TWI749833B - 無人機坡地土石分水嶺影像辨識方法、系統及其應用 - Google Patents

無人機坡地土石分水嶺影像辨識方法、系統及其應用 Download PDF

Info

Publication number
TWI749833B
TWI749833B TW109137594A TW109137594A TWI749833B TW I749833 B TWI749833 B TW I749833B TW 109137594 A TW109137594 A TW 109137594A TW 109137594 A TW109137594 A TW 109137594A TW I749833 B TWI749833 B TW I749833B
Authority
TW
Taiwan
Prior art keywords
image
slope
spraying
watershed
unmanned aircraft
Prior art date
Application number
TW109137594A
Other languages
English (en)
Other versions
TW202217492A (zh
Inventor
李昆益
李宗諺
苗延浩
Original Assignee
中華學校財團法人中華科技大學
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中華學校財團法人中華科技大學 filed Critical 中華學校財團法人中華科技大學
Priority to TW109137594A priority Critical patent/TWI749833B/zh
Application granted granted Critical
Publication of TWI749833B publication Critical patent/TWI749833B/zh
Publication of TW202217492A publication Critical patent/TW202217492A/zh

Links

Images

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本發明係揭露一種無人機坡地土石分水嶺影像辨識方法、系統及其應用,其包括無人飛機及資訊處理單元。無人飛機設置影像擷取裝置及噴植裝置。無人飛機可飛抵至坡地以影像擷取裝置對坡地進行影像擷取而成像為坡地影像。資訊處理單元將坡地影像轉換為灰階影像,並對灰階影像進行分水嶺演算法的運算,以切割為複數區塊影像,並得到坡地每一區塊影像的起伏落差分佈資訊,再依據各起伏落差分佈資訊而規劃飛行路徑,控制無人飛機依據飛行路徑而依序飛過各區塊影像,並依據各起伏落差分佈資訊而決定與之對應的坡地各區域之植生基材的噴灑量,俾能針對山體破碎與崩塌等坡地進行分水嶺演算的影像辨識而決定固化膠體與植披草種的噴灑厚度,因而具有可以固定土石、達到水土保持防止坡地二次崩塌的情事發生以及取代人力解決目前人員與機具運送成本過高問題等特點。

