CN115761475A - 一种用于玉米小麦幼苗的在线监控识别系统 - Google Patents
一种用于玉米小麦幼苗的在线监控识别系统 Download PDFInfo
- Publication number
- CN115761475A CN115761475A CN202211172878.4A CN202211172878A CN115761475A CN 115761475 A CN115761475 A CN 115761475A CN 202211172878 A CN202211172878 A CN 202211172878A CN 115761475 A CN115761475 A CN 115761475A
- Authority
- CN
- China
- Prior art keywords
- image
- identification
- corn
- aerial vehicle
- unmanned aerial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种用于玉米小麦幼苗的在线监控识别系统,包括:图像采集模块,用于采集单位地块的第一图像图像拼接模块,用于将第一图像拼接成大面积农田的第二图像;识别模块,用于分别根据第一图像和第二图像,获取玉米小麦幼苗所含杂草数量的第一识别结果和第二识别结果,并依据相邻的单位地块的第一识别结果之间的第一关系,以及第一识别结果与第二识别结果的第二关系,对单位地块或大面积农田进行除草;本发明有效节省了人工成本,并通过无人机的动态巡航路线,进行判定的适应性调整,节省了计算资源,增强了识别可控性,为田间智能管理提供了技术依据。
Description
技术领域
本发明涉及玉米小麦智能管理领域,尤其涉及一种用于玉米小麦幼苗的在线监控识别系统。
背景技术
智慧农业是农业生产的高级阶段,是集新兴的互联网、移动互联网、云计算和物联网技术为一体,依托部署农业生产现场的各种传感节点(环境温湿度、土壤水分、二氧化碳、图像等)和无线通信网络实现农业生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导,为农业生产提供精准化种植、可视化管理、智能化决策。
在现代农田的作业中,会随着节气的不同,进行玉米小麦的播种,但现有技术中,对于玉米小麦苗的初期管理更多停留在人为观察,或者单独地块的观察技术,但并不适用于大面积种植区域的玉米小麦苗的识别,因此,急需一种用于玉米小麦幼苗的在线监控识别系统,通过图像拼接识别的方式,对大面积农田通过广视角图像进行识别,进而实现对于大面积农田玉米小麦幼苗的识别管理。
发明内容
为了克服现有大面积农田玉米小麦幼苗识别管理中存在的问题,本发明的目的是提供一种用于玉米小麦幼苗的在线监控识别系统,通过多地块图像拼接技术,对大面积农田进行统一识别,对农田中的玉米小麦苗与杂草进行区别识别,方便了在玉米小麦幼苗的田间初期管理。
为了实现上述技术目的,本发明提供了一种用于玉米小麦幼苗的在线监控识别系统,在线监控识别系统应用于由多个单位地块组成的大面积农田,其中,大面积农田用于表示面积大于100亩的农田;
在线监控识别系统包括:
图像采集模块,用于采集单位地块的第一图像;
图像拼接模块,用于将第一图像拼接成大面积农田的第二图像;
识别模块,用于分别根据第一图像和第二图像,获取玉米小麦幼苗所含杂草数量的第一识别结果和第二识别结果,并依据相邻的单位地块的第一识别结果之间的第一关系,以及第一识别结果与第二识别结果的第二关系,对单位地块或大面积农田进行除草。
优选地,在线监控识别系统,还包括判别模块,用于分别根据第一图像和第二图像,获取玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的单位地块的第第三识别结果之间的第三关系,以及第一识别结果与第二识别结果的第四关系,并根据第一关系和第二关系,判断单位地块或大面积农田是否需要除草。
优选地,识别模块,还用于识别小麦幼苗和玉米幼苗,通过分别获取小麦幼苗与杂草的第一区别,以及玉米幼苗与杂草的第二区别,根据第一图像和第二图像,获取第一识别结果和第二识别结果。
优选地,图像拼接模块,还用于根据第一图像与第二图像的第一位置关系,以及第一图像之间的第二位置关系;对第一图像进行标记后,生成第二图像。
优选地,在线监控识别系统还包括:无人机,用于根据判别模块的判断结果,依据识别模块,对单位地块或大面积农田进行除草。
优选地,无人机,还用于获取大面积农田的第三图像,其中,第三图像用于生成第二图像,并基于第一图像和第二图像,对单位地块和无人机进行定位。
优选地,在线监控识别系统还包括,无人机控制模块,用于根据第一图像和第二图像生成无人机的第一导航路径,并依据第二图像对无人机进行定位。
优选地,无人机控制模块,还用于基于判别模块的判断结果,依据识别模块,控制无人机进行除草,其中,在除草的过程中,通过第二图像对无人机进行实时定位。
优选地,无人机控制模块,还用于基于第一导航路径,根据无人机进行除草的第二导航路径,生成无人机的第三导航路径,其中,第三导航路径用于表示无人机在除草后的巡航路径。
