CN115443845A - 基于无人机的茶园茶树病变与长势监测方法 - Google Patents

Abstract

本发明提供了基于无人机的茶园茶树病变与长势监测方法，其利用无人机对茶园进行飞行巡查拍摄，得到茶树影像；分析茶树影像，得到茶树不同树体部分画面，以此确定茶树的长势状态信息和病变状态信息；根据长势状态信息对茶树进行第一标记处理，以此指示无人机对相应的茶树进行定点施肥操作；根据病变状态信息，对茶树进行第二标记处理，以此指示无人机对相应的茶树进行定点喷药操作，其利用无人机对茶园进行巡查拍摄，能够在短时间内获得大面积茶树的实时影像，还能从实时影像中对每个茶树进行专门识别分析，确定其病变和长势情况，从而便于无人机有针对性地每个茶树单独进行相应的养护操作，有效保证茶树的正常健康生长。

Description

基于无人机的茶园茶树病变与长势监测方法

技术领域

本发明涉及茶树培植管理的技术领域，特别涉及基于无人机的茶园茶树病变与长势监测方法。

背景技术

茶园通常是设置在丘陵地带中，在不同海报高度区域种植有一定数量的茶树，这使得对茶树进行培植管理时需要采用大量人员对茶树进行人工管理。但是在实际工作中，对于茶树的病变和长势观察，仅仅依靠人工监测的方式，无法快速和全面地对所有茶树进行有效的评判，这不便于后续有针对性地每个茶树单独进行相应的养护操作，降低茶园茶树培植管理的有效性和可靠性。

发明内容

针对现有技术存在的缺陷，本发明提供基于无人机的茶园茶树病变与长势监测方法，其利用无人机对茶园进行飞行巡查拍摄，得到茶树影像；分析茶树影像，得到茶树不同树体部分画面，以此确定茶树的长势状态信息和病变状态信息；根据长势状态信息对茶树进行第一标记处理，以此指示无人机对相应的茶树进行定点施肥操作；根据病变状态信息，对茶树进行第二标记处理，以此指示无人机对相应的茶树进行定点喷药操作，其利用无人机对茶园进行巡查拍摄，能够在短时间内获得大面积茶树的实时影像，还能从实时影像中对每个茶树进行专门识别分析，确定其病变和长势情况，从而便于无人机有针对性地每个茶树单独进行相应的养护操作，有效保证茶树的正常健康生长。

本发明提供基于无人机的茶园茶树病变与长势监测方法，其包括如下步骤：

步骤S1，获取无人机在飞行过程中与茶树之间的相对位置信息，根据所述相对位置信息，调整所述无人机的飞行参数；并在无人机飞行过程中，根据无人机的飞行姿态，调整所述无人机的拍摄动作参数；

步骤S2，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息；

步骤S3，根据所述长势状态信息，对所述茶树进行第一标记处理；根据所述第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作；

步骤S4，根据所述病变状态信息，对所述茶树进行第二标记处理；根据所述第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作。

进一步，在所述步骤S1中，获取无人机在飞行过程中与茶树之间的相对位置信息，根据所述相对位置信息，调整所述无人机的飞行参数具体包括：

指示安装在无人机的红外测距设备在无人机飞行过程中，对无人机下方的茶树进行测距操作，以此获得无人机与茶树之间的相对距离信息；

根据所述相对距离信息，调整无人机的飞行高度和/或飞行路径方向，从而使得无人机在飞行过程中与茶树的相对距离值大于预设距离阈值以及无人机的飞行路径与每排茶树所在的直线平行。

在所述步骤S1中，根据所述相对距离信息，调整无人机的飞行路径方向，使得无人机的飞行路径与每排茶树所在的直线平行具体包括：先在拍摄得到的一排茶树的两个边缘侧选取多个茶树定位点，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量；根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向；再根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，从而使得无人机的飞行路径与每排茶树所在的直线平行，其具体包括：