Description

無人機坡地土石分水嶺影像辨識方法、系統及其應用
本發明係有關一種無人機坡地土石分水嶺影像辨識方法、系統及其應用,尤指一種可針對山體破碎與崩塌等坡地進行分水嶺影像辨識而決定植生基材噴灑厚度的無人機植生基材噴灑控制技術。
按,近十幾年來,土石流由於常造成台灣地區的重大災害,加上台灣地質結構破碎、地震活動頻繁、颱風平均每年約有四個以及平均降雨量超過2500mm等因素,因而造成台灣地區坡地災害的頻繁發生。一般而言,坡地災害有許多是人力可以預防的,採取適當坡地災害預防措施,能減少的損失常常達到防災經費的三倍甚至五倍以上,從長期及全球觀點而言,乃為防災之首要工作,隨著社會經濟的發展,由於平原土地的利用已趨於飽和,再加上山區重要公路、農路的開發,吸引了人們移往山區居住與墾植,於是:「不當的土地利用加速了山坡地的不穩定」。而河階地、沖積扇等地形較平緩處,通常為人們居住所在地,所以才會一發生土石流就常對人們的生命、財產造成危害。
再者,近年來由於台灣地區坡地的過度開發,因而造成水土資源及生態環境受到嚴重的破壞,從而引發坡地崩塌的危險情事產生。加上台灣地震頻繁因而造成嚴重土石災害,部分林地植被於極短時間內遭受土砂敷蓋或移動,呈現大面積地表裸露,以致坡面土石處於鬆動狀態,加 上台灣長年遭受颱風的侵襲,在豪雨的侵蝕作用下,使原本脆弱的地質受到一定程度的衝擊與影響,為減少坡地災害持續發生及追求崩塌坡面穩定。
為解決上述問題,一般最有效的做法,係於坡面進行可以快速綠化植栽的坡地噴植工法,所以坡地噴植工法遂成為目前坡地所面臨問題的重要解決方案之一,由於坡地噴植工法具備大面積崩塌坡面快速綠化之功效,所以具備經濟、簡易、省工及快速等特性,因而逐漸受到相關業者的重視與青睞。
一般噴植施工方法以氣壓式噴植技術較為常見。氣壓式噴植技術是將種子、黏著劑、纖維材料、有機肥料、化學肥料、保水劑、土壤改良劑及其他資材等材料依一定比例混合後,透過氣壓式噴漿機(12kg/cm2)將植生基材噴布於坡面上,以於坡面形成一層類似表土的結構層,進而得以提供作為植物生長基材。由於該工法能在岩石邊坡等難以綠化地區實現快速綠化並建立灌、喬木為主之植物群落,所以可以快速達到恢復自然森林環境之目標。氣壓式噴植機依其噴植機之結構可分為乾式噴植與濕式噴植等二種方式。至於噴植施作方式,係將上述資材混合為膠狀,然後透過植生噴灑機具以人力方式進行植生基材的噴灑作業。
依據所知,由於該習知工法必須以人力方式進行植生基材的噴灑,所以必須以吊掛繩索來固定與位移工作人員,於此工作人員方能以手持的噴管進行植生基材的噴灑作業。該習知噴灑方法雖然可以實現於坡地噴灑植生基材之目的;惟,於噴灑前的吊掛作業不僅耗費人員體力,而且必須出動吊車;或是需於坡地高點設置供繩索吊掛的固定樁,以致增加前置作業的困難度與作業成本,因而造成施工上的不便與極大的困擾。
有鑑於此,習知人力植生基材之噴灑技術確實未臻完善,仍有再改善的必要性,而且基於相關產業的迫切需求之下,本發明人等乃經不斷的努力研發之下,終於研發出一套有別於上述習知技術的本發明。
