即第一飞行路径中即包括在目标巡检区域之间进行飞行的路径，也包括对每个目标巡检区域进行数据采集的采集路径。
在一些实施例中，S15（所述统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径）包括S151- S154：
S151，根据用户的选中信息确定一个目标巡检节点为初始巡检节点，确定其他目标巡检节点与初始巡检节点之间的距离得到第一距离信息。
可以理解的是，为了得到初始飞行路径，本方案会依据用户的选择来确定一个目标巡检节点为初始巡检节点，之后确定其他目标巡检节点与初始巡检节点之间的距离得到第一距离信息。
其中，用户可以选择距离放置飞行装置最近的目标巡检节点为初始巡检节点，将其作为飞行装置的起点，然后得到其他目标巡检节点与初始巡检节点之间的距离得到第一距离信息。参见图2，初始巡检节点可以是A点。
S152，根据所述第一距离信息确定与初始巡检节点最近的目标巡检节点作为中间巡检节点，在判断确定中间巡检节点后，确定其他目标巡检节点与中间巡检节点之间的距离得到第二距离信息。
本方案在得到所有的第一距离信息后，会确定与初始巡检节点最近的目标巡检节点作为中间巡检节点，参见图2，此时确定的中间巡检节点可以是距离A点最近的B点。
在确定中间巡检节点后，本方案会确定其他目标巡检节点与中间巡检节点（B点）之间的距离得到第二距离信息。
S153，根据所述第二距离信息确定与中间巡检节点最近的目标巡检节点作为新确定的中间巡检节点，持续上述步骤，直至不存在新确定的中间巡检节点后，将最后一个中间巡检节点作为末尾巡检节点，依次将初始巡检节点、中间巡检节点以及末尾巡检节点连接生成初始飞行路径。
可以理解的是，与步骤S152类似，本方案会确定与中间巡检节点(B点)最近的目标巡检节点（C点）作为新确定的中间巡检节点，之后，本方案会持续上述步骤，直至不存在新确定的中间巡检节点后，将最后一个中间巡检节点（图2中的E点）作为末尾巡检节点，依次将初始巡检节点、中间巡检节点以及末尾巡检节点连接生成初始飞行路径。参见图2，初始飞行路径可以是A-B-C-D-E。
S154，根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
为了得到采集路径，本方案会依据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，然后在初始飞行路径中确定所有的采集信息点得到采集路径，之后将采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
可以理解的是，目标巡检区域的范围不同，所对应的采集信息点的数量也可以是不同的，目标巡检区域的范围越大，对应的采集信息点的数量也就越多。
其中，S154（所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径）包括S1541- S1544：
S1541，提取所有目标巡检区域内所有位置点分别对应的横坐标信息和纵坐标信息，统计最大横坐标信息、最小横坐标信息、最大纵坐标信息、最小纵坐标信息，根据最大横坐标信息和最小横坐标信息得到横坐标跨度信息，根据最大纵坐标信息和最小纵坐标信息得到纵坐标跨度信息。
可以理解的是，目标巡检区域内有多个位置点，位置点例如可以是在目标巡检区域内每间隔0.1米设置一个，本方案会提取目标巡检区域内所有位置点分别对应的横坐标信息和纵坐标信息，然后对横坐标信息和纵坐标信息进行比对，找到最大横坐标信息、最小横坐标信息、最大纵坐标信息、最小纵坐标信息，最后利用根据最大横坐标信息和最小横坐标信息得到横坐标跨度信息，根据最大纵坐标信息和最小纵坐标信息得到纵坐标跨度信息。其中，横坐标跨度信息可以是该目标巡检区域所对应的最大横向长度，纵坐标跨度信息可以是该目标巡检区域所对应的最大纵向长度。
S1542，根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量。
在得到目标巡检区域的横坐标跨度信息、纵坐标跨度信息后，本方案会对所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量。
在一些实施例中，S1542（所述根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量）包括S15421- S15423：
S15421，将所述横坐标跨度信息与预设横坐标跨度信息进行比对得到横坐标偏移系数，将所述纵坐标跨度信息与预设纵坐标跨度信息进行比对得到纵坐标偏移系数。
本方案设置有预设横坐标跨度信息和预设纵坐标跨度信息，在得到横坐标跨度信息和纵坐标跨度信息之后，本方案会将横坐标跨度信息与预设横坐标跨度信息进行比对得到横坐标偏移系数，将纵坐标跨度信息与预设纵坐标跨度信息进行比对得到纵坐标偏移系数。可以理解的是，横坐标跨度信息越大，对应的横坐标偏移系数也就越大，同理，纵坐标跨度信息越大，对应的纵坐标偏移系数也就越大。
S15422，根据所述横坐标偏移系数、纵坐标偏移系数以及预设数量进行计算得到目标巡检区域的采集信息点的数量，通过以下公式计算每个目标巡检区域的采集信息点的数量，
Figure 623224DEST_PATH_IMAGE088
其中，S为第
Figure DEST_PATH_IMAGE089
个目标巡检区域的采集信息点的数量，
Figure DEST_PATH_IMAGE091
为最大横坐标信息，
Figure DEST_PATH_IMAGE093
为最小横坐标信息，
Figure DEST_PATH_IMAGE095
为预设横坐标跨度信息，
Figure DEST_PATH_IMAGE097
为横坐标归一化值，
Figure DEST_PATH_IMAGE099
为最大纵坐标 信息，为最小纵坐标信息，
