ES2930548A1

ES2930548A1 - MAPPING OF TILLING ROWS (Machine-translation by Google Translate, not legally binding)

Info

Publication number: ES2930548A1
Application number: ES202130503A
Authority: ES
Inventors: Barragan José Manuel Pena; Castro Megias Ana Isabel De; Cueto Francisco Javier Lima
Original assignee: Consejo Superior de Investigaciones Cientificas CSIC; Universidad de Malaga
Current assignee: Consejo Superior de Investigaciones Cientificas CSIC; Universidad de Malaga
Priority date: 2021-06-02
Filing date: 2021-06-02
Publication date: 2022-12-15

Abstract

Methods of mapping tillage furrows in one or more agricultural fields are provided from aerial images that include an aerial image of at least a portion of one or more agricultural fields, the aerial image includes segmented objects as a result of a process of object segmentation, said aerial image being a split or non-split image, in the case of being a split image including these image portions as a result of an image splitting process. These mapping methods comprise the identification of elongated objects corresponding to those segmented objects that have a Length/Width (L/W) ratio above a predefined L/W threshold. Said mapping methods further comprise determining tillage row segments based on the identified elongated objects and generating a tillage map based on the determined tillage row segments. Computer programs and systems that are suitable for performing such mapping methods are also provided. (Machine-translation by Google Translate, not legally binding)

Description

DESCRIPCIÓNDESCRIPTION

Mapeo de surcos de laboreoMapping of tillage furrows

Esta invención se refiere a métodos de detección y mapeo (en su conjunto, métodos cartográficos) de surcos de laboreo en uno o más campos agrícolas a partir de imágenes aéreas que incluyen una imagen aérea de al menos parte de uno o más campos agrícolas. La presente invención se refiere además a programas de ordenador y sistemas que son adecuados para realizar dichos métodos.This invention relates to methods of detecting and mapping (collectively, mapping methods) tillage furrows in one or more agricultural fields from aerial imagery including an aerial image of at least part of one or more agricultural fields. The present invention further relates to computer programs and systems that are suitable for carrying out such methods.

ANTECEDENTESBACKGROUND

El laboreo es una de las principales tareas agrícolas que puede provocar un progresivo movimiento del suelo y, en consecuencia, una grave erosión en terrenos en pendiente con un alto impacto en la productividad de los cultivos, la calidad del suelo y las características del paisaje. Los gobiernos y las administraciones públicas reconocen la necesidad de controlar las operaciones de laboreo para una mejor conservación del suelo en zonas vulnerables.Tillage is one of the main agricultural tasks that can cause progressive soil movement and, consequently, serious erosion on sloping land with a high impact on crop productivity, soil quality, and landscape characteristics. Governments and public administrations recognize the need to control tillage operations for better soil conservation in vulnerable areas.

Por ejemplo, Drzewiecki (2008) utilizó datos espaciales digitales disponibles (imágenes aéreas o de satélite) y un entorno SIG para definir los límites de las parcelas y aplicó un criterio de coincidencia perpendicular entre las direcciones principales del borde más largo de la parcela y el aspecto de la pendiente para identificar las parcelas con laboreo de contorno en una zona del sur de Polonia. Este procedimiento se automatizó posteriormente para su aplicación en regiones más amplias mediante la aplicación del análisis de imágenes basado en objetos (OBIA) (Drzewiecki et al., 2014) y se implementó en diversos tipos de suelo y formas del terreno mediante el uso de datos de luz láser (LIDAR) y herramientas SIG (Bozek et al., 2016). Sin embargo, este método solo es válido bajo supuestos muy concretos en los que las parcelas se cultiven siguiendo su borde más largo, lo que no es común en el caso del laboreo mecanizado y/o en parcelas cuadradas con todos los bordes de longitud similar (Bozek et al., 2016). Aplicando otros criterios, Panagos et al. (2015) estimaron las superficies de laboreo de contorno a nivel europeo utilizando el Modelo Digital de Elevaciones (MDE) de 25 m de resolución y asumiendo que los agricultores aplican correctamente las Buenas Condiciones Agrícolas y Medioambientales (BCAM) definidas en la Política Agrícola Común (PAC) con el objetivo de lograr una agricultura sostenible. Sin embargo, este enfoque tiene la debilidad de ignorar el hecho de que el control y el seguimiento efectivos del cumplimiento de las BCAM a menudo se ven obstaculizados por problemas técnicos y metodológicos (Lima et al., 2019). For example, Drzewiecki (2008) used available digital spatial data (aerial or satellite imagery) and a GIS environment to define parcel boundaries and applied a perpendicular match criterion between the principal directions of the longest parcel edge and the slope aspect to identify plots with contour tillage in an area of southern Poland. This procedure was later automated for application to wider regions by applying object-based image analysis (OBIA) (Drzewiecki et al., 2014) and implemented on various soil types and landforms using data of laser light (LIDAR) and GIS tools (Bozek et al., 2016). However, this method is only valid under very specific cases in which the plots are cultivated following their longest edge, which is not common in the case of mechanized tillage and/or in square plots with all the edges of similar length ( Bozek et al., 2016). Applying other criteria, Panagos et al. (2015) estimated the contour tillage areas at the European level using the Digital Elevation Model (DEM) with 25 m resolution and assuming that farmers correctly apply the Good Agricultural and Environmental Conditions (BCAM) defined in the Common Agricultural Policy ( PAC) with the aim of achieving sustainable agriculture. However, this approach has the weakness of ignoring the fact that effective control and monitoring of BCAM compliance is often hampered by technical and methodological problems (Lima et al., 2019).

Debido a lo anterior, sigue siendo necesario un mecanismo para la cartografía efectiva y masiva de los patrones de laboreo a escala de parcela y/o escala regional que supere las limitaciones inherentes a los métodos antes mencionados.Due to the above, there is still a need for a mechanism for the effective and massive cartography of tillage patterns at the plot scale and/or regional scale that overcomes the inherent limitations of the aforementioned methods.

El objeto de la presente invención es, por tanto, proporcionar nuevos métodos, programas informáticos y sistemas que permitan un mapeo efectivo y masivo de los patrones de laboreo a escala de campo y/o escala regional.The object of the present invention is, therefore, to provide new methods, computer programs and systems that allow effective and massive mapping of tillage patterns on a field and/or regional scale.

EXPLICACIÓN DE LA INVENCIÓNEXPLANATION OF THE INVENTION

En la presente invención se proporcionan métodos de mapeo de surcos de laboreo en uno o más campos agrícolas a partir de imágenes aéreas que incluyen una imagen aérea de al menos parte de uno o más campos agrícolas, la imagen aérea incluyendo objetos segmentados como resultado de un proceso de segmentación de la imagen, dicha imagen aérea siendo una imagen dividida o no dividida, en el caso de ser una imagen dividida incluyendo esta porciones de imagen como resultado de un proceso de división de imágenes. Estos métodos de mapeo comprenden la detección e identificación de objetos alargados correspondientes a aquellos objetos segmentados que tienen una relación Longitud/Anchura (L/A) por encima de un umbral L/A predefinido. Los métodos de mapeo comprenden además la determinación de segmentos de surcos de laboreo basados en los objetos alargados identificados y la generación de un mapa de laboreo basado en los segmentos de surcos de laboreo determinados.In the present invention there are provided methods of mapping tillage furrows in one or more agricultural fields from aerial images including an aerial image of at least part of one or more agricultural fields, the aerial image including segmented objects as a result of a image segmentation process, said aerial image being a split or non-split image, in the case of being a split image including said image portions as a result of an image splitting process. These mapping methods comprise the detection and identification of elongated objects corresponding to those segmented objects that have a Length/Width (L/W) ratio above a predefined L/A threshold. The mapping methods further comprise determining tillage row segments based on the identified elongated objects and generating a tillage map based on the determined tillage row segments.

Los métodos de mapeo propuestos permiten detectar y cartografiar los surcos de laboreo en grandes extensiones de campos agrícolas y monitorear de manera efectiva y masiva los patrones de laboreo a escala de parcela y/o regional. Cuando se obtiene el mapa correspondiente, se puede comprobar la idoneidad del trazado de los surcos de laboreo en el campo a gran escala. Los términos "imágenes aéreas" e "imagen aérea" se utilizan aquí para indicar las imágenes tomadas desde plataformas aéreas o a una altura significativa en los campos agrícolas que se van a supervisar. Las imágenes aéreas pueden tomarse desde cualquier vehículo aéreo conocido como, por ejemplo, vehículos aéreos no tripulados o drones. Las imágenes tomadas desde gran altura por una cámara montada en un poste alto en el campo también se consideran imágenes aéreas en el sentido de que cubren grandes extensiones de campo. Los experimentos llevados a cabo por los inventores han demostrado que la detección de surcos de laboreo basada en la identificación de objetos alargados en función de su relación L/A proporciona suficiente precisión para supervisar los campos agrícolas en el sentido expresado.The proposed mapping methods make it possible to detect and map tillage furrows in large extensions of agricultural fields and effectively and massively monitor tillage patterns at the plot and/or regional scale. When the corresponding map is obtained, the suitability of the layout of the tillage furrows can be verified in the field on a large scale. The terms "aerial imagery" and "aerial imagery" are used here to denote images taken from aerial platforms or at a significant height in the agricultural fields to be monitored. Aerial images can be taken from any known aerial vehicle such as UAVs or drones. Images taken from a high altitude by a camera mounted on a pole high in the field are also considered aerial images in the sense that they cover large tracts of field. The experiments carried out by the inventors have shown that the detection of tillage furrows based on the identification of elongated objects as a function of their L/A ratio provides enough precision to monitor agricultural fields in the sense expressed.

La expresión "surco de laboreo" se utiliza aquí para indicar un surco o una cresta o un par surco-cresta causados por el laboreo del campo. Se sabe que, en los campos agrícolas, un surco de laboreo está dispuesto entre crestas de laboreo adyacentes y viceversa, es decir, una cresta de laboreo está dispuesta entre surcos de laboreo adyacentes. Por lo tanto, se asume aquí que las expresiones "surco de laboreo", "caballón de laboreo", “cresta de laboreo” y "par surco-cresta de laboreo" son equivalentes entre sí en el contexto de la presente invención.The expression "tillage furrow" is used here to indicate a furrow or ridge or furrow-ridge pair caused by tillage of the field. It is known that, in agricultural fields, a tillage furrow is arranged between adjacent tillage ridges and vice versa, that is, a tillage ridge is arranged between adjacent tillage furrows. Therefore, it is assumed here that the expressions "tillage furrow", "tillage ridge", "tillage ridge" and "tillage furrow-ridge pair" are equivalent to each other in the context of the present invention.