本發明第一目的在於提供一種無人機坡地土石分水嶺影像辨識方法、系統及其應用,主要是將無人機與分水嶺影像辨識技術做一整合,以針對山體破碎與崩塌等坡地進行分水嶺演算的影像辨識,以辨識出可供後續利用的起伏落差分佈資訊。達成本發明第一目的採用之技術手段,係包括無人飛機及資訊處理單元。無人飛機設置影像擷取裝置。無人飛機可飛抵至坡地以影像擷取裝置對坡地進行影像擷取而成像為坡地影像。資訊處理單元將坡地影像轉換為灰階影像,並對灰階影像進行分水嶺演算法的運算,以切割為由複數分水嶺邊緣線所劃分的複數區塊影像,並得到坡地每一區塊影像的起伏落差分佈資訊。
本發明第二目的在於提供一種應用無人機坡地土石分水嶺影像辨識方法的植生基材噴灑系統,主要是依據分水嶺影像辨識所得到之起伏落差分佈資訊而對山體破碎與崩塌等坡地決定植生基材所需的噴灑量及厚度,除了可以穩定固定土石之外,並大量可散佈草種籽,進而達到水土保持防止坡地二次崩塌的情事發生。達成本發明第二目的採用之技術手段,係包括無人飛機及資訊處理單元。無人飛機設置影像擷取裝置及噴植裝置。無人飛機可飛抵至坡地以影像擷取裝置對坡地進行影像擷取而成像為坡地影像。資訊處理單元將坡地影像轉換為灰階影像,並對灰階影像進行分水嶺演算法的運算,以切割為由複數分水嶺邊緣線所劃分的複數區塊影像,並得到坡地每一區塊影像的起伏落差分佈資訊,依據的各起伏落差分佈資訊而規劃飛行路徑,控制無人飛機依據飛行路徑而依序飛過各區 塊影像,並依據所有該區塊影像之各該起伏落差分佈資訊而決定與之對應的該坡地的各區域之該植生基材的噴灑量。
10:無人飛機
20:資訊處理單元
30:影像擷取裝置
31:灰階影像
310:區塊影像
311:分水嶺邊緣線
40:坡地
50:噴植裝置
60:植生披覆層
d1:飛行路徑
Pn:位置點
Ln:噴灑線
Ln-on:啟動線段
Ln-off:關閉線段
圖1係本發明具體噴植施作的實施示意圖。
圖2係本發明對坡地進行分水嶺演算的實施示意圖。
圖3係本發明經分水嶺演算的灰階值分佈實施示意圖。
圖4係本發明噴灑植生基材的飛行路徑實施示意圖。
圖5係本發明噴灑線顯示噴噴灑或關閉植生基材的實施示意圖。
圖6係分水嶺演算法的概念實施示意圖。
圖7(a)係影像梯度值示意;(b)分水嶺演算法的梯度地勢示意圖。
圖8(a)係分水嶺演算法的泛流處理示意圖;(b)係分水嶺分隔不同影像區塊的示意圖。
圖9係本發明坡地影像實施示意;(a)為灰階有所;(b)為影像處理後的梯度幅值圖;(c)為梯度幅值圖;(d)為影像處理後梯度幅值分水嶺演算法演算結果示意圖。
為讓 貴審查委員能進一步瞭解本發明整體的技術特徵與達成本發明目的之技術手段,玆以具體實施例並配合圖式加以詳細說明:
請配合參看圖1~5所示,為達成本發明第一目的之第一實施例,係包括下列步驟:
(a)準備步驟,係提供一無人飛機10及一資訊處理單元20,並於無人飛機10裝設一影像擷取裝置30。
(b)影像擷取步驟,係控制(以遙控或自動導航等方式;但不以此為限)無人飛機10飛抵至一坡地40,並以影像擷取裝置30對該坡地40進行影像擷取而成像為至少一張坡地影像。
(c)土石分水嶺影像辨識步驟,係以資訊處理單元20內建之影像處理模組將坡地影像轉換為灰階影像31,該影像處理模組可對灰階影像31進行分水嶺演算法的運算,以將灰階影像31切割為由複數分水嶺邊緣線311所劃分的複數區塊影像310,並得到該坡地40每一區塊影像310的起伏落差分佈資訊,以供後續利用。其中,該起伏落差分佈資訊可以是波谷深度(如圖2、3所示之灰階最小值的黑色區域)、波谷範圍(如圖3所示之灰階次高值及最小值的灰色及黑色區域)、分水嶺分佈狀態(如圖2、3所示之分水嶺邊緣線);或是平緩區範圍(如圖3所示之灰階最高值的白色區域)。
