CN1945601A - 一种自动识别田间杂草的方法与喷药装置 - Google Patents
一种自动识别田间杂草的方法与喷药装置 Download PDFInfo
- Publication number
- CN1945601A CN1945601A CN 200510086569 CN200510086569A CN1945601A CN 1945601 A CN1945601 A CN 1945601A CN 200510086569 CN200510086569 CN 200510086569 CN 200510086569 A CN200510086569 A CN 200510086569A CN 1945601 A CN1945601 A CN 1945601A
- Authority
- CN
- China
- Prior art keywords
- weeds
- image
- plant
- analyzed
- crops
- 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
Landscapes
- Catching Or Destruction (AREA)
- Soil Working Implements (AREA)
Abstract
本发明公开了一种自动识别田间杂草的方法,包括:利用装备在农机上的摄像机实时获取田间待分析植物的图像,并将所述待分析植物的图像传输到装备在所述农机上的计算机;所述计算机中存储有应用统计方法从大量农作物和杂草的图像中得到的图像对比标准,所述计算机利用图像识别方法将所述待分析植物的图像与所述图像对比标准进行比较,并根据比较结果判定所述待分析植物为农作物或杂草;所述计算机根据判定结果控制安装在所述农机上的喷药机对杂草进行针对性的喷药。本发明能正确地辨识作物与杂草,并根据杂草的分布状况,实时准确地开启相应的喷头,将除草剂洒向杂草,能节省农药和减少环境污染。
Description
技术领域
本发明属于农业机械装备自动化控制技术领域,涉及一种农作物除草的智能化作业机具,尤其涉及一种田间杂草图像自动识别与喷药系统装置。
背景技术
常用机械化除草喷药装置在田间作业时一般不能进行有针对性的喷药,而且其喷药量并不是动态调节的。若某一区域确定要除草,便采用通用的机动喷药装置,装载大量的除草药剂,对整块田进行全面地喷洒,一是消耗大量的除草剂,使得资源的利用不够合理,再者是大量的药物残留在作物及耕地上,不利于环境保护。
除草剂是人类在与杂草危害斗争中发明创造出来的一种强有力的法宝。上世纪后期发现无机化合物硫酸铜可杀死麦田某些阔叶杂草。本世纪40年代发明了2,4-D,使人类进入了有机化学除草剂时代。几十年来有机除草剂迅速发展,被广泛应用于几乎所有的农作物田中,除草剂的产销量国内外都已超过杀虫杀菌剂而跃居农药产销量之首。据测算1999年我国化学除草面积已近6700万公顷(10亿亩)。
事物都是一分为二的,除草剂和其他农药及化学品类似都含有不同程度的毒性,环境会造成一定危害,这些影响最终将不同程度的危害人类本身生存的环境。有些国家已采取压缩除草剂等农药的面积,限制某些除草剂等农药的施用,逐步全面禁止除草剂等农药的应用。
中国的农药施用量偏高,已经引起地下水的污染。除草剂通过过量的漫灌或雨水渗入地下,污染地下水。环境专家指出,污染不是一二十年或数十年能复原的,地下水在自然界的循环过程,常常是上百年。智能化的喷药机械的研究将大大有利于该问题的解决。
随着计算机技术的迅速发展,图像自动识别水平不断得以提高,通过计算机视觉系统结合图像处理技术,并将其应用到田间杂草自动识别过程中,可以解决田间杂草自动识别问题,结合自动控制技术和变量喷药机械的实施,设计智能化喷药机械已成为可能。
发明内容
本发明所要解决的技术问题是提供一种自动识别田间杂草的方法与喷药装置,解决现有农药喷洒装置不能对田间杂草进行自动识别,浪费大量农药并且产生污染的技术问题。
为达到上述目的,本发明提供了一种自动识别田间杂草的方法,其特点在于,包括如下步骤:步骤一,利用装备在农机上的摄像机实时获取田间待分析植物的图像,并将所述待分析植物的图像传输到装备在所述农机上的计算机;步骤二,所述计算机中存储有应用统计方法从大量农作物和杂草的图像中得到的图像对比标准,所述计算机利用图像识别方法将所述待分析植物的图像与所述图像对比标准进行比较,并根据比较结果判定所述待分析植物为农作物或杂草;步骤三,所述计算机根据判定结果控制安装在所述农机上的喷药机对杂草进行针对性的喷药。