步骤S101，利用下面公式(1)，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量，

在上述公式(1)中，[x(1),y(1)]表示茶树左边缘侧的综合方向向量；[x(2),y(2)]表示茶树右边缘侧的综合方向向量；[X(1_a),Y(1_a)]表示茶树左边缘侧的第a个茶树定位点坐标；[X(2_a),Y(2_a)]表示茶树右边缘侧的第a个茶树定位点坐标；n表示茶树任一边缘侧选取的茶树定位点总个数；

步骤S102，利用下面公式(2)，根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向，

在上述公式(2)中，K表示当前飞行路径的偏移方向值；(0,1)表示向量(0,1)；

表示向量(0,1)与向量[x(1),y(1)]和[x(2),y(2)]之间的位置关系值，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]中间包括与两个向量重叠，则所述位置关系值为0，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]右侧，则所述位置关系值为1，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]左侧，则所述位置关系值为2；

若K＝0，则表示无人机当前飞行路径的偏移方向未偏移；

若K＝1，则表示无人机当前飞行路径的偏移方向为右偏离，此时需要控制无人机飞行路径向左调控；

若K＝2，则无人机当前飞行路径的偏移方向为左偏离，此时需要控制无人机飞行路径向右调控；

步骤S103，利用下面公式(3)，根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，

在上述公式(3)中，θ表示无人机的飞行路径的飞行方向调整角度；[x(K),y(K)]表示将当前K的值代入到上述公式(1)内得到的向量；∠{[x(K),y(K)],(0,1)}表示求取向量[x(K),y(K)]和向量(0,1)之间的夹角。

进一步，在所述步骤S1中，在无人机飞行过程中，根据无人机的飞行姿态，调整所述无人机的拍摄动作参数具体包括：

在无人机飞行过程中，指示安装在无人机的三轴加速度传感器采集无人机的飞行姿态，并从所述飞行姿态中提取得到无人机的飞行偏航角和飞行俯仰角；

根据所述飞行偏航角，调整无人机的摄像头在水平面上的拍摄视场角范围；

根据所述飞行俯仰角，调整无人机的摄像头在与所述水平面垂直并且与无人机自身长度方向平行的竖直面上的拍摄视场角范围。

进一步，在所述步骤S2中，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息具体包括：

提取无人机拍摄得到的茶树影像的影像轮廓信息，根据所述影像轮廓信息，确定茶树的树干部分与树冠部分各自的边缘轮廓信息；根据所述边缘轮廓信息，从所述茶树影像中提取得到茶树树干部分画面和茶树树冠部分画面；

对所述茶树树干部分画面和所述茶树树冠部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息。

进一步，在所述步骤S2中，对所述茶树树干部分画面和所述茶树树冠部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息具体包括：

从所述茶树树干部分画面中提取得到茶树树干表面的纹理特征信息，根据所述纹理特征信息，确定茶树树干的树皮病变区域位置和树皮病变区域面积，以此作为所述病变状态信息；

从所述茶树树冠部分画面中提取得到茶树树冠的纹理特征信息，根据所述纹理特征信息，确定茶树树冠的树叶病变区域位置和树叶病变区域面积，以此作为所述病变状态信息；

从所述茶树树冠部分画面中提取得到茶树树冠的最外边缘轮廓特征信息，根据所述最外边缘轮廓特征信息，确定茶树树冠表面积，以此作为所述长势状态信息。

进一步，在所述步骤S3中，根据所述长势状态信息，对所述茶树进行第一标记处理具体包括：

若所述茶树树冠表面积大于或等于预设面积阈值，则将所述茶树标记为第一类型茶树；否则，将所述茶树标记为第二类型茶树，同时确定所述第一类型茶树和所述第二类型茶树各自在茶园的位置信息；