优选地,判别模块,还用于基于第三导航路径,分别根据第一图像和第二图像,获取玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的单位地块的第第三识别结果之间的第三关系,以及第一识别结果与第二识别结果的第四关系,并根据第一关系和第二关系,判断单位地块或大面积农田是否需要除草。
本发明公开了以下技术效果:
本发明通过智能识别的方式,通过单位地块加整体的识别方式,对小麦玉米幼苗进行识别,增加了系统的适用性,通过获取小麦幼苗、玉米幼苗与杂草的区别,获取单位地块中杂草的情况,以及总的杂草情况,为除草的智能化控制提供了技术支持,并且通过无人机巡航机制的建立,有效节省了人工成本,并通过无人机的动态巡航路线,进行判定的适应性调整,节省了计算资源,增强了识别可控性,为田间智能管理提供了技术依据。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的系统结构示意图;
图2为本发明所述的无人机田间巡查示意图;
图3为本发明所述的无人机巡航路线示意图;
图4为本发明所述的无人机巡航路线的智能化设计示意图。
具体实施方式
下为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1-4所示,本发明提供了一种用于玉米小麦幼苗的在线监控识别系统,在线监控识别系统应用于由多个单位地块组成的大面积农田,其中,大面积农田用于表示面积大于100亩的农田;
在线监控识别系统包括:
图像采集模块,用于采集单位地块的第一图像;
图像拼接模块,用于将第一图像拼接成大面积农田的第二图像;
识别模块,用于分别根据第一图像和第二图像,获取玉米小麦幼苗所含杂草数量的第一识别结果和第二识别结果,并依据相邻的单位地块的第一识别结果之间的第一关系,以及第一识别结果与第二识别结果的第二关系,对单位地块或大面积农田进行除草。
进一步优选地,本发明所述的在线监控识别系统,还包括判别模块,用于分别根据第一图像和第二图像,获取玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的单位地块的第第三识别结果之间的第三关系,以及第一识别结果与第二识别结果的第四关系,并根据第一关系和第二关系,判断单位地块或大面积农田是否需要除草。
进一步优选地,本发明所述的识别模块,还用于识别小麦幼苗和玉米幼苗,通过分别获取小麦幼苗与杂草的第一区别,以及玉米幼苗与杂草的第二区别,根据第一图像和第二图像,获取第一识别结果和第二识别结果。
进一步优选地,本发明所述的图像拼接模块,还用于根据第一图像与第二图像的第一位置关系,以及第一图像之间的第二位置关系;对第一图像进行标记后,生成第二图像。
进一步优选地,本发明所述的在线监控识别系统还包括:无人机,用于根据判别模块的判断结果,依据识别模块,对单位地块或大面积农田进行除草。
进一步优选地,本发明所述的无人机,还用于获取大面积农田的第三图像,其中,第三图像用于生成第二图像,并基于第一图像和第二图像,对单位地块和无人机进行定位。
进一步优选地,本发明所述的在线监控识别系统还包括,无人机控制模块,用于根据第一图像和第二图像生成无人机的第一导航路径,并依据第二图像对无人机进行定位。
进一步优选地,本发明所述的无人机控制模块,还用于基于判别模块的判断结果,依据识别模块,控制无人机进行除草,其中,在除草的过程中,通过第二图像对无人机进行实时定位。
进一步优选地,本发明所述的无人机控制模块,还用于基于第一导航路径,根据无人机进行除草的第二导航路径,生成无人机的第三导航路径,其中,第三导航路径用于表示无人机在除草后的巡航路径。
进一步优选地,本发明所述的判别模块,还用于基于第三导航路径,分别根据第一图像和第二图像,获取玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的单位地块的第第三识别结果之间的第三关系,以及第一识别结果与第二识别结果的第四关系,并根据第一关系和第二关系,判断单位地块或大面积农田是否需要除草。
本发明通过无人机协同地面设备的系统结构,实现了小麦与玉米的单位土地到大面积土地的监控管理,不仅可以实现区别小麦、玉米幼苗与杂草的区别,而且能够识别出小麦玉米幼苗的长势,并依据识别结果进行无人机干预,不仅保证了小麦玉米幼苗期间除杂草的问题,而且能够根据地块间的杂草的分布不同以及单位块与整体之间的杂草情况的关系,设计出合理的无人机巡查轨道,不仅节省了无人机巡查时间,而且提升了无人机巡查中,对于结果判断的准确性,为农业数字化、现代化建设提供了新的技术支持。
“数字农田”充分发挥其地理信息、卫星遥感等多专业融合优势,以自然资源福建省卫星应用技术中心的海量卫星遥感影像应用服务为基础,构建空天地一体的立体化监测监管体系,打造覆盖农田建前规划、建中监管、建后管护和灾损保险全过程、多要素、多环节、网格化的数字化管理模式。“数字农田”管理平台的应用,能有效提升农业农村管理的科学化、精细化水平,有力促进了乡村振兴。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