Los métodos de mapeo pueden comprender además la realización del proceso de división para obtener la imagen aérea dividida en porciones de imagen, y/o la realización del proceso de segmentación de objetos para obtener la imagen aérea con objetos segmentados, basándose en alguna técnica de segmentación de objetos conocida o preexistente.The mapping methods may further comprise performing the splitting process to obtain the aerial image divided into image portions, and/or performing the object segmentation process to obtain the aerial image with segmented objects, based on some segmentation technique. of known or pre-existing objects.

Según algunas implementaciones, las porciones de imagen (en las que se puede dividir la imagen aérea) pueden ser porciones de imagen cuadradas y/o pueden tener un tamaño o tamaños predefinidos. Esto permite procesar las porciones de imagen como se sugiere en el presente documento de manera más fácil y eficiente en comparación con las reglas de partición menos comunes aunque, de hecho, se puede utilizar cualquier partición en el contexto técnico de la presente invención.According to some implementations, the image portions (into which the aerial image may be divided) may be square image portions and/or may have a predefined size(s). This allows image slices to be processed as suggested herein more easily and efficiently compared to less common partitioning rules although, in fact, any partition can be used in the technical context of the present invention.

En algunos ejemplos, la determinación de los segmentos de surco de laboreo puede comprender la determinación, en cada porción de imagen, del objeto alargado con la mayor relación L/A en la porción de imagen como objeto alargado de referencia, y los otros como objetos alargados de no-referencia, junto con la determinación, en cada porción de imagen, de los segmentos de surco de laboreo realizando un proceso de fusión entre el objeto alargado de referencia y los objetos alargados de no-referencia en la porción de imagen. Este enfoque de fusión permite mejorar la precisión de la detección de los surcos de laboreo.In some examples, determining the working furrow segments may comprise determining, in each image portion, the elongated object with the highest L/A ratio in the image portion as the reference elongated object, and the others as reference elongated objects. non-reference elongated objects, along with determining, in each image portion, the working groove segments by performing a fusion process between the reference elongated object and the non-reference elongated objects in the image portion. This fusion approach allows to improve the accuracy of the detection of tillage furrows.

La expresión "por porción de imagen" se utiliza aquí para indicar que el proceso, la acción o la operación correspondientes se realizan en una de las porciones de la imagen, en otra, en otra más, etc. Este enfoque uno a uno no significa necesariamente que el proceso, la acción o la operación correspondientes se realicen en todas las porciones en las que se ha dividido la imagen aérea. Por ejemplo, la imagen aérea puede ser dividida en un número N de porciones, pero sólo M (< N) de ellas pueden ser procesadas, con resultados de mapeo igualmente buenos como en el caso de que todas las porciones de la imagen fueran procesadas. Además, en este enfoque uno a uno, las porciones de la imagen pueden procesarse en serie, o en paralelo, o en una combinación de ellas.The expression "per image portion" is used here to indicate that the corresponding process, action, or operation is performed on one image portion, another, yet another, and so on. This one-to-one approach does not necessarily mean that the corresponding process, action, or operation is carried out in all the portions into which the aerial image has been divided. For example, the aerial image can be divided into N number of slices, but only M (< N) of them can be processed, with equally good mapping results as if all image slices were processed. Also, in this one-to-one approach, image slices can be processed serially, or in parallel, or a combination thereof.

En los métodos de mapeo de ejemplo, el proceso de fusión puede ser un proceso iterativo de fusión en el que cada iteración comprende la generación de un objeto alargado compuesto mediante la fusión del objeto alargado de referencia con dos o más de los objetos alargados de no-referencia en la porción de imagen, verificando si el objeto alargado compuesto tiene una relación L/A mayor que la relación L/A del objeto alargado de referencia y, en dicho caso, determinando el objeto alargado compuesto como segmento de surco de laboreo. El término "segmento de surco de laboreo" se utiliza aquí para indicar la parte de un surco de laboreo que cae dentro de la porción de imagen correspondiente. Este enfoque de fusión iterativa puede refinar aún más la detección del surco de laboreo al fusionar el objeto alargado de referencia con otros objetos alargados (de no-referencia) dentro de la porción de imagen. Se pueden seleccionar diferentes objetos alargados de no-referencia en cada una de las iteraciones hasta que se haya verificado que todos los objetos alargados de no-referencia forman (o no) un objeto alargado compuesto que es más largo que el objeto alargado de referencia. Este enfoque de fusión iterativa puede, por tanto, proporcionar resultados aún más precisos en la detección de surcos de laboreo a partir de las imágenes aéreas.In the example mapping methods, the merge process may be an iterative merge process in which each iteration comprises generating a composite elongated object by merging the reference elongated object with two or more of the non-reference elongated objects. -reference in the image portion, checking whether the composite elongated object has an L/A ratio greater than the L/A ratio of the reference elongated object and, if so, determining the composite elongated object as a working furrow segment. The term "tilling furrow segment" is used herein to indicate the part of a tilling furrow that falls within the corresponding image portion. This iterative merging approach can further refine working furrow detection by merging the reference elongated object with other (non-reference) elongated objects within the image slice. Different non-reference elongated objects can be selected in each of the iterations until it has been verified that all non-reference elongated objects form (or do not) a composite elongated object that is longer than the reference elongated object. This iterative fusion approach can therefore provide even more accurate results in the detection of tillage furrows from aerial imagery.

Según algunas implementaciones, la determinación de los segmentos de surco de laboreo puede comprender además el cálculo de una dirección de los segmentos de surco de laboreo determinados. Este cálculo de la dirección puede incluir la división, sobre la base de cada porción de imagen, de la porción de imagen en una pluralidad de subporciones, de tal manera que los pasos o acciones u operaciones subsiguientes dirigidas al cálculo de la dirección pueden realizarse sobre la base de cada porción o subporción de imagen. El cálculo de la dirección puede incluir el cálculo, sobre la base de cada porción o subporción de imagen, de una dirección media de los segmentos de surco de laboreo en la porción o subporción de imagen. Dicho cálculo de dirección puede incluir además la asignación, por cada porción o subporción de imagen, de un valor de dirección media a la porción o subporción de imagen en la que no se ha detectado ningún segmento de surco de laboreo. En caso de que el resultado del cálculo de la dirección media sea negativo o falso, podrá calcularse un promedio de las direcciones de las porciones o subporciones de imagen vecinas a la porción o subporción de imagen.According to some implementations, the determination of the tillage furrow segments may further comprise the calculation of a direction of the determined tillage furrow segments. This address computation may include dividing, on a per image portion basis, the image portion into a plurality of subportions, such that subsequent steps or actions or operations directed to address computation may be performed on the base of each slice or sub-slice of image. The direction computation may include calculating, on a per image portion or subportion basis, an average direction of the tilling groove segments in the image portion or subportion. Said direction calculation may further include assigning, per image portion or subportion, an average direction value to the image portion or subportion in which no working furrow segment has been detected. In case If the result of the average direction calculation is negative or false, an average of the directions of the image portions or subportions neighboring the image portion or subportion may be calculated.

La expresión "por subporción" se utiliza aquí para indicar que el proceso, la acción o la operación correspondiente se realiza en una de las subporciones, en otra, en otra más, etc. Este enfoque uno a uno no significa necesariamente que el proceso, la acción o la operación correspondientes se realicen en todas las subporciones en las que se ha dividido la porción de imagen correspondiente. Por ejemplo, una porción de imagen determinada puede dividirse en un número N de subporciones, pero sólo M (< N) de ellas pueden procesarse, con resultados de mapeo igualmente buenos que en el caso de que se procesaran todas las subporciones de la porción de imagen. Además, en este enfoque uno a uno, las subporciones pueden ser procesadas en serie, o en paralelo, o en una combinación de ellas.The expression "by subportion" is used here to indicate that the corresponding process, action or operation is performed in one of the subportions, in another, in yet another, etc. This one-to-one approach does not necessarily mean that the corresponding process, action or operation is performed on all subportions into which the corresponding image portion has been divided. For example, a given image slice can be divided into N number of subslices, but only M (< N) of them can be processed, with equally good mapping results as if all subslices of the image slice were processed. picture. Furthermore, in this one-to-one approach, the sub-chunks can be processed serially, or in parallel, or in a combination thereof.

En algunas implementaciones, los métodos de mapeo pueden comprender además la obtención de un Modelo Digital del Terreno (MDT) y un Modelo Digital de Superficie (MDS) a partir de las imágenes aéreas o sobre la base de las mismas, la determinación de una capa ráster de alturas mediante una operación de resta del MDT al MDS, y la identificación, sobre la base de la capa ráster de alturas, de los objetos arbóreos correspondientes a aquellos objetos segmentados que tengan una altura superior a un umbral de altura predefinido. Los objetos arbóreos identificados pueden excluirse de la cartografía de los surcos de laboreo. Este descarte de objetos arbóreos puede evitar falsas detecciones de surcos de laboreo, ya que un objeto que probablemente sea un árbol debido a su altura puede llevar a designar o clasificar un objeto como surco de laboreo erróneamente si tiene forma alargada. De esta manera, el mapeo de los surcos de laboreo puede ser mucho más preciso y eficiente, ya que los objetos altos se descartan como objetos alargados y, en consecuencia, se evita la detección de falsos positivos.In some implementations, the mapping methods may further comprise obtaining a Digital Terrain Model (DTM) and a Digital Surface Model (DSM) from or on the basis of aerial imagery, determining a layer height raster by a subtraction operation from the DTM to the MDS, and the identification, based on the height raster layer, of the tree objects corresponding to those segmented objects that have a height greater than a predefined height threshold. Identified tree objects can be excluded from the mapping of tillage furrows. This discarding of tree objects can avoid false detections of till rows, since an object that is likely to be a tree due to its height can lead to designating or classifying an object as a till row if it is elongated in shape. In this way, the mapping of the tillage furrows can be much more precise and efficient, since tall objects are discarded as elongated objects and, consequently, the detection of false positives is avoided.