具體的,於上述土石分水嶺影像辨識步驟中,該影像處理模組執行分水嶺演算法時,係將灰階影像31之灰階最小值求出,以求得複數波谷,再由每二相鄰波谷的高點稜線設定為用以劃分出不同區塊影像310的分水嶺邊緣線311。
更具體的,於上述土石分水嶺影像辨識步驟中更包含一區塊影像310合併步驟,係利用二相鄰區塊影像310的色彩差值作為閥值標準,當每二相鄰區塊影像310之間的色彩差值小於預設閥值時,則將二相鄰之該區塊影像310合併。較佳的,於土石分水嶺影像辨識步驟中,若大部分之二相鄰區塊影像310無法合併時,則降低閥值,直到該閥值等於0;或是可以滿足所定義最小色彩差值時,則結束降低該閥值的運算。
於圖1、4所示的應用實施例中,係為一種應用上述第一實施例的植生基材噴灑工法,其包括下列步驟:
(d)安裝步驟,係將可供噴灑植生基材的噴植裝置50裝設在無人飛機10上。
(e)飛行路徑設定步驟,係依據複數區塊影像310表面的各起伏落差分佈資訊而規劃出一飛行路徑d1。
(f)植生基材噴灑步驟,係控制無人飛機10依據飛行路徑d1而依序飛過對應灰階影像31之複數區塊影像310的各區域,並依據所有區塊影像310之各起伏落差分佈資訊而決定與之對應的坡地40的各區域之植生基材的噴灑量;或厚度,進而於坡地40表面固化形成一可供種子生長而促使坡地40綠化的植生披覆層60,具體構造呈現如圖1所示。
請參看圖4所示的實施例,於上述飛行路徑設定步驟中更包含一首次噴植飛行路徑設定步驟,執行該步驟時,可讓無人飛機10執行首次植生基材噴灑的飛行任務,係將坡地40之輪廓邊界上的複數位置點Pn依序設定序號參數、高度參數、座標參數及無人飛機抵達位置點Pn的時間參數等航行參數記錄於飛行路徑d1中;其中,將複數位置點Pn每兩個相對位置設定為一對的位置點對,每對位置點對具有一連接直線橫跨輪廓邊界而為一噴灑線Ln,複數對位置點對的噴灑線Ln投影於一水平面時呈相互平行;當無人飛機10依據飛行路徑d1抵達坡地40時,則使無人飛機10依據航行參數依序飛經每一位置點Pn,且控制噴植裝置50於每對位置點對的起點啟動噴灑,並於每對位置點對的終點關閉噴灑,使噴植裝置50沿著每一噴灑線依序進行首次的噴灑。
請參看圖5所示的實施例,更包含一位於首次噴植飛行路徑設定步驟之後的再次噴植飛行路徑設定步驟,執行該步驟時,可讓 無人飛機10執行一種再次植生基材噴灑的飛行任務,係將每一噴灑線Ln劃分為複數線段,該複數線段係依據複數區塊影像310的各起伏落差分佈資訊而被設定為啟動線段Ln-on;或關閉線段Ln-off,當無人飛機10依據航行參數依序飛經其中至少一個啟動線段Ln-on時,則控制噴植裝置50啟動噴灑;當無人飛機10依序飛經其中至少一個關閉線段Ln-off時,則關閉噴植裝置50。