Claims (10)
1.一种用于玉米小麦幼苗的在线监控识别系统,其特征在于,所述在线监控识别系统应用于由多个单位地块组成的大面积农田,其中,所述大面积农田用于表示面积大于100亩的农田;
所述在线监控识别系统包括:
图像采集模块,用于采集所述单位地块的第一图像;
图像拼接模块,用于将所述第一图像拼接成所述大面积农田的第二图像;
识别模块,用于分别根据所述第一图像和所述第二图像,获取玉米小麦幼苗所含杂草数量的第一识别结果和第二识别结果,并依据相邻的所述单位地块的所述第一识别结果之间的第一关系,以及所述第一识别结果与所述第二识别结果的第二关系,对所述单位地块或所述大面积农田进行除草。
2.根据权利要求1所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述在线监控识别系统,还包括判别模块,用于分别根据所述第一图像和所述第二图像,获取所述玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的所述单位地块的所述第第三识别结果之间的第三关系,以及所述第一识别结果与所述第二识别结果的第四关系,并根据所述第一关系和所述第二关系,判断所述单位地块或所述大面积农田是否需要除草。
3.根据权利要求2所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述识别模块,还用于识别小麦幼苗和玉米幼苗,通过分别获取所述小麦幼苗与杂草的第一区别,以及所述玉米幼苗与所述杂草的第二区别,根据所述第一图像和所述第二图像,获取所述第一识别结果和所述第二识别结果。
4.根据权利要求3所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述图像拼接模块,还用于根据所述第一图像与所述第二图像的第一位置关系,以及所述第一图像之间的第二位置关系;对所述第一图像进行标记后,生成所述第二图像。
5.根据权利要求4所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述在线监控识别系统还包括:无人机,用于根据所述判别模块的判断结果,依据所述识别模块,对所述单位地块或所述大面积农田进行除草。
6.根据权利要求5所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述无人机,还用于获取所述大面积农田的第三图像,其中,所述第三图像用于生成所述第二图像,并基于所述第一图像和所述第二图像,对所述单位地块和无人机进行定位。
7.根据权利要求6所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述在线监控识别系统还包括,无人机控制模块,用于根据所述第一图像和所述第二图像生成所述无人机的第一导航路径,并依据所述第二图像对所述无人机进行定位。
8.根据权利要求7所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述无人机控制模块,还用于基于所述判别模块的所述判断结果,依据所述识别模块,控制所述无人机进行除草,其中,在除草的过程中,通过所述第二图像对所述无人机进行实时定位。
9.根据权利要求6所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述无人机控制模块,还用于基于所述第一导航路径,根据所述无人机进行除草的第二导航路径,生成所述无人机的第三导航路径,其中,所述第三导航路径用于表示所述无人机在除草后的巡航路径。
10.根据权利要求9所述一种用于玉米小麦幼苗的在线监控识别系统,其特征在于:
所述判别模块,还用于基于所述第三导航路径,分别根据所述第一图像和所述第二图像,获取所述玉米小麦幼苗的长势情况的第三识别结果和第四识别结果,并获取相邻的所述单位地块的所述第第三识别结果之间的第三关系,以及所述第一识别结果与所述第二识别结果的第四关系,并根据所述第一关系和所述第二关系,判断所述单位地块或所述大面积农田是否需要除草。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211172878.4A CN115761475A (zh) | 2022-09-26 | 2022-09-26 | 一种用于玉米小麦幼苗的在线监控识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211172878.4A CN115761475A (zh) | 2022-09-26 | 2022-09-26 | 一种用于玉米小麦幼苗的在线监控识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115761475A true CN115761475A (zh) | 2023-03-07 |
Family