Los métodos de mapeo pueden comprender además el cálculo, por cada porción de imagen, del brillo medio de los objetos segmentados en la porción de imagen y la designación de dicho brillo medio como umbral de brillo de la porción de imagen. Los objetos de sombra pueden entonces ser identificados, en base a cada porción de imagen, como aquellos objetos segmentados en la porción de imagen con un brillo por debajo del umbral de brillo de la porción de imagen en una cantidad o proporción predefinida. Los objetos de sombra identificados pueden ser excluidos del mapeo de los surcos de laboreo. Este descarte de los objetos de sombra también puede proporcionar más precisión y eficiencia al mapeo de los surcos de laboreo por razones iguales o similares a las sugeridas anteriormente para los objetos arbóreos.The mapping methods may further comprise calculating, per image portion, the average brightness of the segmented objects in the image portion and designating said average brightness as the image portion brightness threshold. The shadow objects can then be identified, on a per image portion basis, as those segmented objects in the image portion with a brightness below the image portion brightness threshold by a predefined amount or ratio. Identified shadow objects can be excluded from the mapping of the tillage furrows. This discarding of shadow objects may also provide more precision and efficiency to tillage furrow mapping for the same or similar reasons as suggested above for tree objects.

En algunas implementaciones, los métodos de mapeo pueden comprender además la obtención, basada en las imágenes aéreas, de una capa ráster de aspecto de la pendiente del terreno de uno o más campos agrícolas, y la generación de un mapa de laboreo de contorno basado en el mapa de surcos de laboreo generado y la capa ráster de aspecto obtenida de la pendiente del terreno de uno o más campos agrícolas. Por ejemplo, la generación del mapa de laboreo de contorno puede incluir la determinación de áreas de laboreo de contorno correspondientes a áreas del mapa de surcos de laboreo cuyos surcos de laboreo están dentro de un rango de perpendicularidad con respecto a la pendiente del terreno en dicha área, de acuerdo con la capa ráster de aspecto de la pendiente del terreno. Al generar el mapa de laboreo de contorno se puede verificar automáticamente si los surcos de laboreo están (más o menos) correctamente trazados en el campo teniendo en cuenta la pendiente del terreno en esa parte del campo. En particular, cuanto más perpendiculares se tracen los surcos de laboreo con respecto a la pendiente del terreno, más eficaces se pueden considerar los surcos de laboreo desde un punto de vista de conservación del suelo y de control de la erosión.In some implementations, the mapping methods may further comprise obtaining, based on aerial imagery, a slope aspect raster layer of one or more agricultural fields, and generating a contour tillage map based on the generated tillage map and the aspect raster layer obtained from the slope of the terrain of one or more agricultural fields. For example, the generation of the contour tillage map may include the determination of contour tillage areas corresponding to areas of the tillage map whose tillage furrows are within a range of perpendicularity to the slope of the land at that time. area, based on the terrain slope aspect raster layer. When generating the contour tillage map it can be automatically checked if the tillage furrows are (more or less) correctly drawn in the field taking into account the slope of the land in that part of the field. In particular, the more perpendicular the tillage furrows are laid to the slope of the land, the more effective the tillage furrows can be considered from a soil conservation and erosion control standpoint.

En otro aspecto de la presente invención se proporcionan programas de ordenador que comprenden instrucciones de programa para hacer que un ordenador o sistema informático realice cualquiera de los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas siguiendo lo indicado en el presente documento. Estos programas de ordenador pueden ser incorporados en un medio de almacenamiento o transportados en una señal portadora. Dado que estos programas de ordenador son adecuados para realizar métodos de mapeo de surcos de laboreo en campos agrícolas de acuerdo con la presente invención, los mismos principios y ventajas atribuidos a tales métodos pueden ser aplicables a dichos programas de ordenador.In another aspect of the present invention, computer programs are provided that comprise program instructions for causing a computer or computer system to perform any of the tillage furrow mapping methods in one or more agricultural fields as indicated herein. These computer programs may be embedded in a storage medium or carried on a carrier signal. Since these computer programs are suitable for carrying out tillage mapping methods in agricultural fields according to the present invention, the same principles and advantages attributed to such methods can be applied to said computer programs.

Por otro lado, se proporcionan sistemas para mapear los surcos de laboreo en uno o más campos agrícolas a partir de imágenes aéreas que incluyen una imagen aérea de al menos una parte de uno o más campos agrícolas, la imagen aérea incluye objetos segmentados como resultado de un proceso de segmentación de objetos, y la imagen aérea es una imagen dividida o no dividida, la imagen dividida incluye porciones de imagen como resultado de un proceso de división de la imagen. Estos sistemas de mapeo comprenden un módulo identificador, un módulo determinante y un módulo de mapeo. El módulo identificador está configurado para identificar objetos alargados correspondientes a aquellos objetos segmentados que tienen una relación L/A por encima de un umbral L/A predefinido. El módulo determinante está configurado para determinar segmentos de surco de laboreo basados en los objetos alargados identificados. El módulo de mapeo está configurado para generar un mapa de surcos de laboreo basado en los segmentos de surcos de laboreo determinados. Dado que estos sistemas son adecuados para realizar métodos de mapeo de surcos de laboreo en campos agrícolas de acuerdo con la presente invención, los mismos principios y ventajas atribuidos a dichos métodos pueden ser aplicables a estos sistemas.On the other hand, systems are provided for mapping tillage furrows in one or more agricultural fields from aerial imagery including an aerial image of at least a portion of one or more agricultural fields, the aerial image including segmented objects as a result of an object segmentation process, and the aerial image is a split image or an unsplit image, the split image includes image portions as a result of an image split process. These Mapping systems comprise an identifier module, a determining module and a mapping module. The identifier module is configured to identify elongated objects corresponding to those segmented objects that have an L/A ratio above a predefined L/A threshold. The determining module is configured to determine tilling furrow segments based on the identified elongated objects. The mapping module is configured to generate a tillage map based on the determined tillage segments. Since these systems are suitable for carrying out tillage furrow mapping methods in agricultural fields according to the present invention, the same principles and advantages attributed to said methods can be applied to these systems.

BREVE DESCRIPCIÓN DE LOS DIBUJOSBRIEF DESCRIPTION OF THE DRAWINGS

A continuación, se describirán ejemplos no limitantes de la presente invención, con referencia a las figuras incluidas, en las cuales:Non-limiting examples of the present invention will be described below, with reference to the included figures, in which:

La figura 1 muestra representaciones esquemáticas de sistemas para mapear surcos de laboreo en uno o más campos agrícolas, según ejemplos.Figure 1 shows schematic representations of systems for mapping tillage furrows in one or more agricultural fields, as examples.

La figura 2 es un diagrama de flujo que ilustra esquemáticamente los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas, según ejemplos de realización de la invención.Figure 2 is a flow chart schematically illustrating tillage furrow mapping methods in one or more agricultural fields, according to embodiments of the invention.

DESCRIPCIÓN DETALLADA DE EJEMPLOS DE REALIZACIÓN DE LA INVENCIÓNDETAILED DESCRIPTION OF EXAMPLES OF EMBODIMENT OF THE INVENTION

En estas figuras se han utilizado los mismos signos de referencia para designar o indicar elementos iguales o similares.In these figures the same reference signs have been used to designate or indicate the same or similar elements.

La figura 1 ilustra los sistemas 100 para mapear los surcos de laboreo en uno o más campos agrícolas 102. Estos sistemas cartográficos o de mapeo 100 pueden comprender un módulo de imágenes 101, un módulo divisor 102, un módulo de segmentación 103, un módulo identificador 104, un módulo determinante 105 y un módulo de mapeo 106.Figure 1 illustrates systems 100 for mapping tillage furrows in one or more agricultural fields 102. These cartographic or mapping systems 100 may comprise an image module 101, a divider module 102, a segmentation module 103, an identifier module 104, a determining module 105 and a mapping module 106.

El módulo de imágenes 101 puede estar configurado para obtener imágenes aéreas 107 que incluyan una imagen aérea de al menos una parte de uno o más campos agrícolas. El módulo de imágenes 101 puede no existir en el sistema de mapeo 100 si las imágenes aéreas 107 a procesar no son obtenidas por el sistema 100 porque, por ejemplo, ya están presentes en el sistema 100. El módulo divisor 102 puede estar configurado para dividir la imagen aérea en una pluralidad de porciones de imagen. El módulo divisor 102 puede no existir en el sistema de mapeo 100 si la imagen aérea a procesar no es dividida por/en el sistema 100 porque, por ejemplo, es tomada por el sistema 100 ya dividida. El módulo de segmentación 103 puede estar configurado para segmentar objetos en la porción de imagen utilizando, por ejemplo, una técnica de segmentación de objetos conocida o preexistente. El módulo de segmentación 103 puede no existir en el sistema de mapeo 100 si la imagen aérea a procesar no es segmentada por/en el sistema 100 porque, por ejemplo, es tomada por el sistema 100 ya segmentada. El módulo identificador 104 puede estar configurado para identificar objetos alargados correspondientes a aquellos objetos segmentados que tengan una relación L/A por encima de un umbral L/A predefinido. El módulo determinante 105 puede estar configurado para determinar segmentos de surco de laboreo basados en los objetos alargados identificados. El módulo de mapeo 106 puede estar configurado para generar un mapa de surcos de laboreo 108 basado en los segmentos de surcos de laboreo determinados.The imaging module 101 may be configured to obtain aerial images 107 including an aerial image of at least a portion of one or more agricultural fields. Imaging module 101 may not exist in mapping system 100 if the aerial images 107 to be processed are not obtained by the system 100 because, for example, they are already present in the system 100. The splitter module 102 may be configured to split the aerial image into a plurality of image portions. The splitter module 102 may not exist in the mapping system 100 if the aerial image to be processed is not split by/in the system 100 because, for example, it is taken by the system 100 already split. The segmentation module 103 may be configured to segment objects in the image portion using, for example, a known or pre-existing object segmentation technique. The segmentation module 103 may not exist in the mapping system 100 if the aerial image to be processed is not segmented by/in the system 100 because, for example, it is taken by the system 100 already segmented. Identifier module 104 may be configured to identify elongated objects corresponding to those segmented objects that have an L/A ratio above a predefined L/A threshold. The determining module 105 may be configured to determine tilling furrow segments based on the identified elongated objects. The mapping module 106 may be configured to generate a till row map 108 based on the determined till row segments.