Figure DEST_PATH_IMAGE101
为预设纵坐标跨度信息，
Figure DEST_PATH_IMAGE103
为纵坐标归一化值，
Figure DEST_PATH_IMAGE105
为预设数 量。
上述公式中，
Figure DEST_PATH_IMAGE107
代表横坐标跨度信息与预设横坐标跨度信息的差值，该差值越大，对应的横坐标偏移系数也就越大；
Figure DEST_PATH_IMAGE109
代表纵坐标跨度信息与预设纵坐标跨度信息的差值，该差值越大，对应的纵坐标偏移系数也就越大；其中，横坐标归一化值
Figure 906876DEST_PATH_IMAGE097
和纵坐标归一化值
Figure 295132DEST_PATH_IMAGE103
可以是工作人员预先设置的。预设数量
Figure 192681DEST_PATH_IMAGE105
与预设横坐标跨度信息
Figure 280460DEST_PATH_IMAGE095
以及预设纵坐标跨度信息
Figure 997880DEST_PATH_IMAGE101
是对应设置的。
S15423，对所述采集信息点的数量进行取整、取偶数处理，以使采集信息点的数量为整数、偶数。
在利用上述模型计算出采集信息点的数量后，本方案会对采集信息点的数量进行取整、取偶数处理，以使采集信息点的数量为整数、偶数。
可以理解的是，取偶数是为了使得所有区域内的采集信息点的数量都为偶数，在后续确定采集信息点的位置时，可以使得目标巡检节点的左右的采集信息点的数量时相同的，例如当采集信息点的数量为4时，则在目标巡检节点的左边设置有2个，右边设置有2个。其中，在取偶数时，可以向大取偶数，例如，采集信息点的数量在计算取整后为3个，向大取偶数后得到的值为4。
S1543，根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点；
本方案在得到采集信息点的数量后，会对采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，然后利用偏移横坐标、偏移纵坐标进行计算得到偏移距离点。
在一些实施例中，S1543（所述根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点）包括S15431- S15432：
S15431，根据所述采集信息点的数量、横坐标跨度信息、纵坐标跨度信息进行计算，得到横坐标间隔信息以及纵坐标间隔信息。
首先，本方案会先利用采集信息点的数量、横坐标跨度信息、纵坐标跨度信息进行计算，得到横坐标间隔信息以及纵坐标间隔信息。可以理解的是，采集信息点的数量越多，对应的横坐标间隔信息以及纵坐标间隔信息也就越小；横坐标跨度信息、纵坐标跨度信息越大，对应的横坐标间隔信息以及纵坐标间隔信息也就越大。
S15432，根据目标巡检节点的目标横坐标信息、目标纵坐标信息、横坐标间隔信息以及纵坐标间隔信息，得到多个与采集信息点的数量对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点。
本方案在计算得到横坐标间隔信息以及纵坐标间隔信息后，会结合目标巡检节点的目标横坐标信息、目标纵坐标信息，得到多个与采集信息点的数量对应的偏移横坐标和偏移纵坐标，最后根据偏移横坐标、偏移纵坐标进行计算得到偏移距离点。
通过以下公式计算采集信息点的偏移横坐标和偏移纵坐标，
Figure DEST_PATH_IMAGE111
其中，
Figure DEST_PATH_IMAGE113
为横坐标间隔信息，A为横坐标预设值，
Figure DEST_PATH_IMAGE115
为纵坐标间隔信息，B为纵坐标预设值，
Figure DEST_PATH_IMAGE117
为处于目标巡检节点的横坐标正方向的第个采集信息点的偏移横坐标，
Figure DEST_PATH_IMAGE119
为目标横坐标信息，
Figure DEST_PATH_IMAGE121
为处于目标巡检节点的横坐标正方向的第
Figure DEST_PATH_IMAGE123
个采集信息点的采集点位数值，
Figure DEST_PATH_IMAGE125
为处于目标巡检节点的横坐标负方向的第p个采集信息点的偏移横坐标，
Figure DEST_PATH_IMAGE127
为处于目标巡检节点的横坐标正方向的第p个采集信息点的采集点位数值，
Figure DEST_PATH_IMAGE129
为处于目标巡检节点的纵坐标正方向的第b个采集信息点的偏移纵坐标，
Figure DEST_PATH_IMAGE131
为目标纵坐标信息，为处于目标巡检节点的纵坐标正方向的第b个采集信息点的采集点位数值，
Figure DEST_PATH_IMAGE133
为处于目标巡检节点的纵坐标正方向的第c个采集信息点的采集点位数值，
Figure DEST_PATH_IMAGE135
为处于目标巡检节点的纵坐标负方向的第c个采集信息点的采集点位数值。
上述公式中，采集信息点S的数量越多，对应的横坐标间隔信息
Figure 191094DEST_PATH_IMAGE113
以及纵坐标间隔信息
Figure 943149DEST_PATH_IMAGE115
也就越小；横坐标跨度信息
Figure DEST_PATH_IMAGE137
、纵坐标跨度信息
Figure DEST_PATH_IMAGE139
越大，对应的横坐标间隔信息
Figure 608354DEST_PATH_IMAGE113
以及纵坐标间隔信息
Figure 813071DEST_PATH_IMAGE115
也就越大。在计算得到横坐标间隔信息
Figure 949654DEST_PATH_IMAGE113
以及纵坐标间隔信息
Figure 290637DEST_PATH_IMAGE115
