机器视觉技术在植保无人机中的应用

机器视觉技术在植保无人机中的应用

1、简介

在20世纪90年代，在研究上投入巨大资源的无人机技术取得了很大进步。材料科学迅速发展，新材料开发出来了。在无人机使用后，无人机的飞行时间和飞行距离有了很大改善。随着通信技术的提高，无人机的图像传输和运用效率大大提高。随着无人机技术的快速发展，人们不再仅仅为了军事目的而使用无人机。在民间和商业活动中，无人机也开始发挥巨大作用。森林火灾的监视也是其中之一。山火，烧丛林树木，烧动物，引起森林生态环境不平衡，对森林和森林生态系统造成很大损害。如果山火在时间内不受控制，森林所造成的损失将非常严重。因此，在时间内检测山火，为了控制它们而编制人员的方法很重要。结合机器视觉和无人机技术，作物保护无人机在农田上盘旋巡逻，并使用各种高级传感器进行砍伐。这将为农户带来丰收，并实时为政府服务提供准确的信息。

2、国内外的机器视觉技术在植保无人机的开发状况和动向

山火的发生是任何国家都不想发生的自然灾害。为了应对山火，各国的研究人员倾注了巨大的劳力和汗水，积极地开发了山火监视技术。我国早在阶段就开始了山火监测和预防技术的开发和研究，对森林火灾预防技术的极大关注也使研究处于主导地位。山火的监视是从突击队的肉眼观察开始的。另一方面，他们公布并推广森林防火知识，以防止入山人群引发火灾。另一方面，在从展望台看不到的死角巡逻。一旦检测到火灾，立即报告并计划进行扑救。此监控方法受巡逻人员自身限制，只能确认部分地点，如果发现可疑火灾，则无法准确定位火灾地点。由于交通管制，巡逻人员只能检查边缘附近森林的一部分，在偏远地区什么都做不了。随着无人机技术的快速发展，人们不再仅仅为了军事目的而使用无人机。在民间和商业活动中，无人机也开始发挥巨大作用。森林火灾的监视也是其中之一。山火，烧丛林树木，烧动物，引起森林生态环境不平衡，对森林和森林生态系统造成很大损害。如果山火在时间内不受控制，森林所造成的损失将非常严重。因此，在时间内检测山火，为了控制它们而编制人员的方法很重要。

3、机器视觉在无人机图像处理与识别方法

无人机图像识别处理系统分为无人机和地面站两部分。无人机是搭载了机器视觉的监视前端，地面站是监视终端。相机通过支架固定在无人机下，当相机捕获的图像通过视频编码压缩后，数据将通过2.4G无线通信模块发送到地面进行分析。整个系统的流程如图1所示。


图1计算机图像识别过程

对于无人机图像植被识别方法，主要涉及的主要技术方法包括：无人机图像航空照片平台和过程、无人机图像质量图像系数、方法无人机图像预处理、无人机图像拼接、图像对象特征提取技术、图像匹配技术、图像分割功能培训等。

1）图像的灰度处理。图像预处理的主要目的是改善图像，消除图像干扰和视觉图像发送过程中产生的噪声。这主要是为了准备图像的后处理，以使图像与预期更加一致。图像预处理不是向图像添加信息，而是通过它来提高区分特定信息的识别系统的能力。获取图像后，处理图像的第一步是将图像设置为灰度。这是因为图像去噪功能的平均过滤器和中值过滤器仅适用于单通道。因此，首先将彩色图像转换为灰度图像。图像的灰度处理如图2所示。


图2灰度图像

2）图像直方图均衡化。大多数情况下，图像的灰度分布在比较窄的范围内，因此图像不够清晰。通过直方图对图像进行校正后，图像的第一个小灰度间隔将被放大并重合，以达到图像增强的目的。

a）计算要处理的图像的直方图，找到Pr（rk）=nk/N。

b）然后转换计算的直方图

c）获取转换后的直方图。如图3所示。


图3直方图均衡化

4、机器视觉和GIS

由于GIS是空间信息的处理，所以可以从GIS地图中获取地理空间信息的直观印象，通过GIS可以获取特征与周围特征的关系（主要是地形关系、相邻）等其他很多信息。关系、包含、分离）、从道路到周边地区的噪声污染（缓冲分析）等地面对象的特定属性的影响范围等。使用GIS可以获取显示的内容，并在地图上获取更多信息。此外，由于GIS结合了属性信息和空间信息，因此可以更直观地理解该信息。GIS技术与机器视觉相结合，可以快速定位农业害虫和山火的地点，并将地点坐标返回控制终端，以应对巡逻过程中植保无人机遇到的问题。

在机器视觉领域拥有超过10年的项目开发经验，在机器视觉的应用领域上有着众多成功的案例。公司自成立以来一直以来致力于机器视觉的集成、研发、应用，为客户提供整体机器视觉解决方案，把机器视觉技术应用到智能生产中。