El módulo divisor 102 (si está presente en el sistema 100) puede recibir u obtener o recuperar imágenes aéreas del módulo de imágenes 101 (si está presente en el sistema 100) a través de una conexión soft/hard (o enlace o asociación o acoplamiento) 109 adecuada entre ellos. El módulo de segmentación 103 (si está presente en el sistema 100) puede recibir u obtener o recuperar porciones de imágenes aéreas del módulo divisor 102 (si está presente en el sistema 100) a través de una conexión suave/dura adecuada 110 entre ellos. El módulo identificador 104 puede recibir u obtener o recuperar porciones de imagen (o la imagen aérea no dividida) con objetos segmentados del módulo de segmentación 103 (si está presente en el sistema 100) a través de una conexión soft/hard adecuada 111 entre ellos. El módulo de determinación 105 puede recibir u obtener o recuperar porciones de imagen (o la imagen aérea no particionada) con objetos alargados identificados desde el módulo de identificación 104 a través de una conexión soft/hard adecuada 112 entre ellos. El módulo de mapeo 106 puede recibir u obtener o recuperar porciones de imágenes (o la imagen aérea no dividida) con segmentos de surcos de laboreo determinados del módulo determinante 105 a través de una conexión soft/hard adecuada 113 entre ellos.Splitter module 102 (if present in system 100) can receive or obtain or retrieve aerial images from image module 101 (if present in system 100) through a soft/hard connection (or link or association or coupling ) 109 suitable between them. The segmentation module 103 (if present in the system 100) may receive or obtain or retrieve aerial image portions from the splitter module 102 (if present in the system 100) through a suitable soft/hard connection 110 between them. The identifier module 104 can receive or obtain or retrieve image slices (or the unsplit aerial image) with segmented objects from the segmentation module 103 (if present in the system 100) through a suitable soft/hard connection 111 between them. . The determination module 105 can receive or obtain or retrieve image portions (or the unpartitioned aerial image) with identified elongated objects from the identification module 104 through a suitable soft/hard connection 112 between them. The mapping module 106 can receive or obtain or retrieve image portions (or the unsplit aerial image) with determined tillage row segments from the determining module 105 through a suitable soft/hard connection 113 between them.

Las imágenes aéreas 107 pueden incluir, por ejemplo, un mosaico de imágenes, un MDT, un MDS, etc., que pueden producirse basándose en imágenes o datos de imágenes tomados por cámaras de cualquier tipo de vehículo aéreo, como por ejemplo vehículos aéreos no tripulados, y aplicando a dichas imágenes o datos de imágenes cualquier tecnología conocida destinada a producir las imágenes 107 requeridas. Por ejemplo, en algunos experimentos realizados por los inventores, las imágenes aéreas 107 se produjeron con el software Pix4Dmapper Pro, versión 4.2.25 (Pix4D S.A., Prilly, Suiza), siguiendo un proceso secuencial de alineación de imágenes, construcción de la geometría y generación de ortofotos. Este proceso puede ser automático con algunas excepciones, como por ejemplo la geolocalización de un conjunto de puntos de control del terreno que pueden tomarse en cada campo estudiado con un dispositivo de sistema de posicionamiento global por satélite (GPS) Trimble Geo XH-6000 (Trimble Geo Spatial, Múnich, Alemania), y puede producir dos ortomosaicos con una distancia de muestreo del terreno (GSD) de, por ejemplo 0,101 m y 0,037 m, y dos pares DTM/DSM con GSD de, por ejemplo, 0,50 m y 0,18 m, de las localizaciones 1 (imagen multiespectral) y 2 (imagen RGB), respectivamente.The aerial images 107 may include, for example, a mosaic of images, a MDT, an MDS, etc., which can be produced based on images or image data taken by cameras of any type of air vehicle, such as UAVs, and by applying to such images or image data any known technology intended for produce the required 107 images. For example, in some experiments carried out by the inventors, the aerial images 107 were produced with the Pix4Dmapper Pro software, version 4.2.25 (Pix4D SA, Prilly, Switzerland), following a sequential process of image alignment, geometry construction and generation of orthophotos. This process can be automatic with some exceptions, such as geolocation of a set of ground control points that can be taken in each field surveyed with a Trimble Geo XH-6000 Global Positioning Satellite System (GPS) device (Trimble Geo Spatial, Munich, Germany), and can produce two orthomosaics with a ground sampling distance (GSD) of, say, 0.101 m and 0.037 m, and two DTM/DSM pairs with GSDs of, say, 0.50 m and 0 .18 m, from locations 1 (multispectral image) and 2 (RGB image), respectively.

El módulo de imágenes 101 (si está presente en el sistema 100) puede estar configurado para recibir simplemente imágenes o datos de imágenes y procesarlos para producir los productos de imágenes requeridos 107. El módulo de imágenes 101 (si está presente en el sistema 100) puede recibir las imágenes o los datos de imágenes de los vehículos aéreos directa o indirectamente, y/o en tiempo real o casi real o con algún retraso. Por ejemplo, los vehículos aéreos pueden enviar las imágenes o los datos de imágenes directamente al módulo de imágenes 101 o a un módulo intermedio que puede almacenar las imágenes o los datos de imágenes recibidos para su posterior procesamiento. En este último caso, el módulo de imágenes 101 puede recuperar localmente o en remoto las imágenes o los datos de imágenes de dicho módulo intermedio de "almacenamiento". Las imágenes o los datos de las imágenes también pueden procesarse para obtener las imágenes necesarias 107 en el vehículo o vehículos aéreos o en un módulo intermedio (por ejemplo, un generador o servidor de imágenes), de modo que el módulo de imágenes 101 puede actuar como un mero receptor.Imaging module 101 (if present in system 100) may be configured to simply receive images or image data and process it to produce the required imaging products 107. Imaging module 101 (if present in system 100) may receive the images or image data from air vehicles directly or indirectly, and/or in real or near real time or with some delay. For example, the air vehicles can send the images or image data directly to the image module 101 or to an intermediate module that can store the received images or image data for further processing. In the latter case, the image module 101 can locally or remotely retrieve the images or image data from said intermediate "storage" module. The images or image data may also be processed to obtain the necessary images 107 in the air vehicle(s) or in an intermediate module (for example, an image generator or server), so that the image module 101 can act as a mere receiver.

Los sistemas de mapeo 100 pueden estar conectados (o vinculados o asociados o acoplados) con el generador o servidor de imágenes correspondiente a través de una o más conexiones (o vínculos o asociaciones o acoplamientos) adecuadas, para que el sistema de mapeo 100 obtenga o reciba las imágenes aéreas del generador o servidor de imágenes. El generador o servidor de imágenes puede estar dispuesto local o remotamente con respecto al sistema de mapeo 100. La conexión entre el sistema de mapeo 100 y el generador o servidor de imágenes remoto puede realizarse a través de cualquier tipo de red de comunicación como, por ejemplo, Internet.The mapping systems 100 may be connected (or linked or associated or coupled) with the corresponding image generator or server through one or more suitable connections (or links or associations or couplings), so that the mapping system 100 obtains or receive aerial images from the generator or image server. The imager or server may be located locally or remotely from the mapping system 100. The connection between the mapping system 100 and the remote imager or server may be via any type of communication network such as example, Internet.

Los sistemas de mapeo 100 pueden estar conectados (o vinculados o asociados o acoplados) con el correspondiente visualizador/servidor de mapas a través de una o más conexiones adecuadas (o vínculos o asociaciones o acoplamientos), para que el sistema de mapeo 100 emita o proporcione o envíe el mapa de surcos de laboreo generado al visualizador/servidor de mapas. El visualizador/servidor de mapas puede estar dispuesto en una ubicación remota con respecto al sistema de mapeo 100. La conexión entre el sistema de mapeo 100 y el visualizador/servidor de mapas puede realizarse a través de cualquier tipo de red de comunicación, como, por ejemplo, Internet.The mapping systems 100 may be connected (or linked or associated or coupled) with the corresponding map viewer/server through one or more suitable connections (or links or associations or couplings), for the mapping system 100 to broadcast or provide or send the generated tillage map to the map viewer/server. The map server/viewer may be located at a remote location from the mapping system 100. The connection between the mapping system 100 and the map server/viewer may be via any type of communication network, such as, for example, Internet.