后，本方案会结合目标横坐标信息
Figure DEST_PATH_IMAGE141
计算出处于目标巡检节点的横坐标正方向的第
Figure DEST_PATH_IMAGE143
个采集信息点的偏移横坐标
Figure DEST_PATH_IMAGE145
，以及处于目标巡检节点的横坐标负方向的第p个采集信息点的偏移横坐标
Figure DEST_PATH_IMAGE147
；同理，本方案会结合目标纵坐标信息
Figure DEST_PATH_IMAGE149
计算出处于目标巡检节点的纵坐标正方向的第b个采集信息点的偏移纵坐标
Figure DEST_PATH_IMAGE151
，以及处于目标巡检节点的纵坐标正方向的第c个采集信息点的采集点位数值
Figure DEST_PATH_IMAGE153
。
本方案通过上述方式，在计算出横坐标间隔信息以及纵坐标间隔信息后，可以以目标巡检节点为中心，得到各偏移距离点的偏移横坐标和偏移纵坐标，从而确定多个偏移距离点。
S1544，将所述偏移距离点和目标巡检节点作为采集信息点。
可以理解的是，在得到多个偏移距离点后，本方案会将偏移距离点和目标巡检节点作为采集信息点。
上述实施例中，S154中的（所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段）包括S1545- S1546：
S1545，确定每个目标巡检区域的采集信息点的数量，若采集信息点的数量小于等于预设数量，则将预设的第一时间段作为采集时间段。
本方案会得到每个目标巡检区域的采集信息点的数量，如果采集信息点的数量小于等于预设数量，说明该区域采集点较少，需要采集的时间会相对较长，此时，本方案可以直接将预设的第一时间段作为采集时间段。
S1546，若采集信息点的数量大于预设数量，则计算采集信息点的数量与预设数量的差值，得到信息点数量差值，根据所述信息点数量差值、第一时间段进行计算，得到第二时间段，将第二时间段作为采集时间段，通过以下公式计算第二时间段，
Figure DEST_PATH_IMAGE155
其中，u为预设数量，
Figure DEST_PATH_IMAGE157
为第二时间段，
Figure DEST_PATH_IMAGE159
为第一时间段，d为时间归一化值。
可以理解的是，如果采集信息点的数量大于预设数量，说明该区域内的采集点较 多，采集点越多，对应的采集时间段可以相对较短，此时，本方案会依据信息点数量差值
Figure DEST_PATH_IMAGE160
得到调整系数
Figure DEST_PATH_IMAGE162
，利用调整系数来对第一时间段
Figure 726078DEST_PATH_IMAGE159
进行缩短调整。
S16，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检。
在所有的数据都确定完毕后，本方案可以控制飞行装置按照第一飞行路径进行飞行巡检。
S2，获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据。
在巡检飞行装置进行巡检的过程中，本方案会得到巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据。
其中，当前高度信息是指巡检飞行装置距离探测农作物的高度，例如，巡检飞行装置在初始飞行时的初始高度信息为10米，小麦的高度是0.5米，那么对应的当前高度信息为9.5米。
S3，提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果。
在得到当前图像数据后，本方案会提取当前图像数据中的像素点的像素值得到第二颜色信息，根据当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果。
示例性的，第二颜色信息可以是黄色，当前高度信息为9.5米，初始高度信息为10米，计算得到的第二高度信息为0.5米。
在得到第二颜色信息和第二高度信息后，本方案会将第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果。
在一些实施例中，S3（所述提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果）包括S31- S35：
S31，获取当前图像数据中的所有像素点的像素值，将所有像素点的像素值与预设像素区间进行比对，得到每个预设像素区间所对应像素点的数量值。
本方案考虑到当前图像数据中会有多种，例如耕地颜色和作物颜色，本方案会得到当前图像数据中的所有像素点的像素值，然后将所有像素点的像素值与预设像素区间进行比对，得到每个预设像素区间所对应像素点的数量值。例如，有两个预设像素区间，分别对应黄色和黑色，本方案会得到两个预设像素区间内所对应像素点的数量值。
S32，确定对应像素点的数量值最大的预设像素区间所对应的预设颜色，将所述预设颜色作为第二颜色信息；
例如，对应像素点的数量值最大的预设像素区间所对应的预设颜色为黄色，则第二颜色信息为黄色。可以理解的是，一般来说，农作物的占比会较大，因此，本方案找到数量最多的预设像素区间所对应的预设颜色，将其作为比对颜色进行后续的比对。
S33，将所述当前高度信息与初始高度信息相减得到第二高度信息。
例如，当前高度信息为9.5米，初始高度信息为10米，计算得到的第二高度信息为0.5米。
S34，将所述第一高度信息与第二高度信息相减得到高度比对差值，若所述高度比对差值小于等于预设高度差值，则高度比对结果为高度正常结果，若所述高度比对差值大于预设高度差值，则高度比对结果为高度异常结果。