以及，

在所述步骤S4中，根据所述病变状态信息，对所述茶树进行第二标记处理具体包括：

构建存在树皮病变或树叶病变的茶树在茶园的位置信息与所述树皮病变区域位置、所述树皮病变区域面积、所述树叶病变区域位置和所述树叶病变区域面积之间的关联映射信息集合。

进一步，在所述步骤S3中，根据所述第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作具体包括：

根据所述第一类型茶树和所述第二类型茶树各自在茶园的位置信息，判断无人机当前飞行于第一类型茶树还是第二类型茶树上方；

并根据当前位于无人机下方的茶树的茶树树冠表面积，确定无人机对茶树的施肥量。

进一步，在所述步骤S4中，根据所述第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作具体包括：

获取无人机当前的实时飞行位置，并结合所述关联映射信息集合，确定当前位于无人机下方的茶树的所述树皮病变区域位置、所述树皮病变区域面积、所述树叶病变区域位置和所述树叶病变区域面积，从而调整无人机对相应树皮病变区域或树叶病变区域进行喷药操作的喷药量和喷药持续时间。

相比于现有技术，该基于无人机的茶园茶树病变与长势监测方法利用无人机对茶园进行飞行巡查拍摄，得到茶树影像；分析茶树影像，得到茶树不同树体部分画面，以此确定茶树的长势状态信息和病变状态信息；根据长势状态信息对茶树进行第一标记处理，以此指示无人机对相应的茶树进行定点施肥操作；根据病变状态信息，对茶树进行第二标记处理，以此指示无人机对相应的茶树进行定点喷药操作，其利用无人机对茶园进行巡查拍摄，能够在短时间内获得大面积茶树的实时影像，还能从实时影像中对每个茶树进行专门识别分析，确定其病变和长势情况，从而便于无人机有针对性地每个茶树单独进行相应的养护操作，有效保证茶树的正常健康生长。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于无人机的茶园茶树病变与长势监测方法的流程示意图。

具体实施方式

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作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。

参阅图1，为本发明实施例提供的基于无人机的茶园茶树病变与长势监测方法的流程示意图。该基于无人机的茶园茶树病变与长势监测方法包括如下步骤：

步骤S1，获取无人机在飞行过程中与茶树之间的相对位置信息，根据该相对位置信息，调整该无人机的飞行参数；并在无人机飞行过程中，根据无人机的飞行姿态，调整该无人机的拍摄动作参数；

步骤S2，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到该茶树的长势状态信息和病变状态信息；

步骤S3，根据该长势状态信息，对该茶树进行第一标记处理；根据该第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作；

步骤S4，根据该病变状态信息，对该茶树进行第二标记处理；根据该第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作。

上述技术方案的有益效果为：该基于无人机的茶园茶树病变与长势监测方法利用无人机对茶园进行飞行巡查拍摄，得到茶树影像；分析茶树影像，得到茶树不同树体部分画面，以此确定茶树的长势状态信息和病变状态信息；根据长势状态信息对茶树进行第一标记处理，以此指示无人机对相应的茶树进行定点施肥操作；根据病变状态信息，对茶树进行第二标记处理，以此指示无人机对相应的茶树进行定点喷药操作，其利用无人机对茶园进行巡查拍摄，能够在短时间内获得大面积茶树的实时影像，还能从实时影像中对每个茶树进行专门识别分析，确定其病变和长势情况，从而便于无人机有针对性地每个茶树单独进行相应的养护操作，有效保证茶树的正常健康生长。

优选地，在该步骤S1中，获取无人机在飞行过程中与茶树之间的相对位置信息，根据该相对位置信息，调整该无人机的飞行参数具体包括：

指示安装在无人机的红外测距设备在无人机飞行过程中，对无人机下方的茶树进行测距操作，以此获得无人机与茶树之间的相对距离信息；

根据该相对距离信息，调整无人机的飞行高度和/或飞行路径方向，从而使得无人机在飞行过程中与茶树的相对距离值大于预设距离阈值以及无人机的飞行路径与每排茶树所在的直线平行。

上述技术方案的有益效果为：无人机的摄像头的拍摄视场角和拍摄焦距均只能在一定范围内进行调节，若无人机在飞行过程中与茶树距离过近或过远，摄像头拍摄得到的影像将无法完整覆盖茶树的整个树体，并且无法保证在同一时刻将尽可能多的茶树拍摄到同一影像中，这不便于后续对茶树进行全面的识别分析，以及无法在同一影像中同时识别多个茶树，以此提高茶树的识别效率。通过上述方式，能够以无人机与茶树之间的相对位置信息为基准，适应性调整无人机的飞行高度和/或飞行路径方向，这样能够保证在无人机飞行过程中，全面和清晰对拍摄得到茶树影像。