El módulo divisor 102 (si está presente en el sistema 100) y el módulo de segmentación 103 (si está presente en el sistema 100) pueden estar configurados, respectivamente, para dividir la(s) imagen(es) aérea(s) en porciones de imagen según cualquier técnica de división de imágenes conocida o preexistente, y para segmentar los objetos dentro de las porciones de imagen utilizando cualquier técnica de segmentación conocida o preexistente. Por ejemplo, según experimentos muy exitosos llevados a cabo por los inventores, se pueden aplicar tres fases de segmentación consecutivas para generar una estructura jerárquica. Un nivel superior de la jerarquía, denominado "parcelas", puede estar compuesto por objetos de imagen que coincidan con las parcelas de estudio y puede crearse aplicando un algoritmo de segmentación basado en vectores con, por ejemplo, los límites de las parcelas como capa vectorial de referencia. Un nivel intermedio, denominado "cuadrículas", puede crearse, por ejemplo, con un algoritmo de segmentación de tipo tablero de ajedrez para dividir los objetos de la parcela en objetos de imagen cuadrados de un tamaño personalizado (por ejemplo, en 20x20 metros) y crear una estructura basada en cuadrículas para el análisis localizado de las características específicas de cada cuadrícula (por ejemplo, color, brillo, forma y tamaño) de los sub-objetos creados debajo de cada cuadrícula. Los niveles de segmentación "parcelas" y "cuadrículas" también pueden utilizarse para procesar las tareas del algoritmo a subconjuntos más pequeños de la escena en dominios de imagen separados (objeto por objeto), lo que puede reducir drásticamente el tiempo de cálculo al centrar el análisis sólo en los píxeles de cada objeto y, por ejemplo, hacer un bucle sobre todos los objetos de forma secuencial. Un nivel inferior, denominado "terreno", puede crearse con un algoritmo de segmentación multirresolución para generar pequeños objetos de imagen que coincidan con elementos objetivo de la escena, es decir, árboles, sombras, surcos y crestas de laboreo, etc. Este tipo de segmentación puede operar sobre la base de varios parámetros definidos en este procedimiento ejemplar como, por ejemplo, 20, 0,9, 0,1, 0,5 y 0,5 para la escala, el color, la forma, la suavidad y la compacidad, respectivamente, tras aplicar una tarea de prueba y error.Splitter module 102 (if present in system 100) and segmentation module 103 (if present in system 100) may be configured, respectively, to split the aerial image(s) into portions according to any known or pre-existing image division techniques, and for segmenting the objects within the image portions using any known or pre-existing segmentation techniques. For example, according to very successful experiments carried out by the inventors, three consecutive segmentation phases can be applied to generate a hierarchical structure. A higher level of the hierarchy, called "plots", can be made up of image objects matching the study plots and can be created by applying a vector-based segmentation algorithm with, for example, the plot boundaries as a vector layer. reference. An intermediate level, called "grids", can be created, for example, with a checkerboard-type segmentation algorithm to divide the parcel objects into square image objects of a custom size (for example, in 20x20 meters) and create a grid-based structure for localized analysis of the specific characteristics of each grid (for example, color, brightness, shape, and size) of the sub-objects created below each grid. The "plots" and "grids" segmentation levels can also be used to process the algorithm's tasks to smaller subsets of the scene in separate image domains (object-by-object), which can dramatically reduce processing time. calculation by focusing the analysis on only the pixels of each object and, for example, looping through all the objects sequentially. A lower level, called "terrain", can be created with a multi-resolution segmentation algorithm to generate small image objects that match target elements in the scene, ie trees, shadows, furrows and tillage ridges, etc. This type of segmentation can operate based on various parameters defined in this example procedure, such as 20, 0.9, 0.1, 0.5, and 0.5 for scale, color, shape, smoothness and compactness, respectively, after applying a trial and error task.

El módulo identificador 104, y/o el módulo determinante 105, y/o otro(s) módulo(s) no representado(s) en la figura 1, pueden estar configurados para clasificar los objetos arbóreos en cada nivel de parcela utilizando una capa ráster de alturas obtenida como resultado de la sustracción de un MDT de un MDS con, por ejemplo, un calculador de capas de imagen (es decir, MDS - MDT). Esta capa ráster de alturas puede analizarse, por ejemplo, en el nivel inferior de segmentación del "terreno" y los objetos arbóreos pueden clasificarse tras aplicar un umbral de altura predefinido de, por ejemplo, 0,30 (que puede corresponder a metros de altura). Los objetos restantes por debajo de este umbral de altura predefinido pueden corresponder a suelo desnudo, sombras de árboles, malas hierbas y otra vegetación del suelo, que puede verse afectada por las operaciones de laboreo. El módulo identificador 104, y/o el módulo determinante 105, y/o otro(s) módulo(s) no representado(s) en la Figura 1, pueden estar configurados para enmascarar las sombras o los objetos de sombra, por ejemplo, calculando un brillo medio o promedio de los objetos en cada cuadrícula de 20x20m y aplicando estos valores como un umbral de brillo máximo para la clasificación de las sombras. Aquellos objetos con un brillo inferior a dicho umbral de brillo en una cantidad o proporción predefinida pueden ser clasificados como objetos de sombra. Los objetos arbóreos y/o los objetos de sombra detectados pueden entonces ser descartados para evitar falsas detecciones de surcos de laboreo y/o mejorar la eficiencia del proceso general de mapeo de los surcos de laboreo.The identifier module 104, and/or the determining module 105, and/or other module(s) not represented in figure 1, can be configured to classify the arboreal objects in each plot level using a layer height raster obtained as a result of subtracting a DTM from an MDS with, for example, an image layer calculator (ie, MDS - DTM). This height raster layer can be analyzed, for example, at the lower level of "terrain" segmentation, and tree objects can be classified after applying a predefined height threshold of, for example, 0.30 (which can correspond to meters of height ). The remaining objects below this predefined height threshold may be bare soil, tree shadows, weeds, and other ground vegetation, which may be affected by tillage operations. The identifier module 104, and/or the determining module 105, and/or other module(s) not represented in Figure 1, may be configured to mask shadows or shadow objects, for example, calculating a mean or average brightness of the objects in each 20x20m grid and applying these values as a maximum brightness threshold for shadow classification. Those objects with a brightness lower than said brightness threshold by a predefined amount or proportion can be classified as shadow objects. Tree objects and/or detected shadow objects can then be discarded to avoid false detections of till rows and/or improve the efficiency of the overall till row mapping process.

El módulo determinante 105 puede estar configurado además para aplicar un proceso de fusión en/de los objetos alargados identificados en función de la relación L/A en, por ejemplo, el módulo identificador 104. Esta combinación (o fusión) puede incluir la determinación, para cada porción de imagen, del objeto alargado con la mayor relación L/A en la porción de imagen como objeto alargado de referencia, y los demás como objetos alargados de no-referencia, de manera que los segmentos de laboreo pueden determinarse mediante la combinación del objeto alargado de referencia con los objetos alargados de no-referencia en la porción de imagen. En ejemplos particulares, esta fusión puede ser iterativa, y cada iteración incluye la fusión del objeto alargado de referencia con dos o más de los objetos alargados de no-referencia en la porción de imagen para generar un objeto alargado compuesto como resultado. Entonces, si dicho objeto alargado compuesto tiene una relación L/A mayor que la relación L/A del objeto alargado de referencia, dicho objeto alargado compuesto puede ser determinado o clasificado como segmento de laboreo. La precisión puede ser altamente mejorada con este enfoque de fusión que, en algunas configuraciones, puede ser iterativo como se explicó anteriormente.The determiner module 105 may be further configured to apply a merging process on/to the identified elongated objects based on the L/A ratio in, for example, the identifier module 104. This merging (or merging) may include determining, for each image portion, the elongated object with the highest L/A ratio in the image portion as the reference elongated object, and the others as non-reference elongated objects, so that the working segments can be determined by combining the reference elongated object with the non-reference elongated objects in the image portion. In particular examples, this merging may be iterative, and each iteration includes merging the reference elongated object with two or more of the non-reference elongated objects in the image portion to generate a composite elongated object as a result. Then, if said composite elongated object has an L/A ratio greater than the L/A ratio of the reference elongated object, said composite elongated object can be determined or classified as a tillage segment. Accuracy can be greatly improved with this merging approach which, in some configurations, can be iterative as explained above.

Según experimentos llevados a cabo por los inventores con buenos resultados, los objetos de la imagen pertenecientes a los surcos de laboreo en el nivel de segmentación denominado "terreno” pueden detectarse con una operación específica de dos tareas consecutivas aplicadas por separado a los objetos dentro de cada porción de la imagen (por ejemplo, la cuadrícula de 20x20 m). En primer lugar, puede diseñarse un proceso en bucle de fusión de objetos de imagen (o fusión) para crear nuevos objetos longitudinales, en el que un objeto semilla (u objeto alargado de referencia) puede fusionarse con dos o más objetos candidatos (objetos de no-referencia) sólo si la relación L/A del objeto objetivo (u objeto alargado compuesto) aumenta después de la fusión en comparación con la relación L/A del objeto semilla. En segundo lugar, los objetos mayores que un umbral de longitud predefinido (por ejemplo, igual a 2 metros) y con una relación L/A superior a un umbral de relación L/A predefinido (por ejemplo, igual a 3) pueden designarse como surcos de laboreo o segmentos de laboreo en la porción de imagen (por ejemplo, la cuadrícula de 20x20 m).According to experiments carried out by the inventors with good results, the image objects belonging to the tillage furrows at the segmentation level called "terrain" can be detected with a specific operation of two consecutive tasks applied separately to the objects inside. each portion of the image (for example, the 20x20m grid.) First, a looping process of image object blending (or blending) can be designed to create new longitudinal objects, in which a seed object (or reference elongated object) can be merged with two or more candidate objects (non-reference objects) only if the L/A ratio of the target object (or composite elongated object) increases after merging compared to the L/A ratio of the second, objects greater than a predefined length threshold (e.g. equal to 2 meters) and with an L/A ratio greater than a predefined L/A ratio threshold (per axis example, equal to 3) can be designated as tillage rows or tillage segments in the image portion (for example, the 20x20 m grid).

El módulo determinante 105, y/o el módulo de mapeo 106, y/o otro(s) módulo(s) no representado(s) en la Figura 1, pueden estar configurados para calcular una dirección (u orientación) de los segmentos de laboreo determinados. Este cálculo puede incluir la división de cada porción de la imagen en una pluralidad de subporciones o mantener las porciones de la imagen sin dividir, de tal manera que el cálculo de la dirección se puede realizar a nivel de la porción de la imagen o a nivel de la subporción. El cálculo de la dirección puede incluir el cálculo de una dirección media de los segmentos de laboreo en cada porción de imagen o subporción dentro de la porción de imagen. En cada porción o subporción de imagen en la que no se haya determinado ningún segmento de laboreo puede calcularse un promedio de las direcciones de las porciones o subporciones de imagen vecinas a la porción o subporción de imagen.The determining module 105, and/or the mapping module 106, and/or other module(s) not represented in Figure 1, may be configured to calculate a direction (or orientation) of the segments of I till certain This computation may include dividing each image portion into a plurality of sub-portions or keeping the image portions undivided, such that the address computation can be performed at the image portion level or at the the subportion. The direction calculation may include the calculation of an average direction of the tilling segments in each image portion or sub-portion within the image portion. In each portion or sub-portion of the image in which Once no tillage segment has been determined, an average of the directions of the image slices or subportions neighboring the image slice or subportion can be calculated.