上述的自动识别田间杂草的方法,其特点在于,所述图像识别方法为分割植物与背景的距离聚类法;所述图像对比标准为农作物颜色中值点和杂草颜色中值点,在所述比较结果中,如果所述待分析植物的图像与所述农作物颜色中值点的色差小于一第一预定值,则判定所述待分析植物为农作物;如果所述待分析植物的图像与所述杂草颜色中值点的色差小于一第二预定值,则判定所述待分析植物为杂草。
上述的自动识别田间杂草的方法,其特点在于,所述图像识别方法还包括采用色度和饱和度空间的“物草分割模型”方法;所述图像对比标准为“物草分割线”,
上述的自动识别田间杂草的方法,其特点在于,所述“物草分割线”的获得方式包括:从所述大量农作物和杂草的像素点的色度H和饱和度S值分别画于H-S图中,将农作物和杂草的点分别进行多元线性回归,求得农作物的色度与饱和度关系模型,以及杂草的色度与饱和度关系模型,再通过加权运算方法求得所述“物草分割模型”。
上述的自动识别田间杂草的方法,其特点在于,所述多元线性回归的i次方回归模型公式包括:
植物回归模型:Fw(x)=ai*xi+a(i-1)*x1-1+…+a1*x+a0;
杂草回归模型:Fc(x)=bi*xi+b(i-1)*x1-1+…+b1*x+b0;
物草分割模型:Fwc(x)=p(x)*Fw(x)+q(x)*Fc(x);
公式中的p(x)和q(x)为加权因子,并且p(x)+q(x)=1。
上述的自动识别田间杂草的方法,其特点在于,所述步骤三包括:所述喷药机的多个喷头排列成与所述摄像机获取的图像宽度相匹配的宽度,每个喷头联接一个控制开启的电磁阀,所述计算机通过控制所述电磁阀来针对图像中对应的杂草进行喷药;多个所述电磁阀联接一个流量控制阀,所述计算机通过控制所述流量控制阀来实现变量喷药。
为了更好的实现本发明的目的,本发明还提供了一种自动识别田间杂草的喷药装置,其特点在于,包括:农机,安装在所述农机上的摄像机,安装在所述农机尾部的喷药机,安装在所述农机上并连接所述摄像机和喷药机的计算机;所述摄像机实时获取田间待分析植物的图像,并将所述待分析植物的图像传输到所述计算机;所述计算机中存储有应用统计方法从大量农作物和杂草的图像中得到的图像对比标准,所述计算机利用图像识别方法将所述待分析植物的图像与所述图像对比标准进行比较,并根据比较结果判定所述待分析植物为农作物或杂草;所述计算机根据判定结果控制所述喷药机对杂草进行针对性的喷药。
上述的喷药装置,其特点在于,所述农机设置有图像采集机架,所述摄像机为多个且横向分布在所述图像采集机架上,所述摄像机,两端开口的箱体套在所述多个摄像机周围,所述箱体朝向地面的开口设置有橡胶防护罩,所述橡胶防护罩中设置有灯光照明。
上述的喷药装置,其特点在于,所述喷药机具有多个喷头,所述多个喷头排列成与所述摄像机获取的图像宽度相匹配的宽度,每个喷头联接一个由所述计算机控制开启的电磁阀;多个所述电磁阀联接一个由所述计算机控制开启的流量控制阀。
上述的喷药装置,其特点在于,所述农机为拖拉机牵引的农机,所述拖拉机顶部设置有全球定位系统天线,所述天线连接所述计算机。
本发明的技术效果在于:
本发明针对机械化除草作业,提出了一种基于计算机图像自动识别方法及机电控制方法以及设计智能化精准喷药除草装置,保证除草喷药机在田间作业过程中能正确地辨识作物与杂草,并根据杂草的分布状况,实时准确地开启相应的喷头,将除草剂洒向杂草,以实现节省农药和减少环境污染的目的。
下面结合附图进一步详细说明本发明的具体实施例。
附图说明
图1是本发明杂草自动识别方法的原理框图;
图2是本发明的智能化喷药系统原理框图;
图3a是本发明的田间杂草图像识别与喷药系统侧视图;
图3b是本发明的田间杂草图像识别与喷药系统俯视图。
其中,附图标记说明如下:
1——电磁阀 2——流量控制阀 3——压力表 4——调压阀
5——过滤器 6——液泵 7——药箱 8——连接机架
9——机载计算机 10——图像采集机架
11——摄像机 12——封闭箱体 13——差分GPS天线
14——GPS 15——拖拉机 16——牵引架
17——灯光照明 18——橡胶防护罩 19——绿色植物
20——喷药机架 21——管路 22——喷头
具体实施方式
本发明是针对机械化除草作业,提出一种基于计算机图像自动识别方法及机电控制方法以及设计智能化精准喷药除草装置,保证除草喷药机在田间作业过程中能正确地辨识作物与杂草,并根据杂草的分布状况,实时准确地开启相应的喷头,将除草剂洒向杂草,以节省农药和减少环境污染。
图1是本发明杂草自动识别方法的原理框图;本发明提出的自动识别田间杂草的方法,包括如下步骤:
步骤101:装备在拖拉机所牵引的智能化喷药机前部的摄像机实时的获取田间作物和杂草的图像;
步骤102:获取的图像信息通过模拟量到数字量的转换送入计算机;
步骤103:计算机对输入的图像进行数据处理,即对图像按不同颜色进行中值滤波;