示例性的，第一高度信息为0.6米，第一高度信息与第二高度信息相减得到高度比对差值为0.1米，预设高度差值可以是0.2米，0.1米小于等于预设高度差值0.2米，则高度比对结果为高度正常结果；当预设高度差值是0.05米时，高度比对差值大于预设高度差值，则高度比对结果为高度异常结果。
S35，若第一颜色信息与第二颜色信息相同，则颜色比对结果为颜色正常结果，若第一颜色信息与第二颜色信息不同，则颜色比对结果为颜色异常结果。
可以理解的是，如果说第一颜色信息与第二颜色信息相同，说明颜色比对结果为颜色正常结果，如果说第一颜色信息与第二颜色信息不同，说明颜色比对结果为颜色异常结果。
S4，根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
本方案会利用高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将异常程度较高的监控视频数据排序靠前，然后将监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据降序排序结果对监控视频数据进行排序显示。
在一些实施例中，S4中的（根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端）包括S41- S4：
S41，获取每个目标巡检区域所对应的巡检面积，根据每个目标巡检区域的巡检面积，对所述巡检面积进行归一化处理得到面积参数。
本方案会得到每个目标巡检区域所对应的巡检面积，然后根据每个目标巡检区域的巡检面积，对巡检面积进行归一化处理得到面积参数。其中，巡检面积越大，对应的面积参数也就越大。
S42，对所述高度正常结果、颜色正常结果进行量化处理得到预设的第一高度参数和第一颜色参数，对所述高度异常结果按照其所对应的高度比对差值进行量化处理得到第二高度参数，对所述颜色异常结果进行量化处理得到预设的第二颜色参数。
本方案会对高度正常结果、颜色正常结果进行量化处理得到预设的第一高度参数和第一颜色参数，然后对高度异常结果按照其所对应的高度比对差值进行量化处理得到第二高度参数，对颜色异常结果进行量化处理得到预设的第二颜色参数。
S43，根据面积参数、第一颜色参数、第一高度参数、第二颜色参数、第二高度参数进行计算，得到每个目标巡检区域所对应的排序系数，根据所述排序系数对当前所采集的所有监控视频数据进行降序排序得到降序排序结果，将监控视频数据、降序排序结果分别发送至耕地智保端。
本方案会利用面积参数、第一颜色参数、第一高度参数、第二颜色参数、第二高度参数进行计算，来得到每个目标巡检区域所对应的排序系数，然后利用排序系数对当前所采集的所有监控视频数据进行降序排序。
S44，耕地智保端根据所述降序排序结果对所有的监控视频数据进行排序，通过以下公式计算每个目标巡检区域所对应的排序系数，
Figure DEST_PATH_IMAGE164
其中，
Figure DEST_PATH_IMAGE166
为第一颜色参数，
Figure DEST_PATH_IMAGE168
为第一高度参数，
Figure DEST_PATH_IMAGE170
为第二颜色参数，
Figure DEST_PATH_IMAGE172
为第二高度参数，
Figure DEST_PATH_IMAGE174
为排序系数，
Figure DEST_PATH_IMAGE176
为巡检面积，
Figure DEST_PATH_IMAGE178
为面积归一化值，
Figure DEST_PATH_IMAGE180
为面积参数，
Figure DEST_PATH_IMAGE182
为颜色权重值，
Figure DEST_PATH_IMAGE184
为高度权重值，
Figure DEST_PATH_IMAGE186
为第一高度信息，
Figure DEST_PATH_IMAGE188
为第二高度信息，
Figure DEST_PATH_IMAGE190
为当前高度信息，为初始高度信息，
Figure DEST_PATH_IMAGE192
为预设高差信息。
上述公式中，
Figure 392990DEST_PATH_IMAGE180
代表面积参数，当目标巡检区域为
Figure DEST_PATH_IMAGE194
时，说明该目标巡检区域所对应的颜色和高度都是正常的，本方案可以结合第一颜色参数
Figure 270947DEST_PATH_IMAGE166
和第一高度参数来计算得到排序系数
Figure 233480DEST_PATH_IMAGE174
。
当目标巡检区域为
Figure DEST_PATH_IMAGE196
时，说明该目标巡检区域所对应的颜色是正常的，高度是异常的，本方案可以结合第一颜色参数
Figure 538691DEST_PATH_IMAGE166
和第二高度参数
Figure 983579DEST_PATH_IMAGE172
来计算得到排序系数
Figure 960500DEST_PATH_IMAGE174
，其中，第二高度参数
Figure 276075DEST_PATH_IMAGE172
是对高度异常结果按照其所对应的高度比对差值
Figure DEST_PATH_IMAGE198
进行量化处理得到，高度比对差值
Figure 660176DEST_PATH_IMAGE198
越大，说明其异常程度越高，对应的第二高度参数
Figure 61201DEST_PATH_IMAGE172
也就越大。
当目标巡检区域为
Figure DEST_PATH_IMAGE200
时，说明该当目标巡检区域所对应的颜色是异常的，高度也是异常的，本方案可以结合第二颜色参数
Figure 812120DEST_PATH_IMAGE170
和第二高度参数
Figure 480736DEST_PATH_IMAGE172
来计算得到排序系数
Figure 190066DEST_PATH_IMAGE174
；其中，第二颜色参数