Según experimentos llevados a cabo por los inventores con buenos resultados, el nivel de segmentación intermedio de, por ejemplo, cuadrículas de 20x20 m (o porciones de imagen) puede dividirse en cuadrículas más pequeñas de, por ejemplo, 1x1 m (o subporciones) con, por ejemplo, un proceso de segmentación de tipo tablero de ajedrez para crear una nueva capa ráster con valores de dirección de laboreo a, por ejemplo, 1 m2 de resolución espacial, aunque también es posible cualquier otra resolución espacial según el criterio del usuario. El valor medio o promedio de la característica de dirección principal calculado a partir de los objetos clasificados como surcos de laboreo (o segmentos de surco) bajo cada subporción (por ejemplo, cuadrícula de 1x1 m) puede asignarse como valor de dirección de laboreo a las correspondientes subporciones, y así explotar la relación jerárquica entre los superobjetos en el nivel de subporciones (por ejemplo, cuadrícula de 1x1 m) y los sub-objetos en el nivel denominado "terreno". A las cuadrículas que no tengan subobjetos clasificados como surcos de laboreo (es decir, sin segmentos de laboreo en ellos) en el nivel inferior se les puede asignar un valor de dirección de laboreo promediado a partir de los valores de las subporciones/cuadrículas vecinas, explotando así la relación de vecindad entre los objetos en el nivel de las subporciones (por ejemplo, la cuadrícula de 1x1 m). El producto final puede ser una capa ráster adicional con un valor de dirección de laboreo para cada píxel de la imagen entre, por ejemplo, 0° y 180°, independientemente del uso de la tierra que ocupe el píxel.According to experiments carried out by the inventors with good results, the intermediate segmentation level of eg 20x20m grids (or image slices) can be divided into smaller eg 1x1m grids (or sub-grids) with For example, a checkerboard segmentation process to create a new raster layer with tillage direction values at, say, 1 m2 spatial resolution, although any other spatial resolution is also possible at the user's discretion. The median or average value of the main direction characteristic calculated from the objects classified as tillage rows (or row segments) under each sub-portion (for example, 1x1 m grid) can be assigned as tillage direction value to the corresponding subportions, and thus exploit the hierarchical relationship between the super-objects at the subportion level (for example, 1x1 m grid) and the sub-objects at the level called "terrain". Grids that do not have sub-objects classified as tillage rows (i.e. no tillage segments in them) at the lower level can be assigned a tillage direction value averaged from the values of neighboring sublots/grids, thus exploiting the neighborly relationship between objects at the level of subportions (for example, the 1x1 m grid). The final product can be an additional raster layer with a tillage direction value for each pixel in the image between, for example, 0° and 180°, regardless of the land use the pixel occupies.

El módulo de mapeo 106 puede estar configurado además para generar un mapa de laboreo de contorno de acuerdo con el siguiente enfoque. En primer lugar, puede obtenerse una capa ráster de aspecto de la pendiente del terreno de uno o más campos agrícolas a partir de, o basándose en, al menos una parte de las imágenes aéreas. Y, en segundo lugar, el mapa de laboreo de contorno puede generarse a partir de, o basándose en, el mapa de surcos de laboreo generado y la capa ráster de aspecto obtenida de la pendiente del terreno de uno o más campos agrícolas. En ejemplos particulares, el mapa de laboreo de contorno puede generarse determinando áreas de laboreo de contorno que correspondan a áreas del mapa de surcos de laboreo cuyos surcos de laboreo mapeados estén dentro de un rango de perpendicularidad con respecto a la pendiente del terreno de uno o más campos agrícolas en dicha área. Cuanto más perpendiculares se determinen los surcos de laboreo con respecto a la pendiente del terreno, más beneficiosos podrán considerarse los surcos de laboreo a gran escala. Unos surcos de laboreo más beneficiosos pueden significar que son más sostenibles y respetuosos con el medio ambiente, y viceversa, es decir, menos beneficiosos pueden significar menos sostenibles y respetuosos con el medio ambiente.The mapping module 106 may be further configured to generate a contour tillage map according to the following approach. First, a terrain slope aspect raster layer of one or more agricultural fields can be obtained from or based on at least a portion of the aerial imagery. And, second, the contour tillage map can be generated from or based on the generated tillage furrow map and the aspect raster layer obtained from the slope of the terrain of one or more agricultural fields. In particular examples, the contour tillage map may be generated by determining contour tillage areas that correspond to areas of the tillage map whose mapped tillage furrows are within a range of perpendicularity to the ground slope of one or more more fields agriculture in that area. The more perpendicular the tillage furrows are set to the slope of the land, the more beneficial large-scale tillage furrows can be considered. More beneficial tillage rows can mean more sustainable and environmentally friendly, and vice versa, ie less beneficial can mean less sustainable and environmentally friendly.

Los sistemas de mapeo 100 pueden implementarse como un sistema informático que comprende una memoria y un procesador, que incorpora instrucciones (por ejemplo, que constituyen un programa informático) almacenadas en la memoria y ejecutables por el procesador, las instrucciones que comprenden funcionalidad o funcionalidades para ejecutar cualquiera de los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas de acuerdo con la presente invención. El procesador puede, por tanto, estar configurado para ejecutar dicho programa informático que implementa cualquiera de los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas divulgados en el presente documento. El sistema de mapeo 100 puede comprender un depósito, tal como un disco duro convencional, para almacenar y recuperar los datos producidos y/o requeridos por el programa informático. Por lo tanto, dicho programa informático puede incluir cualquier pieza de software adecuada o necesaria para realizar los correspondientes métodos de mapeo de surcos de laboreo en uno o más campos agrícolas.The mapping systems 100 may be implemented as a computer system comprising a memory and a processor, incorporating instructions (eg, constituting a computer program) stored in memory and executable by the processor, the instructions comprising functionality(ies) for performing any of the tillage furrow mapping methods in one or more agricultural fields in accordance with the present invention. The processor may therefore be configured to run such a computer program that implements any of the tillage furrow mapping methods in one or more agricultural fields disclosed herein. The mapping system 100 may comprise a repository, such as a conventional hard drive, for storing and retrieving the data produced and/or requested by the computer program. Therefore, said computer program may include any suitable or necessary piece of software to perform the corresponding methods of mapping tillage furrows in one or more agricultural fields.

Tal y como se utiliza en el presente documento, el término "módulo" puede referirse a software, firmware, hardware y/o varias combinaciones de los mismos. Cabe señalar que los módulos son ejemplares. Los módulos pueden combinarse, integrarse, separarse y/o duplicarse para soportar diversas aplicaciones. Además, una función descrita en el presente documento como realizada por un módulo particular puede ser realizada por uno o más módulos y/o por uno o más dispositivos en lugar de, o además de, la función realizada por el módulo particular descrito.As used herein, the term "module" can refer to software, firmware, hardware, and/or various combinations thereof. It should be noted that the modules are exemplary. Modules can be combined, integrated, separated, and/or duplicated to support various applications. Furthermore, a function described herein as being performed by a particular module may be performed by one or more modules and/or by one or more devices instead of, or in addition to, the function performed by the particular module described.

Los módulos pueden ser implementados a través de múltiples dispositivos, asociados o vinculados a los correspondientes métodos de mapeo de surcos de laboreo en uno o más campos agrícolas propuestos en el presente documento, y/o a otros componentes que pueden ser locales o remotos entre sí. Además, los módulos pueden moverse de un dispositivo y añadirse a otro dispositivo, y/o pueden incluirse en ambos dispositivos, asociados a los correspondientes métodos de mapeo de surcos de laboreo en uno o más campos agrícolas propuestos en el presente documento. Cualquier implementación de software puede ser tangible en uno o más medios de almacenamiento, como por ejemplo un dispositivo de memoria, un disquete, un disco compacto (CD), un disco versátil digital (DVD), u otros dispositivos que puedan almacenar código informático.The modules can be implemented through multiple devices, associated or linked to the corresponding furrow mapping methods in one or more agricultural fields proposed in this document, and/or to other components that can be local or remote from each other. In addition, modules can be moved from one device and added to another device, and/or can be included in both devices, associated with the corresponding tillage furrow mapping methods in one or more agricultural fields proposed herein. document. Any software implementation may be tangible on one or more storage media, such as a memory device, floppy disk, compact disc (CD), digital versatile disc (DVD), or other devices that can store computer code.

Los métodos de mapeo de los surcos de laboreo en uno o más campos agrícolas según la presente invención pueden implementarse mediante recursos informáticos, recursos electrónicos o una combinación de los mismos. Los recursos informáticos pueden ser un conjunto de instrucciones (por ejemplo, un programa de ordenador) y, a continuación, los métodos de mapeo de los surcos de laboreo en uno o más campos agrícolas pueden comprender una memoria y un procesador, que incorporan dicho conjunto de instrucciones almacenadas en la memoria y ejecutables por el procesador. Dichas instrucciones pueden comprender funcionalidad o funcionalidades para ejecutar los correspondientes métodos de mapeo de surcos de laboreo en uno o más campos agrícolas como, por ejemplo, los descritos en otras partes de la invención.The methods of mapping the tillage furrows in one or more agricultural fields according to the present invention can be implemented by computer resources, electronic resources or a combination thereof. The computing resources can be a set of instructions (for example, a computer program), and then the methods of mapping tillage furrows in one or more agricultural fields can comprise a memory and a processor, which incorporate said set. instructions stored in memory and executable by the processor. Said instructions can comprise functionality or functionalities to execute the corresponding mapping methods of tillage furrows in one or more agricultural fields, such as those described in other parts of the invention.

En el caso de que los métodos de trazado de surcos de laboreo en uno o más campos agrícolas se implementen únicamente mediante recursos electrónicos, un controlador del sistema puede ser, por ejemplo, un CPLD (Dispositivo lógico programable complejo), un FPGA (matriz de puertas lógicas programable en campo) o un ASIC (Circuito integrado para aplicaciones específicas).In the event that tillage furrowing methods in one or more agricultural fields are implemented solely by electronic resources, a system controller may be, for example, a CPLD (Complex Programmable Logic Device), an FPGA (Complex Programmable Logic Device), a field-programmable logic gates) or an ASIC (Application Specific Integrated Circuit).