步骤104:应用距离聚类法将植物与背景图像进行分割,并对植物象素点进行标记;
步骤105:对图像进行RGB空间到HIS空间的变换,用色度与饱和度来描述原图像;
步骤106:在色度H和饱和度S空间,建立“物草分割线”,即由统计规律建立非线性植物与杂草的分割模型;由被标记的植物象素点的H与S值,比较“物草分割线”,判断该点是否为植物或杂草。从而实现杂草的自动识别。
其中,采用距离聚类法来分割植物与背景包括:
应用统计方法从所采集到的大量植物和杂草的图像中,分别提取植物颜色中值点W(RO,GO,BO)和杂草颜色中值点C(RO,GO,BO),设定域值we和ce则根据公式,
‖F(Ri,Gi,Bi)-W(RO,GO,BO)‖<we or‖F(Ri,Gi,Bi)-W(RO,GO,BO)‖<ce
公式中“‖‖”表示求距离。“or”表示“或”。
可以判定F(Ri,Gi,Bi)点为植物或杂草点,从而分割背景图像。
采用色度H和饱和度S空间的“物草分割模型”来识别植物与杂草包括:将所采集到的大量植物和杂草的像素点的H和S值分别画于H-S图中,应用统计方法获得非线性的“物草分割线”,即将植物和杂草的点分别进行多元线性回归,求得植物色度与饱和度关系模型,以及杂草色度与饱和度关系模型,再通过加权运算方法求得“物草分割模型”。以i次方回归模型为例,其公式为,
植物回归模型:Fw(x)=ai*xi+a(i-1)*x1-1+…+a1*x+a0
杂草回归模型:Fc(x)=bi*xi+b(i-1)*x1-1+…+b1*x+b0
则,物草分割模型:Fwc(x)=p(x)*Fw(x)+q(x)*Fc(x)
其中,p(x)和q(x)为加权因子,p(x)+q(x)=1。
图2是本发明的智能化喷药系统原理框图;如图,硬件系统原理包括:拖拉机201通过发电机202给整个系统提供电力,摄像机组203、机载计算机系统204和控制接口205顺序连接,计算机系统204根据摄像机组203提供的图像进行分析,并利用电磁阀和比例阀206控制调节喷头207的喷洒,拖拉机201通过液泵208将农药从药箱209输出到喷头207。
图3a、3b是本发明的田间杂草图像识别与喷药系统侧视图和俯视图;本发明提供的基于田间杂草图像自动识别的喷药系统装置,它在结构上包括两个部分:图像识别装置和喷药装置。图像识别装置由图像采集机架10、摄像机11、封闭箱体12、灯光照明17、橡胶防护罩18等组成,其中摄像机11为横向分布的多个摄像机,以满足获取整个横断面图像的需要;喷药装置由电磁阀1、流量控制阀2、压力表3、调压阀4、过滤器5、液泵6、药箱7、喷药机架20、管路21以及喷头22等组成,其中喷头22与电磁阀1一一对应相连,几对形成一组,并接入一个流量控制阀2,最终形成多组并与摄像机获取的图像幅宽相匹配。图像识别装置与喷药装置通过连接机架8和牵引架16形成一个整体结构,行走由拖拉机15驱动,杂草识别及喷药控制由机载计算机9自动处理。
再参阅图3a、3b,本发明实质是在常用除草喷药机基础上安装了一种田间杂草图像识别装置和可控流量的喷头以及自动控制装置,从而构成智能化喷药机械。当拖拉机15牵引田间杂草图像识别装置与喷药系统装置在田间作业过程中,摄像机11不断地摄取所经过地面的绿色植物19的图像,并迅速传输到机载计算机9,机载计算机9根据田间作物的物理外形特征,利用图像识别技术(采用色度H和饱和度S空间的“物草分割模型”分割法),判断出所经过地面是否出现杂草,如有杂草,机载计算机9立即判定其杂草处于哪一个(或几个)喷头的下方,并视杂草分布面积的大小调整流量控制阀2,然后根据摄像机11与喷头22的距离、以及拖拉机的行走速度(由机载计算机9实时采集的来自天线13和全球定位系统14的GPS定位信息而测定),计算出准确的延时时间,当机组移动到喷头22即将到达杂草区域的边缘时,机载计算机9适时控制开启杂草上方所对应的电磁阀1,通过喷头22将除草剂基本喷洒在杂草的分布区域。杂草分布区域的大小决定了电磁阀1的开启时间以及开启的个数,而流量控制阀2又根据电磁阀1的开启个数而决定流量的大小,最终以达到准确高效的除草目的。
以上所述仅为本发明的较佳实施例,并非用来限定本发明的实施范围;凡是依本发明所作的等效变化与修改,都被本发明的专利范围所涵盖。
Claims (10)
1、一种自动识别田间杂草的方法,其特征在于,包括如下步骤:
步骤一,利用装备在农机上的摄像机实时获取田间待分析植物的图像,并将所述待分析植物的图像传输到装备在所述农机上的计算机;
步骤二,所述计算机中存储有应用统计方法从大量农作物和杂草的图像中得到的图像对比标准,所述计算机利用图像识别方法将所述待分析植物的图像与所述图像对比标准进行比较,并根据比较结果判定所述待分析植物为农作物或杂草;