Figure 219333DEST_PATH_IMAGE170
是对颜色异常结果进行量化处理得到预设的第二颜色参数，可以理解的是，不同的颜色异常结果所对应的预设的第二颜色参数是不同的。
当目标巡检区域为
Figure DEST_PATH_IMAGE202
时，说明该目标巡检区域所对应的颜色是异常的，高度是正常的，本方案可以结合第二颜色参数
Figure 755968DEST_PATH_IMAGE170
和第一高度参数
Figure 46135DEST_PATH_IMAGE168
来计算得到排序系数
Figure 926366DEST_PATH_IMAGE174
。
需要说明的是，本方案会依据高度和颜色维度中是否异常的情况，来确定到相应的计算参数，计算得到排序序数，来体现出不同的异常程度，实现对监控视频数据的排序，有规律的展现给工作人员，可以协助工作人员快速的做出相应判断。
参见图3，是本发明实施例提供的一种基于数据处理的耕地智保远程监控系统的结构示意图，该基于数据处理的耕地智保远程监控系统包括：
配置模块，用于根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检；
获取模块，用于获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据；
比对模块，用于提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；
结果模块，用于根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。

Claims (10)

1.一种基于数据处理的耕地智保远程监控方法，其特征在于，包括：
根据当前时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检；
获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据；
提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；
根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
2.根据权利要求1所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检，包括：
将当前时间信息与预设的耕地巡检对应表进行比对，得到相对应的关联子单元，所述耕地巡检对应表具有预设时间段和关联子单元的对应关系；
若所述关联子单元为1个，则提取关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，所述第一高度信息和第一颜色信息为耕地处农作物的高度和颜色；
若所述关联子单元为多个，则根据多个关联子单元生成多个相对应的多个关联集，提取每个关联子单元内的预设高度信息和预设颜色信息作为第一高度信息和第一颜色信息，填充至相对应的关联集内；
获取每个目标巡检区域所对应的区域围栏信息，提取每个区域围栏信息的围栏中心点作为目标巡检节点；
统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径；
控制巡检飞行装置按照所述第一飞行路径进行飞行巡检。
3.根据权利要求2所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述统计所有的目标巡检节点生成初始飞行路径，确定初始飞行路径中与区域围栏信息对应的采集路径，将所述采集路径与第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径，包括：
根据用户的选中信息确定一个目标巡检节点为初始巡检节点，确定其他目标巡检节点与初始巡检节点之间的距离得到第一距离信息；
根据所述第一距离信息确定与初始巡检节点最近的目标巡检节点作为中间巡检节点，在判断确定中间巡检节点后，确定其他目标巡检节点与中间巡检节点之间的距离得到第二距离信息；
根据所述第二距离信息确定与中间巡检节点最近的目标巡检节点作为新确定的中间巡检节点，持续上述步骤，直至不存在新确定的中间巡检节点后，将最后一个中间巡检节点作为末尾巡检节点，依次将初始巡检节点、中间巡检节点以及末尾巡检节点连接生成初始飞行路径；
根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径。
4.根据权利要求3所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，在所述初始飞行路径中确定所有的采集信息点得到采集路径，将所述采集路径与采集时间段、第一高度信息、第一颜色信息或关联集对应设置，得到第一飞行路径，包括：
提取所有目标巡检区域内所有位置点分别对应的横坐标信息和纵坐标信息，统计最大横坐标信息、最小横坐标信息、最大纵坐标信息、最小纵坐标信息，根据最大横坐标信息和最小横坐标信息得到横坐标跨度信息，根据最大纵坐标信息和最小纵坐标信息得到纵坐标跨度信息；
根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量；
根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点；
将所述偏移距离点和目标巡检节点作为采集信息点。
5.根据权利要求4所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据所有目标巡检区域的横坐标跨度信息、纵坐标跨度信息进行计算，得到每个目标巡检区域的采集信息点的数量，包括：
将所述横坐标跨度信息与预设横坐标跨度信息进行比对得到横坐标偏移系数，将所述纵坐标跨度信息与预设纵坐标跨度信息进行比对得到纵坐标偏移系数；
根据所述横坐标偏移系数、纵坐标偏移系数以及预设数量进行计算得到目标巡检区域的采集信息点的数量，通过以下公式计算每个目标巡检区域的采集信息点的数量，
Figure 119787DEST_PATH_IMAGE002
其中，
Figure 524836DEST_PATH_IMAGE004
为第
Figure 130261DEST_PATH_IMAGE006
个目标巡检区域的采集信息点的数量，
Figure 940085DEST_PATH_IMAGE008
为最大横坐标信息，
Figure 339974DEST_PATH_IMAGE010
为最小横坐标信息，
Figure 235248DEST_PATH_IMAGE012
为预设横坐标跨度信息，
Figure 393433DEST_PATH_IMAGE014
为横坐标归一化值，
Figure 323343DEST_PATH_IMAGE016
为最大纵坐标信息，
Figure DEST_PATH_IMAGE002
为最小纵坐标信息，
Figure 159712DEST_PATH_IMAGE018
为预设纵坐标跨度信息，
Figure 807862DEST_PATH_IMAGE020
为纵坐标归一化值，
Figure 223931DEST_PATH_IMAGE022
为预设数量；
对所述采集信息点的数量进行取整、取偶数处理，以使采集信息点的数量为整数、偶数。
6.根据权利要求5所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据每个目标巡检区域的采集信息点的数量、目标巡检节点、横坐标跨度信息、纵坐标跨度信息进行计算，得到相对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点，包括：
根据所述采集信息点的数量、横坐标跨度信息、纵坐标跨度信息进行计算，得到横坐标间隔信息以及纵坐标间隔信息；
根据目标巡检节点的目标横坐标信息、目标纵坐标信息、横坐标间隔信息以及纵坐标间隔信息，得到多个与采集信息点的数量对应的偏移横坐标和偏移纵坐标，根据所述偏移横坐标、偏移纵坐标进行计算得到偏移距离点；
通过以下公式计算采集信息点的偏移横坐标和偏移纵坐标，
Figure 270997DEST_PATH_IMAGE024
其中，
Figure 684792DEST_PATH_IMAGE026
为横坐标间隔信息，A为横坐标预设值，
Figure 554659DEST_PATH_IMAGE028
为纵坐标间隔信息，B为纵坐标预设值，
Figure 39998DEST_PATH_IMAGE030
为处于目标巡检节点的横坐标正方向的第
Figure 944500DEST_PATH_IMAGE006
个采集信息点的偏移横坐标，
Figure 391181DEST_PATH_IMAGE032
为目标横坐标信息，
Figure 748344DEST_PATH_IMAGE034
为处于目标巡检节点的横坐标正方向的第
Figure 37374DEST_PATH_IMAGE006
个采集信息点的采集点位数值，
Figure 61962DEST_PATH_IMAGE036
为处于目标巡检节点的横坐标负方向的第p个采集信息点的偏移横坐标，
Figure 145455DEST_PATH_IMAGE038
为处于目标巡检节点的横坐标正方向的第p个采集信息点的采集点位数值，
Figure 986985DEST_PATH_IMAGE040
为处于目标巡检节点的纵坐标正方向的第b个采集信息点的偏移纵坐标，
Figure 814127DEST_PATH_IMAGE042
为目标纵坐标信息，
Figure 693221DEST_PATH_IMAGE044
为处于目标巡检节点的纵坐标正方向的第b个采集信息点的采集点位数值，
Figure 947616DEST_PATH_IMAGE046
为处于目标巡检节点的纵坐标正方向的第c个采集信息点的采集点位数值，
Figure 279371DEST_PATH_IMAGE048
为处于目标巡检节点的纵坐标负方向的第c个采集信息点的采集点位数值。
7.根据权利要求6所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据目标巡检区域的范围生成每个目标巡检区域的采集信息点、采集时间段，包括：
确定每个目标巡检区域的采集信息点的数量，若采集信息点的数量小于等于预设数量，则将预设的第一时间段作为采集时间段；
若采集信息点的数量大于预设数量，则计算采集信息点的数量与预设数量的差值，得到信息点数量差值，根据所述信息点数量差值、第一时间段进行计算，得到第二时间段，将第二时间段作为采集时间段，通过以下公式计算第二时间段，
Figure 901415DEST_PATH_IMAGE050
其中，u为预设数量，
Figure 369436DEST_PATH_IMAGE052
为第二时间段，
Figure 529153DEST_PATH_IMAGE054
为第一时间段，d为时间归一化值。
8.根据权利要求7所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果，包括：
获取当前图像数据中的所有像素点的像素值，将所有像素点的像素值与预设像素区间进行比对，得到每个预设像素区间所对应像素点的数量值；
确定对应像素点的数量值最大的预设像素区间所对应的预设颜色，将所述预设颜色作为第二颜色信息；
将所述当前高度信息与初始高度信息相减得到第二高度信息；
将所述第一高度信息与第二高度信息相减得到高度比对差值，若所述高度比对差值小于等于预设高度差值，则高度比对结果为高度正常结果，若所述高度比对差值大于预设高度差值，则高度比对结果为高度异常结果；