En el caso de que los métodos de mapeo de los surcos de laboreo en uno o más campos agrícolas sean una combinación de recursos electrónicos e informáticos, los recursos informáticos pueden ser un conjunto de instrucciones (por ejemplo, un programa de ordenador) y los recursos electrónicos pueden ser cualquier circuito electrónico capaz de implementar los correspondientes pasos del método de mapeo de los surcos de laboreo en uno o más campos agrícolas propuestos en el presente documento, como los descritos en otras partes de la invención.In the case where the methods of mapping tillage furrows in one or more agricultural fields are a combination of electronic and computer resources, the computer resources can be a set of instructions (for example, a computer program) and the resources Electronics can be any electronic circuit capable of implementing the corresponding steps of the method of mapping the tillage furrows in one or more agricultural fields proposed in the present document, such as those described in other parts of the invention.

El (los) programa(s) de ordenador puede(n) estar incorporado(s) en un medio de almacenamiento (por ejemplo, un CD-ROM, un DVD, una unidad USB, una memoria de ordenador o una memoria de sólo lectura) o transportado(s) en una señal portadora (por ejemplo, una señal portadora eléctrica u óptica).The computer program(s) may be embedded in a storage medium (for example, a CD-ROM, a DVD, a USB drive, a computer memory or a read-only memory ) or carried on a carrier signal (for example, an electrical or optical carrier signal).

El (los) programa(s) de ordenador puede(n) estar en forma de código fuente, código objeto, un código intermedio de código fuente y código objeto tal como en forma parcialmente compilada, o en cualquier otra forma adecuada para su uso en la implementación de los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas de acuerdo con la presente invención. El portador puede ser cualquier entidad o dispositivo capaz de transportar el o los programas de ordenador.The computer program(s) may be in the form of source code, code object, an intermediate code of source code and object code such as in partially compiled form, or in any other form suitable for use in implementing the tillage mapping methods in one or more agricultural fields in accordance with the present invention. The carrier can be any entity or device capable of transporting the computer program(s).

Por ejemplo, el portador puede comprender un medio de almacenamiento, como una ROM, por ejemplo, un CD ROM o una ROM semiconductora, o un medio de grabación magnética, por ejemplo, un disco duro. Además, el portador puede ser un portador transmisible, como una señal eléctrica u óptica, que puede ser transportada a través de un cable eléctrico u óptico o por radio u otros recursos.For example, the carrier may comprise a storage medium, such as a ROM, eg, a CD ROM or a semiconductor ROM, or a magnetic recording medium, eg, a hard disk. Furthermore, the carrier may be a transmissible carrier, such as an electrical or optical signal, which may be transported via electrical or optical cable or by radio or other means.

Cuando el programa o programas de ordenador estén incorporados en una señal que pueda ser transportada directamente por un cable u otro dispositivo o recursos, el portador puede estar constituido por dicho cable u otro dispositivo o recursos. Alternativamente, el portador puede ser un circuito integrado en el que el/los programa(s) de ordenador está(n) incorporado(s), estando el circuito integrado adaptado para realizar, o para su uso en la realización de, los métodos de mapeo de surcos de laboreo en uno o más campos agrícolas propuestos en el presente documento.When the computer program or programs are embedded in a signal that can be carried directly by a cable or other device or resources, the carrier may be constituted by said cable or other device or resources. Alternatively, the carrier may be an integrated circuit in which the computer program(s) is(are) incorporated, the integrated circuit being adapted to perform, or for use in performing, the methods of mapping of tillage furrows in one or more agricultural fields proposed in this document.

La figura 2 es un diagrama de flujo que ilustra esquemáticamente los métodos de mapeo de los surcos de laboreo en uno o más campos agrícolas, según los ejemplos de realización de la invención. Como se muestra de forma general en la figura, los métodos de mapeo de acuerdo con la Figura 2 pueden iniciarse (por ejemplo, en el bloque de método 200) tras la detección de una condición de inicio como, por ejemplo, una solicitud del usuario para iniciar el método, la recepción de imágenes aéreas requeridas 107, etc. Dado que los métodos según la figura 2 pueden ser ejecutados por sistemas según la figura 1, las referencias numéricas de dicha figura 1 pueden reutilizarse en la siguiente descripción de la figura 2.Figure 2 is a flowchart schematically illustrating methods of mapping tillage furrows in one or more agricultural fields, according to embodiments of the invention. As generally shown in the figure, the mapping methods according to Figure 2 may be started (eg, in method block 200) upon detection of a start condition, such as a user request. to start the method, the reception of aerial images required 107, etc. Since the methods according to Figure 2 can be implemented by systems according to Figure 1, the reference numerals from Figure 1 can be reused in the following description of Figure 2.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 201) la obtención de imágenes aéreas 107 que incluyen una imagen aérea de al menos una parte de uno o más campos agrícolas. Dado que esta funcionalidad de "obtención" (implementada, por ejemplo, en el bloque de método 201) es realizable por un módulo como el módulo de imágenes 101 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 101 pueden atribuirse de forma similar al bloque de método 201. Del mismo modo, como se ha comentado con respecto al módulo de imágenes 101, el bloque de método de obtención de imágenes aéreas 107 puede no existir en el método de mapeo si las imágenes aéreas 107 que se van a procesar no se obtienen porque, por ejemplo, ya están presentes en el sistema 100 que realiza el método.The mapping methods according to Figure 2 may further include (eg, in method block 201) obtaining aerial images 107 including an aerial image of at least a part of one or more agricultural fields. Since this "get" functionality (implemented, for example, in method block 201) is achievable by a module such as the imaging module 101 of the mapping system 100 of Figure 1, the functional details and considerations explained above with respect to such module 101 can be similarly attributed to method block 201. Similarly, as discussed with respect to imaging module 101, aerial imaging method block 107 may not exist in method of mapping if the aerial images 107 to be processed are not obtained because, for example, they are already present in the system 100 that performs the method.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 202) la división de la imagen aérea en una pluralidad de porciones de imagen. Dado que esta funcionalidad de "división" (implementada, por ejemplo, en el bloque de método 202) es realizable por un módulo como el módulo divisor 102 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 102 pueden atribuirse de forma similar al bloque de método 202. De forma similar a lo comentado con respecto al módulo divisor 102, el bloque de método de división de la imagen aérea puede no existir en el método de mapeo si la imagen aérea a procesar no es dividida por/en el sistema 100 porque, por ejemplo, es tomada por el sistema 100 ya dividida.The mapping methods according to Figure 2 may further include (eg, in method block 202) dividing the aerial image into a plurality of image portions. Since this "split" functionality (implemented, for example, in method block 202) is achievable by a module such as the splitter module 102 of the mapping system 100 of Figure 1, the functional details and considerations explained above with with respect to said module 102 can be attributed in a similar way to the method block 202. Similar to what has been said with respect to the splitter module 102, the split method block of the aerial image may not exist in the mapping method if the image air to be processed is not divided by/in system 100 because, for example, it is taken by system 100 already divided.

Los métodos de mapeo según la Figura 2 pueden incluir además (por ejemplo, en el bloque de método 203) la segmentación, por porción de imagen, de los objetos en la porción de imagen utilizando una técnica de segmentación de objetos conocida o preexistente. Dado que esta funcionalidad de "segmentación" (implementada, por ejemplo, en el bloque de método 203) es realizable por un módulo como el módulo de segmentación 103 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 103 pueden atribuirse de manera similar al bloque de método 203. De forma similar a lo comentado con respecto al módulo de segmentación 103, el bloque de método de segmentación de objetos puede no existir en el método de mapeo si la imagen aérea a procesar no está segmentada por/en el sistema 100 porque, por ejemplo, es tomada ya segmentada por el sistema 100.The mapping methods according to Figure 2 may further include (eg, in method block 203) segmentation, per image portion, of the objects in the image portion using a known or pre-existing object segmentation technique. Since this "segmentation" functionality (implemented, for example, in method block 203) is achievable by a module such as the segmentation module 103 of the mapping system 100 of Figure 1, the functional details and considerations explained above with respect to said module 103 can be similarly attributed to the method block 203. Similar to what was discussed with respect to the segmentation module 103, the object segmentation method block may not exist in the mapping method if the image airline to be processed is not segmented by/in system 100 because, for example, it is taken already segmented by system 100.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 204) la identificación de objetos alargados correspondientes a aquellos objetos segmentados que tengan una relación L/A superior a un umbral L/A predefinido. Dado que esta funcionalidad de "identificación" (implementada, por ejemplo, en el bloque de método 204) es realizable por un módulo como el módulo identificador 104 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 104 pueden atribuirse de manera similar al bloque de método 204.The mapping methods according to Figure 2 may further include (eg, in method block 204) the identification of elongated objects corresponding to those segmented objects that have an L/A ratio greater than a predefined L/A threshold. Since this "identify" functionality (implemented, for example, in method block 204) is achievable by a module such as the module identifier 104 of the mapping system 100 of figure 1, the functional details and considerations explained above with respect to said module 104 can be similarly attributed to the method block 204.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 205) la determinación de segmentos de surco de laboreo basados en los objetos alargados identificados. Dado que esta funcionalidad de "determinación" (implementada en, por ejemplo, el bloque de método 205) es realizable por un módulo como el módulo determinante 105 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 105 pueden atribuirse de forma similar al bloque de método 205.The mapping methods according to Figure 2 may further include (eg, in method block 205) determining tillage furrow segments based on the identified elongated objects. Since this "determining" functionality (implemented in, for example, the method block 205) is achievable by a module such as the determining module 105 of the mapping system 100 of Figure 1, the functional details and considerations explained above with with respect to said module 105 can be similarly assigned to method block 205.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 206) la generación de un mapa de surcos de laboreo 108 basado en los segmentos de surcos de laboreo determinados. Dado que esta funcionalidad de "generación" (implementada en, por ejemplo, el bloque de método 206) es realizable por un módulo como el módulo de mapeo 106 del sistema de mapeo 100 de la figura 1, los detalles funcionales y las consideraciones explicadas anteriormente con respecto a dicho módulo 106 pueden atribuirse de forma similar al bloque de método 206.The mapping methods according to Figure 2 may further include (eg, in method block 206) generating a tillage map 108 based on the determined tillage segments. Since this "generation" functionality (implemented in, for example, method block 206) is achievable by a module such as the mapping module 106 of the mapping system 100 of Figure 1, the functional details and considerations explained above with respect to said module 106 can be similarly assigned to method block 206.