此外,該影像處理模組可將分水嶺邊緣以及平緩區範圍預先定義為較少噴灑量區域,所以僅需一次性均勻噴灑植生基材即可。其次,依照波谷的深度來預先定義為較多噴灑量區域,當波谷深度愈深,植生基材的噴灑量則愈多;或是於飛行路徑d1直接設定需要接近波谷表面的座標位置,亦即讓無人飛機10於該座標位置低飛而可更接近波谷表面,以進行均勻噴灑植生基材,於此同樣可以完成一次性均勻噴灑植生基材之目的。
請配合參看圖1~5所示,為達成本發明第二目的之一種應用上述第一實施例之植生基材噴灑系統的第二實施例。本實施例係於於無人飛機10上設置包括有一影像擷取裝置30及一可供噴灑植生基材的噴植裝置50。該無人飛機10可受控制(以遙控或自動導航等方式)地飛抵至一坡地40,並以影像擷取裝置30對坡地40進行影像擷取而成像為至少一張坡地影像。該資訊處理單元20內建之影像處理模組用以將坡地影像轉換為灰階影像31,並可對灰階影像31進行分水嶺演算法的運算,以將灰階影像31切割為由複數分水嶺邊緣線311所劃分的複數區塊影像310,並得到坡地40每一區塊影像310的起伏落差分佈資訊,再依據複數區塊影像310的各起伏落差分佈資訊而規劃一飛行路徑d1,進而控制無人飛機10依據飛行路徑d1而飛抵該坡地40,並依據所有區塊影像310之各起伏落差分佈資訊而決定與之對應 的坡地40的各區域之植生基材的噴灑量。
本發明係為一種使用無人飛機10的分水嶺影像辨識技術來辨別土石高低分布差異而計算出起伏落差分佈資訊,以決定於坡地40進行一次性均勻噴佈膠狀包含草種子的植生基材;或是多次加強噴佈植生基材。在本發明的技術內容中,待辨別區域影像係為具有高低落差之土石坡地40。至於分水嶺演算法之切割分水嶺是利用灰階值之差異,將一些不確定區域之圖點歸類於較相似區域。它可視為是一種區域擴展的演算法,首先將區域灰階度之最小值偵測出來,由此處開始做區域擴展直到水面(即圖2上方所示的橫向虛線)到盆地之頂點時,即加入防止氾濫至其他區域的水壩,因此分水嶺演算法可以將影像分開成不同區域。但由於分水嶺演算法對於灰階梯度之變化非常敏感,所以分割完成前尚須做區域合併之動作。經過分水嶺處理後的影像,會有非常多的區域,一般皆會利用一些運算法來減少區域數目。本發明則是利用相鄰區域的色彩差值當成閥值的標準,相鄰區域之間的色彩差值小於所選定的閥值時即可加以合併。為了加速系統處理時間,先從選定的閥值開始處理,每處理完一個閥值時,若條件不合就降低閥值,直到閥值等於0,或滿足使用者所定義最小差異性時結束。相對應分水嶺區域處理由於分水嶺切割法為了解決過度切割(over-segmentation)的問題,通常會進行所謂的區域合併,但是往往因為閥值的不同,所合併出之結果也會不同。但可以確定的是,閥值愈高,所留下之區塊影像310數愈少,物件的表示愈簡單,相對的,準確度也會隨之降低。此部分的原理是基於分水嶺的區塊影像310合併在不同閥值下會產生不同的物件特性,利用此種關係來供給系統一個參考對象。之前也有提過合併時會產生所需物件和相鄰物件合併為一的情形,若在此閥值下找到一個最相近的物件,就保留此次結果,下一次降低閥值時,如上所說的相連情形就 會因區塊影像310合併而有所分離,使結果更分辨影像物件中的石頭與土壤的高低落差。簡而言之,此相對應分水嶺區域處理技術是先從大方向著手,利用分水嶺切割的區域合併降低閥值,而區塊影像310會越來越小,再做進一步結果修正,讓輸出結果為所需之結果。