优选地，在该步骤S1中，根据该相对距离信息，调整无人机的飞行路径方向，使得无人机的飞行路径与每排茶树所在的直线平行具体包括：先在拍摄得到的一排茶树的两个边缘侧选取多个茶树定位点，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量；根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向；再根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，从而使得无人机的飞行路径与每排茶树所在的直线平行，其具体包括：

步骤S101，利用下面公式(1)，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量，

在上述公式(1)中，[x(1),y(1)]表示茶树左边缘侧的综合方向向量；[x(2),y(2)]表示茶树右边缘侧的综合方向向量；[X(1_a),Y(1_a)]表示茶树左边缘侧的第a个茶树定位点坐标；[X(2_a),Y(2_a)]表示茶树右边缘侧的第a个茶树定位点坐标；n表示茶树任一边缘侧选取的茶树定位点总个数；

步骤S102，利用下面公式(2)，根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向，

在上述公式(2)中，K表示当前飞行路径的偏移方向值；(0,1)表示向量(0,1)；

表示向量(0,1)与向量[x(1),y(1)]和[x(2),y(2)]之间的位置关系值，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]中间包括与两个向量重叠，则该位置关系值为0，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]右侧，则该位置关系值为1，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]左侧，则该位置关系值为2；

若K＝0，则表示无人机当前飞行路径的偏移方向未偏移；

若K＝1，则表示无人机当前飞行路径的偏移方向为右偏离，此时需要控制无人机飞行路径向左调控；

若K＝2，则无人机当前飞行路径的偏移方向为左偏离，此时需要控制无人机飞行路径向右调控；

步骤S103，利用下面公式(3)，根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，

在上述公式(3)中，θ表示无人机的飞行路径的飞行方向调整角度；[x(K),y(K)]表示将当前K的值代入到上述公式(1)内得到的向量；∠{[x(K),y(K)],(0,1)}表示求取向量[x(K),y(K)]和向量(0,1)之间的夹角。

上述技术方案的有益效果为：利用上述公式(1)，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量，从而多个点位进行综合分析便于更加精准的使得无人机的飞行路径与每排茶树所在的直线保持动态平行；然后利用上述公式(2)，根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向，从而知晓飞机需要控制调整转动的方向；最后利用上述公式(3)，根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，对无人机飞行路径进行控制使得无人机的飞行路径与每排茶树所在的直线保持动态平行，从而自动进行飞行路径动态调整，体现了无人机的自动化智能化的特点。

优选地，在该步骤S1中，在无人机飞行过程中，根据无人机的飞行姿态，调整该无人机的拍摄动作参数具体包括：

在无人机飞行过程中，指示安装在无人机的三轴加速度传感器采集无人机的飞行姿态，并从该飞行姿态中提取得到无人机的飞行偏航角和飞行俯仰角；

根据该飞行偏航角，调整无人机的摄像头在水平面上的拍摄视场角范围；

根据该飞行俯仰角，调整无人机的摄像头在与该水平面垂直并且与无人机自身长度方向平行的竖直面上的拍摄视场角范围。

上述技术方案的有益效果为：无人机在飞行过程中，其自身飞行姿态的改变，会同时导致摄像头拍摄方向的改变，以无人机在飞行过程中的飞行偏航角和飞行俯仰角为基准，适用性调整摄像头的在水平面和在竖直面上的拍摄视场角范围，这样能够保证在无人机飞行过程中，摄像头始终能够将茶树拍摄于影像画面的中央区域，有效避免发生茶树拍摄缺失的情况。

优选地，在该步骤S2中，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到该茶树的长势状态信息和病变状态信息具体包括：

提取无人机拍摄得到的茶树影像的影像轮廓信息，根据该影像轮廓信息，确定茶树的树干部分与树冠部分各自的边缘轮廓信息；根据该边缘轮廓信息，从该茶树影像中提取得到茶树树干部分画面和茶树树冠部分画面；