步骤三,所述计算机根据判定结果控制安装在所述农机上的喷药机对杂草进行针对性的喷药。
2、根据权利要求1所述的自动识别田间杂草的方法,其特征在于,所述图像识别方法为分割植物与背景的距离聚类法;所述图像对比标准为农作物颜色中值点和杂草颜色中值点,在所述比较结果中,如果所述待分析植物的图像与所述农作物颜色中值点的色差小于一第一预定值,则判定所述待分析植物为农作物;如果所述待分析植物的图像与所述杂草颜色中值点的色差小于一第二预定值,则判定所述待分析植物为杂草。
3、根据权利要求2所述的自动识别田间杂草的方法,其特征在于,所述图像识别方法还包括采用色度和饱和度空间的“物草分割模型”方法;所述图像对比标准为“物草分割线”,
4、根据权利要求3所述的自动识别田间杂草的方法,其特征在于,所述“物草分割线”的获得方式包括:从所述大量农作物和杂草的像素点的色度H和饱和度S值分别画于H-S图中,将农作物和杂草的点分别进行多元线性回归,求得农作物的色度与饱和度关系模型,以及杂草的色度与饱和度关系模型,再通过加权运算方法求得所述“物草分割模型”。
5、根据权利要求4所述的自动识别田间杂草的方法,其特征在于,所述多元线性回归的i次方回归模型公式包括:
植物回归模型:Fw(x)=ai*xi+a(i-1)*x1-1+…+a1*x+a0;
杂草回归模型:Fc(x)=bi*xi+b(i-1)*x1-1+…+b1*x+b0;
物草分割模型:Fwc(x)=p(x)*Fw(x)+q(x)*Fc(x);
公式中的p(x)和q(x)为加权因子,并且p(x)+q(x)=1。
6、根据权利要求1至5中任意一项权利要求所述的自动识别田间杂草的方法,其特征在于,所述步骤三包括:所述喷药机的多个喷头排列成与所述摄像机获取的图像宽度相匹配的宽度,每个喷头联接一个控制开启的电磁阀,所述计算机通过控制所述电磁阀来针对图像中对应的杂草进行喷药;多个所述电磁阀联接一个流量控制阀,所述计算机通过控制所述流量控制阀来实现变量喷药。
7、一种自动识别田间杂草的喷药装置,其特征在于,包括:农机,安装在所述农机上的摄像机,安装在所述农机尾部的喷药机,安装在所述农机上并连接所述摄像机和喷药机的计算机;所述摄像机实时获取田间待分析植物的图像,并将所述待分析植物的图像传输到所述计算机;所述计算机中存储有应用统计方法从大量农作物和杂草的图像中得到的图像对比标准,所述计算机利用图像识别方法将所述待分析植物的图像与所述图像对比标准进行比较,并根据比较结果判定所述待分析植物为农作物或杂草;所述计算机根据判定结果控制所述喷药机对杂草进行针对性的喷药。
8、根据权利要求7所述的喷药装置,其特征在于,所述农机设置有图像采集机架,所述摄像机为多个且横向分布在所述图像采集机架上,所述摄像机,两端开口的箱体套在所述多个摄像机周围,所述箱体朝向地面的开口设置有橡胶防护罩,所述橡胶防护罩中设置有灯光照明。
9、根据权利要求8所述的喷药装置,其特征在于,所述喷药机具有多个喷头,所述多个喷头排列成与所述摄像机获取的图像宽度相匹配的宽度,每个喷头联接一个由所述计算机控制开启的电磁阀;多个所述电磁阀联接一个由所述计算机控制开启的流量控制阀。
10、根据权利要求8所述的喷药装置,其特征在于,所述农机为拖拉机牵引的农机,所述拖拉机顶部设置有全球定位系统天线,所述天线连接所述计算机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100865695A CN100437629C (zh) | 2005-10-08 | 2005-10-08 | 一种自动识别田间杂草的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100865695A CN100437629C (zh) | 2005-10-08 | 2005-10-08 | 一种自动识别田间杂草的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1945601A true CN1945601A (zh) | 2007-04-11 |
CN100437629C CN100437629C (zh) | 2008-11-26 |
Family
ID=38044999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100865695A Active CN100437629C (zh) | 2005-10-08 | 2005-10-08 | 一种自动识别田间杂草的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100437629C (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101859375A (zh) * | 2010-06-01 | 2010-10-13 | 南京林业大学 | 农田苗期行内作物-杂草识别方法 |