更具體的,本發明是一種建立無人機山區土石崩落區域植披固化系統,其中在噴附膠體(植生基材)厚薄的重要判斷方式是運用分水嶺演算法應用影像處理來分辨坡地40突起石頭高低、大小作為判斷依據。分水嶺演算法(Watershed Segmentation),Beucher and Lantuejoul(1979)是第一批將分水嶺分割法用於影像分割的人,藉由該演算法對物種影像進行分析,分水嶺演算適用本系統之優點為將坡地影像中具有相似灰階值的像素點歸類為同一群。其中,執行分水嶺分割法的第一步,便是取得影像中每一個像素點的灰階值變化,計算原始影像每一點的梯度值之後,再做後續處理影像梯度運算,此種探測模式常應用於植物生長狀態並掌握疏植時機,以一張灰階影像為例,通常由於兩個相鄰不同區域的點灰階值明顯不同,因此位在兩個相鄰區域邊界上的點,其與鄰近點之間的灰階值變化必然較為劇烈,而梯度值正呈現了這種點與鄰近點之間的灰階變化程度如式(1)所示。所以一張坡地影像經由梯度運算子的處理之後,可以明白影像中哪些部分的梯度值較大,那些部分通常也就是所謂影像中的邊界部分。其概念如圖6所示。
Figure 109137594-A0101-12-0009-1
為了更清楚地了解分水嶺分割法的觀念,假設把一張由原始灰階影像所得到的梯度影像,如圖7(a),視為一個地表平面,而該梯度影像中每個像素點之梯度值,則視為地表起伏之高低,如圖7(b)所示。梯度影像 中梯度值較高之像素點,其地勢也較高,而這些梯度值較高之像素點則形成高地屏障,自然而然,其兩側地勢較低的像素點,即是梯度值較低之像素點,被分為兩個不同的區域。此時,假設拿著一大壺的水從整個地表上空往下倒,可想而知,這些水會將地表較低的區域淹沒,這個水淹的步驟稱為泛流處理(flooding process),如圖8(a)所示,而圖8(b)所示係分水嶺分隔為不同影區塊的實施示意圖。
另外,圖9係本發明坡地影像實施示意;其中,圖9(a)為灰階有所;圖9(b)為影像處理後的梯度幅值圖;圖9(c)為梯度幅值圖;圖9(d)為影像處理後梯度幅值分水嶺演算法演算結果示意圖。
經由上述具體實施例的說明,本發明確實具有下列所述的特點:
1.本發明確實是將無人機與分水嶺影像辨識做一整合,以針對山體破碎與崩塌等坡地進行分水嶺演算的影像辨識,以辨識出可供後續利用的起伏落差分佈資訊。
2.本發明確實是一種應用無人機坡地土石分水嶺影像辨識方法的植生基材噴灑技術,主要是依據分水嶺影像辨識所得到之起伏落差分佈資訊而對山體破碎與崩塌等坡地而決定植生基材的噴灑量,除了可以固定土石之外,亦可散佈草種籽,進而達到水土保持防止坡地二次崩塌的情事發生。
3.本發明確實可以取代人力,以解決目前人員與機具運送成本過高的問題缺失。
以上所述,僅為本發明之可行實施例,並非用以限定本發明之專利範圍,凡舉依據下列請求項所述之內容、特徵以及其精神而為之其他變化的等效實施,皆應包含於本發明之專利範圍內。本發明所具體界定 於請求項之結構特徵,未見於同類物品,且具實用性與進步性,已符合發明專利要件,爰依法具文提出申請,謹請 鈞局依法核予專利,以維護本申請人合法之權益。
10:無人飛機
20:資訊處理單元
30:影像擷取裝置
40:坡地
50:噴植裝置
60:植生披覆層