对该茶树树干部分画面和该茶树树冠部分画面进行分析处理，得到该茶树的长势状态信息和病变状态信息。

上述技术方案的有益效果为：通过上述方式，能够在茶树影像中准确区分茶树的树干部分和树冠部分，便于后续对茶树树干部分画面和茶树树冠部分画面进行区分化的识别分析，提高对茶树的病变和长势判断准确性。

优选地，在该步骤S2中，对该茶树树干部分画面和该茶树树冠部分画面进行分析处理，得到该茶树的长势状态信息和病变状态信息具体包括：

从该茶树树干部分画面中提取得到茶树树干表面的纹理特征信息，根据该纹理特征信息，确定茶树树干的树皮病变区域位置和树皮病变区域面积，以此作为该病变状态信息；

从该茶树树冠部分画面中提取得到茶树树冠的纹理特征信息，根据该纹理特征信息，确定茶树树冠的树叶病变区域位置和树叶病变区域面积，以此作为该病变状态信息；

从该茶树树冠部分画面中提取得到茶树树冠的最外边缘轮廓特征信息，根据该最外边缘轮廓特征信息，确定茶树树冠表面积，以此作为该长势状态信息。

上述技术方案的有益效果为：当茶树的树干和树叶存在病变时，对应的树干病变区域和树叶病变区域在影像画面中的纹理特征信息会不同于树干正常区域和树叶正常区域，通过对影像画面的纹理特征信息进行识别区分，能够准确地确定茶树树干的树皮病变区域位置和树皮病变区域面积，以及茶树树冠的树叶病变区域位置和树叶病变区域面积，以此对茶树的病变状态进行定量衡量；此外，从茶树树冠部分画面中提取得到茶树树冠的最外边缘轮廓特征信息，这样能够对茶树树冠表面积进行准确计算。

优选地，在该步骤S3中，根据该长势状态信息，对该茶树进行第一标记处理具体包括：

若该茶树树冠表面积大于或等于预设面积阈值，则将该茶树标记为第一类型茶树；否则，将该茶树标记为第二类型茶树，同时确定该第一类型茶树和该第二类型茶树各自在茶园的位置信息；

以及，

在该步骤S4中，根据该病变状态信息，对该茶树进行第二标记处理具体包括：

构建存在树皮病变或树叶病变的茶树在茶园的位置信息与该树皮病变区域位置、该树皮病变区域面积、该树叶病变区域位置和该树叶病变区域面积之间的关联映射信息集合。

上述技术方案的有益效果为：通过上述方式，能够以每个茶树在茶园的位置信息为基准，对每个茶树的茶树树冠表面积大小，树皮病变区域位置、树皮病变区域面积、树叶病变区域位置和树叶病变区域面积进行关联，这样后续在施肥和喷药过程中，以无人机当前飞行位置为基准，确定无人机当前下方存在的茶树的病变和长势状态，从而选择合适的施肥和喷药模式，提高对茶树的养护效率。

优选地，在该步骤S3中，根据该第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作具体包括：

根据该第一类型茶树和该第二类型茶树各自在茶园的位置信息，判断无人机当前飞行于第一类型茶树还是第二类型茶树上方；

并根据当前位于无人机下方的茶树的茶树树冠表面积，确定无人机对茶树的施肥量。

上述技术方案的有益效果为：通过上述方式，以当前位于无人机下方的茶树的茶树树冠表面积，确定无人机对茶树的施肥量，当茶树树冠表面积越大，对应的施肥量也越大，这样能够保证对茶树的及时供养。

优选地，在该步骤S4中，根据该第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作具体包括：

获取无人机当前的实时飞行位置，并结合该关联映射信息集合，确定当前位于无人机下方的茶树的该树皮病变区域位置、该树皮病变区域面积、该树叶病变区域位置和该树叶病变区域面积，从而调整无人机对相应树皮病变区域或树叶病变区域进行喷药操作的喷药量和喷药持续时间。

上述技术方案的有益效果为：通过上述方式，以取无人机当前的实时飞行位置为基准，并结合该关联映射信息集合确定当前位于无人机下方的茶树的该树皮病变区域位置、该树皮病变区域面积、该树叶病变区域位置和该树叶病变区域面积，这样无人机能够对准相应的病变区域进行喷药；当树皮病变区域面积或树叶病变区域面积越大，对应的喷药量越大和喷药持续时间越长。