若第一颜色信息与第二颜色信息相同，则颜色比对结果为颜色正常结果，若第一颜色信息与第二颜色信息不同，则颜色比对结果为颜色异常结果。
9.根据权利要求8所述的基于数据处理的耕地智保远程监控方法，其特征在于，
所述根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，包括：
获取每个目标巡检区域所对应的巡检面积，根据每个目标巡检区域的巡检面积，对所述巡检面积进行归一化处理得到面积参数；
对所述高度正常结果、颜色正常结果进行量化处理得到预设的第一高度参数和第一颜色参数，对所述高度异常结果按照其所对应的高度比对差值进行量化处理得到第二高度参数，对所述颜色异常结果进行量化处理得到预设的第二颜色参数；
根据面积参数、第一颜色参数、第一高度参数、第二颜色参数、第二高度参数进行计算，得到每个目标巡检区域所对应的排序系数，根据所述排序系数对当前所采集的所有监控视频数据进行降序排序得到降序排序结果，将监控视频数据、降序排序结果分别发送至耕地智保端；
耕地智保端根据所述降序排序结果对所有的监控视频数据进行排序，通过以下公式计算每个目标巡检区域所对应的排序系数，
Figure 82626DEST_PATH_IMAGE056
其中，
Figure 782728DEST_PATH_IMAGE058
为第一颜色参数，
Figure 102327DEST_PATH_IMAGE060
为第一高度参数，
Figure 698524DEST_PATH_IMAGE062
为第二颜色参数，
Figure 4872DEST_PATH_IMAGE064
为第二高度参数，
Figure 977507DEST_PATH_IMAGE066
为排序系数，
Figure 685700DEST_PATH_IMAGE068
为巡检面积，
Figure 452799DEST_PATH_IMAGE070
为面积归一化值，
Figure 249372DEST_PATH_IMAGE072
为面积参数，
Figure DEST_PATH_IMAGE004
为颜色权重值，
Figure 760119DEST_PATH_IMAGE074
为高度权重值，
Figure 57239DEST_PATH_IMAGE076
为第一高度信息，
Figure 260819DEST_PATH_IMAGE078
为第二高度信息，
Figure 276179DEST_PATH_IMAGE080
为当前高度信息，
Figure 853267DEST_PATH_IMAGE082
为初始高度信息，
Figure 536052DEST_PATH_IMAGE084
为预设高差信息。
10.一种基于数据处理的耕地智保远程监控系统，其特征在于，包括：
配置模块，用于根据当前的时间信息为巡检飞行装置配置第一高度信息和第一颜色信息，根据耕地的目标巡检区域确定目标巡检节点，统计所有的目标巡检节点生成第一飞行路径，控制巡检飞行装置按照所述第一飞行路径进行飞行巡检；
获取模块，用于获取巡检飞行装置在初始飞行时的初始高度信息，巡检飞行装置在判断达到目标巡检节点后，控制相应的图像采集装置、测距装置进行工作，得到监控视频数据、当前高度信息以及当前图像数据；
比对模块，用于提取所述当前图像数据中的像素点的像素值得到第二颜色信息，根据所述当前高度信息、初始高度信息得到第二高度信息，将所述第一高度信息与第二高度信息、第一颜色信息与第二颜色信息进行比对，得到高度比对结果和颜色比对结果；
结果模块，用于根据所述高度比对结果和颜色比对结果，对巡检飞行装置在第一飞行路径所采集的所有监控视频数据进行排序得到降序排序结果，将所述监控视频数据、降序排序结果发送至相对应的耕地智保端，耕地智保端根据所述降序排序结果对监控视频数据进行排序显示。
CN202211146662.0A 2022-09-21 2022-09-21 基于数据处理的耕地智保远程监控方法及监控系统 Active CN115225870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211146662.0A CN115225870B (zh) 2022-09-21 2022-09-21 基于数据处理的耕地智保远程监控方法及监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211146662.0A CN115225870B (zh) 2022-09-21 2022-09-21 基于数据处理的耕地智保远程监控方法及监控系统

Publications (2)

Publication Number Publication Date
CN115225870A CN115225870A (zh) 2022-10-21
CN115225870B true CN115225870B (zh) 2022-11-22

Family

ID=83616795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211146662.0A Active CN115225870B (zh) 2022-09-21 2022-09-21 基于数据处理的耕地智保远程监控方法及监控系统

Country Status (1)

Country Link
CN (1) CN115225870B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309625B (zh) * 2022-11-11 2024-01-30 句容市乡土树种研究所有限公司 适用于智慧农业的数据处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108827297A (zh) * 2018-03-14 2018-11-16 江苏大学 一种基于图像的无人机农业巡检轨迹实时规划方法