Claims (8)

  1. 一種無人機坡地土石分水嶺影像辨識方法,其包括:準備步驟,提供一無人飛機及一內建有一影像處理模組的資訊處理單元;該無人飛機裝設包括有一影像擷取裝置;影像擷取步驟,控制該無人飛機飛抵至一坡地,並以該影像擷取裝置對該坡地進行影像擷取而成像為至少一張坡地影像;及土石分水嶺影像辨識步驟,以該影像處理模組將該坡地影像轉換為灰階影像,該影像處理模組可對該灰階影像進行一分水嶺演算法的運算,以將該灰階影像切割為由複數分水嶺邊緣線所劃分的複數區塊影像,並得到該複數區塊影像各自的起伏落差分佈資訊;其中,於該土石分水嶺影像辨識步驟中更包含一區塊影像合併步驟,係利用相鄰該區塊影像的色彩差值作為閥值標準,當每二相鄰該區塊影像之間的色彩差值小於預設閥值時,則將二相鄰之該區塊影像合併,若大部分之二相鄰該區塊影像無法合併時,則降低該閥值,直到該閥值等於0;或是可以滿足所定義最小色彩差值時,則結束降低該閥值的運算。
  2. 如請求項1所述之無人機坡地土石分水嶺影像辨識方法,其中,於該土石分水嶺影像辨識步驟中,該影像處理模組執行該分水嶺演算法時,係將該灰階影像之灰階最小值求出,以求得複數波谷,再由每二相鄰該波谷的高點稜線設定為用以劃分出不同該區塊影像的該分水嶺邊緣線。
  3. 如請求項1所述之無人機坡地土石分水嶺影像辨識方法,其中,該起伏落差分佈資訊係選自波谷深度、波谷範圍、分水嶺分佈狀態以及平緩區範圍的其中至少一種。
  4. 一種應用如請求項1所述之無人機坡地土石分水嶺影像辨識方法的 植生基材噴灑工法,其包括下列步驟:安裝步驟,係將一可供噴灑植生基材的噴植裝置裝設在該無人飛機上;飛行路徑設定步驟:依據該複數區塊影像的各該起伏落差分佈資訊而規劃一飛行路徑;及植生基材噴灑步驟:控制該無人飛機依據該飛行路徑而依序飛過對應該灰階影像之該複數區塊影像的各區域,並依據所有該區塊影像之各該起伏落差分佈資訊而決定與之對應的該坡地的各區域之該植生基材的噴灑量。
  5. 如請求項4所述之植生基材噴灑工法,其中,於該飛行路徑設定步驟中更包含一首次噴植飛行路徑設定步驟,該步驟執行時,可讓該無人飛機執行首次植生基材噴灑的飛行任務,係將該坡地之輪廓邊界上的複數位置點依序設定序號參數、高度參數、座標參數及該無人飛機抵達該位置點的時間參數等航行參數記錄於該飛行路徑中;其中,將該複數位置點每兩個相對位置設定為一對的位置點對,每對該位置點對有一連接直線橫跨該輪廓邊界而為一噴灑線,複數對該位置點對的該噴灑線投影於一水平面時呈相互平行;當該無人飛機依據該飛行路徑抵達該坡地時,則使該無人飛機依據該航行參數依序飛經每一該位置點,且控制該噴植裝置於每對位置點對的起點啟動噴灑,並於每對該位置點對的終點關閉噴灑,使該噴植裝置沿著每一該噴灑線進行首次噴灑。
  6. 如請求項5所述之植生基材噴灑工法,其中,於該首次噴值飛行路徑設定步驟之後更包含一再次噴植飛行路徑設定步驟,該步驟執行時,可讓該無人飛機執行再次植生基材噴灑的飛行任務,係將每一該噴灑線劃分為複數線段,該複數線段係依據該複數區塊影像的各該起伏落差 分佈資訊而被設定為啟動線段或關閉線段;當該無人飛機依據該航行參數依序飛經其中至少一個該啟動線段時,則控制該噴植裝置啟動噴灑;當該無人飛機依序飛經其中至少一個該關閉線段時,則關閉該噴植裝置。
  7. 如請求項4所述之植生基材噴灑工法,其中,該植生基材係至少由特定量水泥、特定量保水劑及特定量草木本植物種子所混合而成可供噴灑的膠狀植生基材。
  8. 一種無人機坡地土石分水嶺影像辨識植生基材噴灑系統,其包括:一無人飛機,其上設置包括有一影像擷取裝置及一可供噴灑植生基材的噴植裝置;該無人飛機可受控制地飛抵至一坡地,並以該影像擷取裝置對該坡地進行影像擷取而成像為至少一張坡地影像;及一資訊處理單元,其內建有一影像處理模組,用以將該坡地影像轉換為灰階影像,並可對該灰階影像進行一分水嶺演算法的運算,以將該灰階影像切割為由複數分水嶺邊緣線所劃分的複數區塊影像,並得到該坡地每一該區塊影像的起伏落差分佈資訊;依據該複數區塊影像表面的各該起伏落差分佈資訊而規劃一飛行路徑;控制該無人飛機依據該飛行路徑而依序飛過對應該灰階影像之該複數區塊影像的各區域,並依據所有該區塊影像之各該起伏落差分佈資訊而決定與之對應的該坡地的各該區域之該植生基材的噴灑量。
TW109137594A 2020-10-29 2020-10-29 無人機坡地土石分水嶺影像辨識方法、系統及其應用 TWI749833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109137594A TWI749833B (zh) 2020-10-29 2020-10-29 無人機坡地土石分水嶺影像辨識方法、系統及其應用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109137594A TWI749833B (zh) 2020-10-29 2020-10-29 無人機坡地土石分水嶺影像辨識方法、系統及其應用