ID=85351954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211172878.4A Pending CN115761475A (zh) | 2022-09-26 | 2022-09-26 | 一种用于玉米小麦幼苗的在线监控识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115761475A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937795A (zh) * | 2023-03-15 | 2023-04-07 | 湖北泰跃卫星技术发展股份有限公司 | 一种基于乡村视频获取农事活动记录的方法及装置 |
-
2022
- 2022-09-26 CN CN202211172878.4A patent/CN115761475A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937795A (zh) * | 2023-03-15 | 2023-04-07 | 湖北泰跃卫星技术发展股份有限公司 | 一种基于乡村视频获取农事活动记录的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7086203B2 (ja) | 植物体耕作データ測定方法、作業経路計画方法及び装置、システム | |
UA123587C2 (uk) | Виявлення заповнених водою ділянок на супутникових знімках | |
US11716985B2 (en) | Method for remediating developmentally delayed plants | |
WO2019081567A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
CN106643529A (zh) | 基于无人机影像的山区农作物生长高度快速测量的方法 | |
JPH06113607A (ja) | 屋外作業自動化システム | |
CN109871029A (zh) | 一种基于图像处理技术的植保无人机航线规划优化方法 | |
CN109460098A (zh) | 一种基于大数据的农业物联网系统 | |
CN109670002A (zh) | 一种农田田块信息的多维表示方法 | |
EP4064182A1 (en) | Information processing device, information processing method, and program | |
CN115761475A (zh) | 一种用于玉米小麦幼苗的在线监控识别系统 | |
EP3673425A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测系统 | |
Iakovlev et al. | Approach to implementation of local navigation of mobile robotic systems in agriculture with the aid of radio modules | |
CN115424151A (zh) | 一种基于图像处理的农业智能平台 | |
CN113159644A (zh) | 基于无人机遥感技术及gis数据处理的林业管理系统及方法 | |
US20200375098A1 (en) | Information processing apparatus, information processing method, and computer readable storage medium | |
Ahmed et al. | An Efficient ADA Boost and CNN Hybrid Model for Weed Detection and Removal | |
CN113920474B (zh) | 一种智能监管柑橘种植态势的物联网系统及方法 | |
CN116757509B (zh) | 一种生态农业信息化用信息服务管理方法及管理系统 | |
US20230368312A1 (en) | Method for automated weed control of agricultural land and associated stand-alone system | |
CN117876906A (zh) | 基于云计算的智慧农业信息管理平台 | |
Moinard | A Low-Cost Gnss Rtk Based Acquisition Chain for Collaborative Collection and Sharing of Spatialized Manual Observations | |
CN116563362A (zh) | 基于无人机协作的烤烟株高测量方法、装置及电子设备 | |
CN114677047A (zh) | 基于多源数据的农业生产规划精准决策系统及方法 |
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 |