从上述实施例的内容可知，该基于无人机的茶园茶树病变与长势监测方法利用无人机对茶园进行飞行巡查拍摄，得到茶树影像；分析茶树影像，得到茶树不同树体部分画面，以此确定茶树的长势状态信息和病变状态信息；根据长势状态信息对茶树进行第一标记处理，以此指示无人机对相应的茶树进行定点施肥操作；根据病变状态信息，对茶树进行第二标记处理，以此指示无人机对相应的茶树进行定点喷药操作，其利用无人机对茶园进行巡查拍摄，能够在短时间内获得大面积茶树的实时影像，还能从实时影像中对每个茶树进行专门识别分析，确定其病变和长势情况，从而便于无人机有针对性地每个茶树单独进行相应的养护操作，有效保证茶树的正常健康生长。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.基于无人机的茶园茶树病变与长势监测方法，其特征在于，其包括如下步骤：

步骤S1，获取无人机在飞行过程中与茶树之间的相对位置信息，根据所述相对位置信息，调整所述无人机的飞行参数；并在无人机飞行过程中，根据无人机的飞行姿态，调整所述无人机的拍摄动作参数；

步骤S2，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息；

步骤S3，根据所述长势状态信息，对所述茶树进行第一标记处理；根据所述第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作；

步骤S4，根据所述病变状态信息，对所述茶树进行第二标记处理；根据所述第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作。

2.如权利要求1所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S1中，获取无人机在飞行过程中与茶树之间的相对位置信息，根据所述相对位置信息，调整所述无人机的飞行参数具体包括：指示安装在无人机的红外测距设备在无人机飞行过程中，对无人机下方的茶树进行测距操作，以此获得无人机与茶树之间的相对距离信息；根据所述相对距离信息，调整无人机的飞行高度和/或飞行路径方向，从而使得无人机在飞行过程中与茶树的相对距离值大于预设距离阈值以及无人机的飞行路径与每排茶树所在的直线平行。

3.如权利要求2所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S2中，根据所述相对距离信息，调整无人机的飞行路径方向，使得无人机的飞行路径与每排茶树所在的直线平行具体包括：先在拍摄得到的一排茶树的两个边缘侧选取多个茶树定位点，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量；根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向；再根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，从而使得无人机的飞行路径与每排茶树所在的直线平行，其具体包括：

步骤S101，利用下面公式(1)，根据两个边缘侧选取多个茶树定位点，得到茶树两个边缘侧的综合方向向量，

在上述公式(1)中，[x(1),y(1)]表示茶树左边缘侧的综合方向向量；[x(2),y(2)]表示茶树右边缘侧的综合方向向量；[X(1_a),Y(1_a)]表示茶树左边缘侧的第a个茶树定位点坐标；[X(2_a),Y(2_a)]表示茶树右边缘侧的第a个茶树定位点坐标；n表示茶树任一边缘侧选取的茶树定位点总个数；

步骤S102，利用下面公式(2)，根据茶树两个边缘侧的综合方向向量，判断无人机当前飞行路径的偏移方向，

在上述公式(2)中，K表示当前飞行路径的偏移方向值；(0,1)表示向量(0,1)；

表示向量(0,1)与向量[x(1),y(1)]和[x(2),y(2)]之间的位置关系值，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]中间包括与两个向量重叠，则所述位置关系值为0，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]右侧，则所述位置关系值为1，若向量(0,1)在向量[x(1),y(1)]和[x(2),y(2)]左侧，则所述位置关系值为2；