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 |
CN102208099A (zh) * | 2011-05-30 | 2011-10-05 | 华中科技大学 | 一种抗光照变化的作物彩色图像分割方法 |
CN102473200A (zh) * | 2009-07-08 | 2012-05-23 | 巴斯夫欧洲公司 | 用于植物异常诊断的系统 |
CN101403741B (zh) * | 2008-10-20 | 2012-07-18 | 中国科学院合肥物质科学研究院 | 基于多光谱的植物叶片数字信息采集与自动识别系统及其识别方法 |
CN103336966A (zh) * | 2013-07-15 | 2013-10-02 | 山东奥泰机械有限公司 | 一种应用于农业智能机械的杂草图像辨识方法 |
CN103348964A (zh) * | 2013-07-15 | 2013-10-16 | 山东奥泰机械有限公司 | 一种智能除草设备及其使用方法 |
WO2014049401A1 (en) * | 2012-09-26 | 2014-04-03 | Tene Agricultural Solutions Pvt Ltd | Portable data communication device, method and system for dynamic identification and management of field situation |
CN103839069A (zh) * | 2014-03-11 | 2014-06-04 | 浙江理工大学 | 基于图像分析的漏割草坪识别方法 |
CN103900498A (zh) * | 2012-12-28 | 2014-07-02 | 中国农业机械化科学研究院 | 一种棉田苗情自动探测方法及其探测装置 |
CN103902996A (zh) * | 2014-03-31 | 2014-07-02 | 合肥晶奇电子科技有限公司 | 一种多元化植物识别手机app设计方法 |
CN103918636A (zh) * | 2014-04-29 | 2014-07-16 | 青岛农业大学 | 基于图像处理的智能喷药方法及喷药机器人 |
CN104834313A (zh) * | 2015-05-15 | 2015-08-12 | 济南大学 | 一种基于rfid的大棚智能喷药机器人及方法 |
CN106614484A (zh) * | 2017-01-19 | 2017-05-10 | 成都市宏德永兴养殖有限公司 | 果树车载喷药方法 |
CN106912331A (zh) * | 2017-03-02 | 2017-07-04 | 深圳春沐源农业科技有限公司 | 一种针对农作物害虫的喷药方法及喷药系统 |
CN108271765A (zh) * | 2018-01-05 | 2018-07-13 | 湘潭大学 | 一种多功能爪头监控环境机器人及其植物识别方法 |
CN109197275A (zh) * | 2018-10-18 | 2019-01-15 | 广州极飞科技有限公司 | 杂草种类的识别方法及装置、施药信息的确定方法 |
CN109255370A (zh) * | 2018-08-20 | 2019-01-22 | 安徽大学 | 一种基于pauc算法的农田智能喷药方法 |
CN109409275A (zh) * | 2018-10-18 | 2019-03-01 | 广州极飞科技有限公司 | 目标对象的识别方法及装置、施药信息的确定方法 |
CN109661979A (zh) * | 2017-10-13 | 2019-04-23 | 中国农业机械化科学研究院 | 一种基于精准控制作物位置的信息化种植方法 |
CN109934256A (zh) * | 2019-01-28 | 2019-06-25 | 华南农业大学 | 一种基于ga-ann特征降维与som特征优选的稻田杂草识别方法 |
CN109975296A (zh) * | 2019-04-18 | 2019-07-05 | 广西科技大学 | 一种针对绿色叶菜类蔬菜的杂草识别方法 |
CN111109240A (zh) * | 2020-01-03 | 2020-05-08 | 东北农业大学 | 一种多信息融合的变量喷药方法和装置 |