Publications (2)

Publication Number Publication Date
TWI749833B true TWI749833B (zh) 2021-12-11
TW202217492A TW202217492A (zh) 2022-05-01

Family

ID=80681243

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109137594A TWI749833B (zh) 2020-10-29 2020-10-29 無人機坡地土石分水嶺影像辨識方法、系統及其應用

Country Status (1)

Country Link
TW (1) TWI749833B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120101861A1 (en) * 2010-10-25 2012-04-26 Lindores Robert J Wide-area agricultural monitoring and prediction
CN103914843A (zh) * 2014-04-04 2014-07-09 上海交通大学 基于分水岭算法和形态学标记的图像分割方法
CN106875407A (zh) * 2017-02-09 2017-06-20 福州大学 一种结合形态学和标记控制的无人机影像林冠分割方法
CN107563413A (zh) * 2017-08-09 2018-01-09 千寻位置网络有限公司 无人机航拍影像农田块对象精准提取方法
TW201941680A (zh) * 2018-04-02 2019-11-01 中華學校財團法人中華科技大學 基於植物工廠之自動化種苗疏植系統

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120101861A1 (en) * 2010-10-25 2012-04-26 Lindores Robert J Wide-area agricultural monitoring and prediction
CN103914843A (zh) * 2014-04-04 2014-07-09 上海交通大学 基于分水岭算法和形态学标记的图像分割方法
CN106875407A (zh) * 2017-02-09 2017-06-20 福州大学 一种结合形态学和标记控制的无人机影像林冠分割方法
CN107563413A (zh) * 2017-08-09 2018-01-09 千寻位置网络有限公司 无人机航拍影像农田块对象精准提取方法
TW201941680A (zh) * 2018-04-02 2019-11-01 中華學校財團法人中華科技大學 基於植物工廠之自動化種苗疏植系統

Also Published As

Publication number Publication date
TW202217492A (zh) 2022-05-01

Similar Documents

Publication Publication Date Title
CN103430662A (zh) 一种防沙固沙的地膜及其铺设方法
Harist et al. GIS modelling based on slope and morphology for landslide potential area in Wonosobo, Central Java
Karthick et al. Estimation of soil erosion vulnerability in Perambalur Taluk, Tamilnadu using revised universal soil loss equation model (RUSLE) and geo information technology
TWI749833B (zh) 無人機坡地土石分水嶺影像辨識方法、系統及其應用
Bold et al. Using photographic image analysis to assess ground cover: a case study of forest road cutbanks
Melalih et al. Analysis of water and soil conservation techniques at the Ain Sefra arid watershed (Ksour Mountains, southwest Algeria)
Tiwari et al. Developing object-based image procedures for classifying and characterising different protected agriculture structures using LiDAR and orthophoto
Soundranayagam et al. An analysis of land use pattern in the industrial development city using high resolution satellite imagery
Burri et al. Agriculture, landscape and human impact in some karst areas of Italy
Huntington Soil survey, eastern Fresno area, California
CN115486311A (zh) 一种高寒露天铁矿生态修复的植物群落配置方法及应用
CN114694048A (zh) 基于无人机遥感技术的稀疏灌木物种识别方法及系统
TWI744167B (zh) 無人機噴灑供膠系統及其應用的方法
Arcidiacono et al. Image processing for the classification of crop shelters
Davis Refinement of a drone-based method for estimating coarse woody debris and biomass residue following forest harvest
Izdori et al. Land use/land cover change in Mbeya city and temporal evolution of urbanization
Stembridge Jr Vegetated coastal dunes: Growth detection from aerial infrared photography
Ruipeng et al. Site Type Classification and Ecological Restoration Technology Selection of Open-pit Coal Mine Dumps in Grassland Mining Area
Saralioglu et al. Determining Suitable Areas for More Efficient Hazelnut Production
Maas Mapping the recent bio-geomorphological evolution of the man-made Terschelling blowout complex using PlanetScope imagery and airborne LiDAR data
Misak et al. Geomorphology and Sustainable Management for the Sand Dunes of Kuwait
Neto et al. Caracterização morfométrica da Bacia Hidrográfica do Rio Acará (Nordeste Paraense) a partir de dados SRTM
Lozić et al. Vertical landscape structure of the southern part of Vis Island, Croatia
Adnan Geospatial Assessment of Reef Island Shoreline Dynamics: Mapping, Monitoring and Modelling
Batún-Alpuche Prehistoric Albarradas at the Site of Buena Vista, Cozumel

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees