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 PDFInfo
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 title claims abstract description 34
- 238000007689 inspection Methods 0.000 claims abstract description 350
- 238000012163 sequencing technique Methods 0.000 claims abstract description 46
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims 1
- 238000003860 storage Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 239000000284 extract Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 241000209140 Triticum Species 0.000 description 3
- 235000021307 Triticum Nutrition 0.000 description 3
- 235000013339 cereals Nutrition 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
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,
其中,S为第个目标巡检区域的采集信息点的数量,为最大横坐标信息,为最小横坐标信息,为预设横坐标跨度信息,为横坐标归一化值,为最大纵坐标信息,为最小纵坐标信息,为预设纵坐标跨度信息,为纵坐标归一化值,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,
其中,为横坐标间隔信息,A为横坐标预设值,为纵坐标间隔信息,B为纵坐标预设值,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,为目标横坐标信息,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采集点位数值,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,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,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,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,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,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,
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,
其中,为第一颜色参数,为第一高度参数,为第二颜色参数,为第二高度参数,为排序系数,为巡检面积,为面积归一化值,为面积参数,为颜色权重值,为高度权重值,为第一高度信息,为第二高度信息,为当前高度信息,为初始高度信息,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,
其中,S为第个目标巡检区域的采集信息点的数量,为最大横坐标信息,
为最小横坐标信息,为预设横坐标跨度信息,为横坐标归一化值,为最大纵坐标
信息,为最小纵坐标信息,为预设纵坐标跨度信息,为纵坐标归一化值,为预设数
量。
上述公式中,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;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,横坐标归一化值和纵坐标归一化值可以是工作人员预先设置的。预设数量与预设横坐标跨度信息以及预设纵坐标跨度信息是对应设置的。
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,
其中,为横坐标间隔信息,A为横坐标预设值,为纵坐标间隔信息,B为纵坐标预设值,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,为目标横坐标信息,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采集点位数值,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,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,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,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,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,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。在计算得到横坐标间隔信息以及纵坐标间隔信息后,本方案会结合目标横坐标信息计算出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,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;同理,本方案会结合目标纵坐标信息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,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。
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,
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得到调整系数,利用调整系数来对第一时间段进行缩短调整。
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,
其中,为第一颜色参数,为第一高度参数,为第二颜色参数,为第二高度参数,为排序系数,为巡检面积,为面积归一化值,为面积参数,为颜色权重值,为高度权重值,为第一高度信息,为第二高度信息,为当前高度信息,为初始高度信息,为预设高差信息。
当目标巡检区域为时,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和第二高度参数来计算得到排序系数,其中,第二高度参数是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,高度比对差值越大,说明其异常程度越高,对应的第二高度参数也就越大。
当目标巡检区域为时,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和第二高度参数来计算得到排序系数;其中,第二颜色参数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。
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,
其中,为第个目标巡检区域的采集信息点的数量,为最大横坐标信息,为最小横坐标信息,为预设横坐标跨度信息,为横坐标归一化值,为最大纵坐标信息, 为最小纵坐标信息,为预设纵坐标跨度信息,为纵坐标归一化值,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,
其中,为横坐标间隔信息,A为横坐标预设值,为纵坐标间隔信息,B为纵坐标预设值,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,为目标横坐标信息,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采集点位数值,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,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,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,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,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,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。
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,
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。
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)
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)
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)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9922405B2 (en) * | 2014-08-22 | 2018-03-20 | The Climate Corporation | Methods for agronomic and agricultural monitoring using unmanned aerial systems |
-
2022
- 2022-09-21 CN CN202211146662.0A patent/CN115225870B/zh active Active
Patent Citations (7)
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)
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 | |
Zhou et al. | Strawberry maturity classification from UAV and near-ground imaging using deep learning | |
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 | |
CN109344738A (zh) | 农作物病虫草害识别方法及装置 | |
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 | |
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 | |
CN110991222A (zh) | 一种物体状态监测、母猪发情监测方法、装置及系统 | |
Ye et al. | An image-based approach for automatic detecting tasseling stage of maize using spatio-temporal saliency | |
CN116993302A (zh) | 基于大数据的农业信息智能管理方法及系统 | |
CN112150498B (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
CN115661650A (zh) | 一种基于物联网数据监测的农场管理系统 | |
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 | |
CN116912265A (zh) | 一种遥感图像分割方法和系统 | |
CN112733958A (zh) | 一种温室臭氧浓度控制方法及系统 | |
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 | |
CN111815612A (zh) | 一种基于物联网的红枣病虫预测系统 | |
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 | |
CN114663652A (zh) | 图像处理方法、装置、管理系统、电子设备和存储介质 | |
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 | |
CN112070791B (zh) | 一种提升畜牧个体点数精度和效率的方法和系统 | |
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 | |
CN103366161A (zh) | 一种白粉虱数量的统计方法及系统 |
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 |