CN112862272A (zh) * 2021-01-21 2021-05-28 华中科技大学 精准农业管理及分析系统、定位方法、终端及存储介质
WO2021152797A1 (ja) * 2020-01-30 2021-08-05 株式会社ナイルワークス 農作物育成システム
CN113608551A (zh) * 2021-08-11 2021-11-05 成都信息工程大学 无人农机群协同系统及其应用方法
CN113837207A (zh) * 2021-10-15 2021-12-24 中国农业科学院都市农业研究所 一种远程操控的植物照护装置及方法
CN114445713A (zh) * 2022-03-02 2022-05-06 四川上太科技有限公司 一种多设备联动植保系统及方法
CN115061168A (zh) * 2022-06-27 2022-09-16 安徽农业大学 一种移动巡检式农作物生长监测系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107148633B (zh) * 2014-08-22 2020-12-01 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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108827297A (zh) * 2018-03-14 2018-11-16 江苏大学 一种基于图像的无人机农业巡检轨迹实时规划方法
WO2021152797A1 (ja) * 2020-01-30 2021-08-05 株式会社ナイルワークス 農作物育成システム
CN112862272A (zh) * 2021-01-21 2021-05-28 华中科技大学 精准农业管理及分析系统、定位方法、终端及存储介质
CN113608551A (zh) * 2021-08-11 2021-11-05 成都信息工程大学 无人农机群协同系统及其应用方法
CN113837207A (zh) * 2021-10-15 2021-12-24 中国农业科学院都市农业研究所 一种远程操控的植物照护装置及方法
CN114445713A (zh) * 2022-03-02 2022-05-06 四川上太科技有限公司 一种多设备联动植保系统及方法
CN115061168A (zh) * 2022-06-27 2022-09-16 安徽农业大学 一种移动巡检式农作物生长监测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于遥感技术的种植面积检测研究;吴锦发;《龙岩学院学报》;20210331;第39卷(第2期);全文 *

Also Published As

Publication number Publication date
CN115225870A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
TWI698808B (zh) 模型測試的方法及裝置
CN110455340B (zh) 一种基于大数据的农产品种植环境检测系统
CN115225870B (zh) 基于数据处理的耕地智保远程监控方法及监控系统
CN104239899B (zh) 一种用于无人机巡检的输电线路间隔棒识别方法
CN111460990A (zh) 一种基于大数据的高寒牧区草原虫害监测预警系统及方法
CN110321774B (zh) 农作物灾情评估方法、装置、设备及计算机可读存储介质
CN109344738A (zh) 农作物病虫草害识别方法及装置
CN115660429B (zh) 适用于水泥智能制造的数据处理方法及装置
CN114926466B (zh) 基于大数据的土地一体化监测和决策方法、平台
CN108776106A (zh) 一种基于无人机低空遥感的作物长势监测方法及系统
CN110969654A (zh) 基于收割机的玉米高通量表型测量的方法及装置、收割机
CN109522899A (zh) 咖啡成熟果实的检测方法、装置及电子设备
CN110991222A (zh) 一种物体状态监测、母猪发情监测方法、装置及系统
CN109871833A (zh) 一种基于深度学习卷积神经网络的农作物成熟度监控方法
CN113377062B (zh) 一种具有病虫害和旱情监控的多功能预警系统
CN110991714A (zh) 一种农作物倒伏灾情监测方法及系统
CN116912265A (zh) 一种遥感图像分割方法和系统
CN115241980B (zh) 基于无人机前端识别的配网台区供电半径核查系统及方法
CN115526927A (zh) 综合物候和遥感大数据的水稻种植及其面积估算方法
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
CN114663652A (zh) 图像处理方法、装置、管理系统、电子设备和存储介质
CN109241866B (zh) 一种基于历史作物分布图的农作物自动分类方法及装置
Masykur et al. Approach and Analysis of Yolov4 Algorithm for Rice Diseases Detection at Different Drone Image Acquisition Distances
CN112070791A (zh) 一种提升畜牧个体点数精度和效率的方法和系统
CN116823918B (zh) 作物苗株数测量方法、装置、电子设备及存储介质

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