Los métodos de mapeo según la figura 2 pueden incluir además (por ejemplo, en el bloque de método 207) la terminación de la ejecución del método cuando, por ejemplo, se detecta una condición de finalización. Dicha condición de finalización puede determinarse detectando, por ejemplo, una solicitud del usuario para finalizar el método, o una vez que se haya emitido el mapa de surcos de laboreo 108 o el mapa de laboreo de contorno deseados, etc.The mapping methods according to Figure 2 may further include (eg, in method block 207) terminating method execution when, for example, a termination condition is detected. Said end condition can be determined by detecting, for example, a request from the user to end the method, or once the desired tillage map 108 or contour tillage map, etc. has been output.

Aunque sólo se han divulgado algunos ejemplos en el presente documento, son posibles otras alternativas, modificaciones, usos y/o equivalentes de los mismos. Además, todas las combinaciones posibles de los ejemplos descritos también están cubiertas. Por lo tanto, el alcance de la presente invención no debería estar limitado por ejemplos particulares, sino que debería determinarse únicamente mediante una lectura justa de las reivindicaciones que siguen. Although only a few examples have been disclosed herein, other alternatives, modifications, uses and/or equivalents thereof are possible. Furthermore, all possible combinations of the described examples are also covered. Therefore, the scope of the present invention should not be limited by particular examples, but should be determined solely by a fair reading of the claims that follow.

BibliografíaBibliography

Bozek, P., Janus, J., Taszakowski, J., Gtowacka, A., 2016. Determining Consistency of Tillage Direction with Soil Erosion Protection Requirements as The Element of Decision-Making Process in Planning and Applying Land Consolidation. IOP Conference Series: Earth and Environmental Science 44, 042024. https://doi.org/10.1088/1755-1315/44/4/042024Bozek, P., Janus, J., Taszakowski, J., Gtowacka, A., 2016. Determining Consistency of Tillage Direction with Soil Erosion Protection Requirements as The Element of Decision-Making Process in Planning and Applying Land Consolidation. IOP Conference Series: Earth and Environmental Science 44, 042024. https://doi.org/10.1088/1755-1315/44/4/042024

Drzewiecki, W., 2008. Sustainable Land-Use Planning Support by GIS-Based Evaluation of Landscape Functions and Potentials. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B7. Beijing 2008. Disponible en: https://www.researchgate.net/publication/239924489_SUSTAINABLE_LAND-USE_PLANNING_SUPPORT_BY_GIS-BASED_EVALUATION_OF_LANDSCAPE_FUNCTIONS_AND_POTENTIALSDrzewiecki, W., 2008. Sustainable Land-Use Planning Support by GIS-Based Evaluation of Landscape Functions and Potentials. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol.XXXVII. Part B7. Beijing 2008. Available at: https://www.researchgate.net/publication/239924489_SUSTAINABLE_LAND-USE_PLANNING_SUPPORT_BY_GIS-BASED_EVALUATION_OF_LANDSCAPE_FUNCTIONS_AND_POTENTIALS

Drzewiecki, W., W^zyk, P., Pierzchalski, M., Szafranska, B., 2014. Quantitative and Qualitative Assessment of Soil Erosion Risk in Matopolska (Poland), Supported by an Object-Based Analysis of High-Resolution Satellite Images. Pure Appl. Geophys.Drzewiecki, W., W^zyk, P., Pierzchalski, M., Szafranska, B., 2014. Quantitative and Qualitative Assessment of Soil Erosion Risk in Matopolska (Poland), Supported by an Object-Based Analysis of High-Resolution Satellite pictures. Pure Appl. Geophys.

171, 867-895. https://doi.org/10.1007/s00024-013-0669-7171, 867-895. https://doi.org/10.1007/s00024-013-0669-7

Lima, F.J., Blanco-Sepúlveda, R., Gómez-Moreno, M.L., Galacho-Jiménez, F.B., 2019. Using Vegetation Indices and a UAV Imaging Platform to Quantify the Density of Vegetation Ground Cover in Olive Groves (Olea Europaea L.) in Southern Spain. Remote Sensing 11, 2564. https://doi.org/10.3390/rs11212564Lima, F.J., Blanco-Sepúlveda, R., Gómez-Moreno, M.L., Galacho-Jiménez, F.B., 2019. Using Vegetation Indices and a UAV Imaging Platform to Quantify the Density of Vegetation Ground Cover in Olive Groves (Olea Europaea L.) in Southern Spain. Remote Sensing 11, 2564. https://doi.org/10.3390/rs11212564

Panagos, P., Borrelli, P., Meusburger, K., van der Zanden, E.H., Poesen, J., Alewell, C., 2015. Modelling the effect of support practices (P-factor) on the reduction of soil erosion by water at European scale. Environmental Science & Policy 51, 23-34. https://doi.org/10.10167j.envsci.2015.03.012 Panagos, P., Borrelli, P., Meusburger, K., van der Zanden, E.H., Poesen, J., Alewell, C., 2015. Modeling the effect of support practices (P-factor) on the reduction of soil erosion by water at European scale. Environmental Science & Policy 51, 23-34. https://doi.org/10.10167j.envsci.2015.03.012

Claims

1. Method of mapping tillage furrows in one or more agricultural fields from aerial imagery that includes an aerial image of at least a part of one or more agricultural fields, where (i) the aerial image includes segmented objects as a result of an object segmentation process, (ii) the aerial image is a split or non-split image, and (iii) the aerial image being a split image, the image includes image portions as a result of an image split process; said method characterized by comprising:

• identify elongated objects corresponding to those segmented objects that have a Length/Width, L/A, ratio above a predefined L/A threshold;

• determine tillage row segments based on the identified elongated objects; Y

• Generate a tillage furrow map based on the determined tillage furrow segments.

2. Method according to claim 1 in which the determination of the segments of the working furrows comprises:

• determining, on the basis of each image portion, the elongated object with the highest L/A ratio in the image portion as the reference elongated object, and the others as non-reference elongated objects; Y

• determining, for each image portion, the working groove segments by performing a merging process between the reference elongated object and the non-reference elongated objects in the image portion.

The method of claim 2, wherein the merge process is an iterative merge process, each iteration comprising:

• generating a composite elongated object by merging the reference elongated object with two or more of the non-reference elongated objects in the image portion; Y

• checking whether the composite elongated object has an L/A ratio greater than the L/A ratio of the reference elongated object and, if so, determining the composite elongated object as a tillage furrow segment.

4. Method according to any of claims 1 to 3 wherein the determination of the working furrow segments further comprises dividing, on the basis of each image portion, the image portion into a plurality of subportions.

A method according to any one of claims 1 to 4, wherein the determination of the tillage furrow segments further comprises calculating a direction of the determined tillage furrow segments, said direction calculation including the calculation, based on each image portion or subportion, of a mean direction of the working furrow segments in the image portion or subportion.

The method according to claim 5, wherein determining the direction of the determined tillage groove segments further includes determining, based on each image portion or subportion, if no tillage segment has been determined in the image portion or subportion and, if so, calculating an average of the directions of the image portions or subportions neighboring the image portion or subportion.

The method according to any of claims 1 to 6, further comprising:

• calculating, based on each image portion, an average brightness of the segmented objects in the image portion and designating said average brightness as the brightness threshold of the image portion; Y

• identifying, based on each image portion, shadow objects corresponding to those segmented objects in the image portion with a brightness less than the image portion brightness threshold by a predefined amount or ratio.

The method of claim 7, further comprising excluding the identified shadow objects from the mapping of the tillage furrows.

The method according to any of claims 1 to 8, further comprising:

• Obtain, from the aerial images, a Digital Terrain Model, DTM, and a Digital Surface Model, MDS;

• determine a frame height layer by subtracting the MDT from the MDS; Y

• identify, based on the raster height layer, tree objects corresponding to segmented objects having a height greater than a predefined height threshold.

The method according to claim 9, further comprising excluding the identified tree objects from the mapping of the tillage furrows.

The method according to any of claims 1 to 10, further comprising:

• obtain, based on the aerial imagery, a raster layer of terrain aspect of one or more agricultural fields; Y

• Generate a contour tillage map based on the generated tillage furrow map and the aspect raster layer obtained from the land slope of one or more agricultural fields.

The method of claim 11, wherein generating the contour tillage map comprises determining contour tillage areas corresponding to areas of the tillage furrow map whose tillage furrows are within a range of perpendicularity with respect to The terrain slope aspect raster layer of one or more agricultural fields in that area.

13. Method according to any of claims 1 to 12, further comprising carrying out the object segmentation process to obtain the aerial image with segmented objects.

The method according to any of the claims 1 to 13, further comprising carrying out the division process to obtain the aerial image divided into the image portions.

A method according to any of claims 1 to 14, further comprising obtaining or receiving or retrieving the aerial images.

A computer program comprising program instructions for causing a computer to perform a tillage furrow mapping method in one or more agricultural fields according to any of claims 1 to 15.

Computer program according to claim 16 stored on a storage medium or transported on a carrier signal.

18. System to map the tillage furrows in one or more agricultural fields to from aerial imagery that includes an aerial image of at least a portion of one or more agricultural fields, where (i) the aerial image includes segmented objects as a result of an object segmentation process, (ii) the aerial image is an image split or unsplit, and, (iii) the aerial image being a split image, the image includes image portions as a result of an image split process; said system characterized by comprising:

• an identifier module configured to identify elongated objects corresponding to those segmented objects that have an L/A ratio above a predefined L/A threshold;

• a determining module configured to determine tilling furrow segments based on the identified elongated objects; Y

• a mapping module configured to generate a tillage map based on the determined tillage segments.

19. System according to claim 18, further comprising a segmentation module configured to carry out the object segmentation process to obtain the aerial image with segmented objects.

20. System according to any of claims 18 or 19, further comprising a splitter module configured to carry out the splitting process to obtain the aerial image divided into image portions.

21. System according to any of claims 18 to 20, further comprising an image module configured to obtain or receive or retrieve aerial images.