若K＝0，则表示无人机当前飞行路径的偏移方向未偏移；

若K＝1，则表示无人机当前飞行路径的偏移方向为右偏离，此时需要控制无人机飞行路径向左调控；

若K＝2，则无人机当前飞行路径的偏移方向为左偏离，此时需要控制无人机飞行路径向右调控；

步骤S103，利用下面公式(3)，根据无人机当前飞行路径的偏移方向，从茶树两个边缘侧的综合方向向量选择出目标向量，以此得到无人机飞行路径的飞行方向调整角度，

在上述公式(3)中，θ表示无人机的飞行路径的飞行方向调整角度；[x(K),y(K)]表示将当前K的值代入到上述公式(1)内得到的向量；∠{[x(K),y(K)],(0,1)}表示求取向量[x(K),y(K)]和向量(0,1)之间的夹角。

4.如权利要求2所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S1中，在无人机飞行过程中，根据无人机的飞行姿态，调整所述无人机的拍摄动作参数具体包括：

在无人机飞行过程中，指示安装在无人机的三轴加速度传感器采集无人机的飞行姿态，并从所述飞行姿态中提取得到无人机的飞行偏航角和飞行俯仰角；

根据所述飞行偏航角，调整无人机的摄像头在水平面上的拍摄视场角范围；

根据所述飞行俯仰角，调整无人机的摄像头在与所述水平面垂直并且与无人机自身长度方向平行的竖直面上的拍摄视场角范围。

5.如权利要求4所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S2中，从无人机拍摄得到的茶树影像中提取得到茶树的不同树体部分画面，对每个树体部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息具体包括：

提取无人机拍摄得到的茶树影像的影像轮廓信息，根据所述影像轮廓信息，确定茶树的树干部分与树冠部分各自的边缘轮廓信息；根据所述边缘轮廓信息，从所述茶树影像中提取得到茶树树干部分画面和茶树树冠部分画面；

对所述茶树树干部分画面和所述茶树树冠部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息。

6.如权利要求5所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S2中，对所述茶树树干部分画面和所述茶树树冠部分画面进行分析处理，得到所述茶树的长势状态信息和病变状态信息具体包括：从所述茶树树干部分画面中提取得到茶树树干表面的纹理特征信息，根据所述纹理特征信息，确定茶树树干的树皮病变区域位置和树皮病变区域面积，以此作为所述病变状态信息；

从所述茶树树冠部分画面中提取得到茶树树冠的纹理特征信息，根据所述纹理特征信息，确定茶树树冠的树叶病变区域位置和树叶病变区域面积，以此作为所述病变状态信息；

从所述茶树树冠部分画面中提取得到茶树树冠的最外边缘轮廓特征信息，根据所述最外边缘轮廓特征信息，确定茶树树冠表面积，以此作为所述长势状态信息。

7.如权利要求6所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S3中，根据所述长势状态信息，对所述茶树进行第一标记处理具体包括：

若所述茶树树冠表面积大于或等于预设面积阈值，则将所述茶树标记为第一类型茶树；否则，将所述茶树标记为第二类型茶树，同时确定所述第一类型茶树和所述第二类型茶树各自在茶园的位置信息；

以及，

在所述步骤S4中，根据所述病变状态信息，对所述茶树进行第二标记处理具体包括：

构建存在树皮病变或树叶病变的茶树在茶园的位置信息与所述树皮病变区域位置、所述树皮病变区域面积、所述树叶病变区域位置和所述树叶病变区域面积之间的关联映射信息集合。

8.如权利要求7所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S3中，根据所述第一标记处理的结果，指示无人机对相应的茶树进行定点施肥操作具体包括：

根据所述第一类型茶树和所述第二类型茶树各自在茶园的位置信息，判断无人机当前飞行于第一类型茶树还是第二类型茶树上方；

并根据当前位于无人机下方的茶树的茶树树冠表面积，确定无人机对茶树的施肥量。

9.如权利要求8所述的基于无人机的茶园茶树病变与长势监测方法，其特征在于：

在所述步骤S4中，根据所述第二标记处理的结果，指示无人机对相应的茶树进行定点喷药操作具体包括：

获取无人机当前的实时飞行位置，并结合所述关联映射信息集合，确定当前位于无人机下方的茶树的所述树皮病变区域位置、所述树皮病变区域面积、所述树叶病变区域位置和所述树叶病变区域面积，从而调整无人机对相应树皮病变区域或树叶病变区域进行喷药操作的喷药量和喷药持续时间。

Images