CN111163628A (zh) * | 2017-05-09 | 2020-05-15 | 蓝河技术有限公司 | 使用图像数据的自动植物检测 |
CN112839511A (zh) * | 2018-10-17 | 2021-05-25 | 罗伯特·博世有限公司 | 用于将喷洒剂施布到田地上的方法 |
WO2021147528A1 (zh) * | 2020-01-23 | 2021-07-29 | 杭州睿琪软件有限公司 | 与杂草相关的计算机可执行的方法和计算机系统 |
CN113647281A (zh) * | 2021-07-22 | 2021-11-16 | 盘锦光合蟹业有限公司 | 一种除草方法及系统 |
CN114392851A (zh) * | 2017-04-28 | 2022-04-26 | 拜耳股份公司 | 用于杂草控制的高速系统 |
CN115428685A (zh) * | 2022-11-07 | 2022-12-06 | 中化现代农业有限公司 | 用于甜菜的植保方法及植保装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7166302B2 (ja) * | 2017-07-06 | 2022-11-07 | バイエル、アクチエンゲゼルシャフト | 雑草防除装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1381166A (zh) * | 2002-06-13 | 2002-11-27 | 北京智能谷科技有限公司 | 苜草种植管理与病虫害防治专家系统 |
CN1252588C (zh) * | 2003-05-16 | 2006-04-19 | 上海交通大学 | 高光谱遥感图像联合加权随机分类方法 |
-
2005
- 2005-10-08 CN CNB2005100865695A patent/CN100437629C/zh active Active
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403741B (zh) * | 2008-10-20 | 2012-07-18 | 中国科学院合肥物质科学研究院 | 基于多光谱的植物叶片数字信息采集与自动识别系统及其识别方法 |
CN102473200A (zh) * | 2009-07-08 | 2012-05-23 | 巴斯夫欧洲公司 | 用于植物异常诊断的系统 |
CN101859375B (zh) * | 2010-06-01 | 2011-12-28 | 南京林业大学 | 农田苗期行内作物-杂草识别方法 |
CN101859375A (zh) * | 2010-06-01 | 2010-10-13 | 南京林业大学 | 农田苗期行内作物-杂草识别方法 |
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 |
CN102208099A (zh) * | 2011-05-30 | 2011-10-05 | 华中科技大学 | 一种抗光照变化的作物彩色图像分割方法 |
WO2014049401A1 (en) * | 2012-09-26 | 2014-04-03 | Tene Agricultural Solutions Pvt Ltd | Portable data communication device, method and system for dynamic identification and management of field situation |
CN103900498A (zh) * | 2012-12-28 | 2014-07-02 | 中国农业机械化科学研究院 | 一种棉田苗情自动探测方法及其探测装置 |
CN103900498B (zh) * | 2012-12-28 | 2016-08-03 | 中国农业机械化科学研究院 | 一种棉田苗情自动探测方法及其探测装置 |
CN103336966A (zh) * | 2013-07-15 | 2013-10-02 | 山东奥泰机械有限公司 | 一种应用于农业智能机械的杂草图像辨识方法 |
CN103348964A (zh) * | 2013-07-15 | 2013-10-16 | 山东奥泰机械有限公司 | 一种智能除草设备及其使用方法 |
CN103336966B (zh) * | 2013-07-15 | 2016-08-10 | 山东奥泰机械有限公司 | 一种应用于农业智能机械的杂草图像辨识方法 |
CN103839069A (zh) * | 2014-03-11 | 2014-06-04 | 浙江理工大学 | 基于图像分析的漏割草坪识别方法 |
CN103839069B (zh) * | 2014-03-11 | 2017-04-12 | 浙江理工大学 | 基于图像分析的漏割草坪识别方法 |
CN103902996A (zh) * | 2014-03-31 | 2014-07-02 | 合肥晶奇电子科技有限公司 | 一种多元化植物识别手机app设计方法 |
CN103918636A (zh) * | 2014-04-29 | 2014-07-16 | 青岛农业大学 | 基于图像处理的智能喷药方法及喷药机器人 |
CN103918636B (zh) * | 2014-04-29 | 2015-12-16 | 青岛农业大学 | 基于图像处理的智能喷药方法及喷药机器人 |
CN104834313A (zh) * | 2015-05-15 | 2015-08-12 | 济南大学 | 一种基于rfid的大棚智能喷药机器人及方法 |
CN106614484A (zh) * | 2017-01-19 | 2017-05-10 | 成都市宏德永兴养殖有限公司 | 果树车载喷药方法 |
CN106912331A (zh) * | 2017-03-02 | 2017-07-04 | 深圳春沐源农业科技有限公司 | 一种针对农作物害虫的喷药方法及喷药系统 |
CN114392851B (zh) * | 2017-04-28 | 2024-04-02 | 发现号收购集团 | 用于杂草控制的高速系统 |
CN114392851A (zh) * | 2017-04-28 | 2022-04-26 | 拜耳股份公司 | 用于杂草控制的高速系统 |
CN111163628A (zh) * | 2017-05-09 | 2020-05-15 | 蓝河技术有限公司 | 使用图像数据的自动植物检测 |
US11748976B2 (en) | 2017-05-09 | 2023-09-05 | Blue River Technology Inc. | Automated plant detection using image data |
CN109661979A (zh) * | 2017-10-13 | 2019-04-23 | 中国农业机械化科学研究院 | 一种基于精准控制作物位置的信息化种植方法 |
CN108271765A (zh) * | 2018-01-05 | 2018-07-13 | 湘潭大学 | 一种多功能爪头监控环境机器人及其植物识别方法 |
CN109255370A (zh) * | 2018-08-20 | 2019-01-22 | 安徽大学 | 一种基于pauc算法的农田智能喷药方法 |
CN109255370B (zh) * | 2018-08-20 | 2021-07-27 | 安徽大学 | 一种基于pauc算法的农田智能喷药方法 |
CN112839511A (zh) * | 2018-10-17 | 2021-05-25 | 罗伯特·博世有限公司 | 用于将喷洒剂施布到田地上的方法 |
US11968973B2 (en) | 2018-10-17 | 2024-04-30 | Robert Bosch Gmbh | Method for applying a spray to a field based on analysis of evaluation portion of monitored field section |
CN109409275B (zh) * | 2018-10-18 | 2021-06-15 | 广州极飞科技股份有限公司 | 目标对象的识别方法及装置、施药信息的确定方法 |
CN109409275A (zh) * | 2018-10-18 | 2019-03-01 | 广州极飞科技有限公司 | 目标对象的识别方法及装置、施药信息的确定方法 |
CN109197275A (zh) * | 2018-10-18 | 2019-01-15 | 广州极飞科技有限公司 | 杂草种类的识别方法及装置、施药信息的确定方法 |
CN109934256A (zh) * | 2019-01-28 | 2019-06-25 | 华南农业大学 | 一种基于ga-ann特征降维与som特征优选的稻田杂草识别方法 |
CN109975296A (zh) * | 2019-04-18 | 2019-07-05 | 广西科技大学 | 一种针对绿色叶菜类蔬菜的杂草识别方法 |
CN111109240A (zh) * | 2020-01-03 | 2020-05-08 | 东北农业大学 | 一种多信息融合的变量喷药方法和装置 |
CN111109240B (zh) * | 2020-01-03 | 2023-09-29 | 东北农业大学 | 一种多信息融合的变量喷药装置 |
WO2021147528A1 (zh) * | 2020-01-23 | 2021-07-29 | 杭州睿琪软件有限公司 | 与杂草相关的计算机可执行的方法和计算机系统 |
CN113647281A (zh) * | 2021-07-22 | 2021-11-16 | 盘锦光合蟹业有限公司 | 一种除草方法及系统 |
CN115428685B (zh) * | 2022-11-07 | 2023-03-24 | 中化现代农业有限公司 | 用于甜菜的植保方法及植保装置 |
CN115428685A (zh) * | 2022-11-07 | 2022-12-06 | 中化现代农业有限公司 | 用于甜菜的植保方法及植保装置 |
Also Published As
Publication number | Publication date |
---|---|
CN100437629C (zh) | 2008-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1945601A (zh) | 一种自动识别田间杂草的方法与喷药装置 | |
CN102172233A (zh) | 一种棉田杂草实时识别对靶喷施的方法 | |
CN108693119A (zh) | 基于无人机高光谱遥感的病虫害智能察打系统 | |
CN105446309A (zh) | 一种基于物联网的农业智能分析监控系统 | |
CN114144061A (zh) | 用于基于图像识别的种植物处理的方法 | |
CN104764533A (zh) | 基于无人机图像采集和红外热像仪的智能农业系统 | |
CN108029534A (zh) | 一种分区园林养护系统 | |
CN104521936B (zh) | 杂草自动清理系统 | |
CN205819567U (zh) | 一种无人机植保系统 | |
CN105183045A (zh) | 基于物联网的农产品生产管理控制系统 | |
CN104865935A (zh) | 基于无人机图像采集的智能农业系统 | |
CN112335631A (zh) | 一种大棚种植用病虫害监测调控系统 | |
CN113142170A (zh) | 一种适用于稻田的无人机智能化定点除草技术 | |
Laursen et al. | RoboWeedSupport-Sub millimeter weed image acquisition in cereal crops with speeds up till 50 km/h | |
CN112699729A (zh) | 一种无人机察打一体除草方法 | |
Otto et al. | Insecticide drift and its effect on Kampimodromus aberrans (Oudemans) in an Italian vineyard-hedgerow system | |
CN204393174U (zh) | 杂草自动清理系统 | |
CN106614475A (zh) | 一种农用平台的控制方法及系统 | |
CN116523182B (zh) | 一种生态果园的构建和生产管理方法、系统及存储介质 | |
Ramdinthara et al. | A comparative study of IoT technology in precision agriculture | |
CN104542551B (zh) | 一种杂草自动清理方法 | |
Hong et al. | Adaptive target spray system based on machine vision for plant protection UAV | |
CN107711799A (zh) | 一种基于无人机检测果园信息的人工智能喷药系统 | |
Sabanci et al. | Image processing based intelligent spraying robot for weed control | |
Lagad et al. | Design and development of agrobot for pesticide spraying using grading system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |