【技术实现步骤摘要】
本专利技术涉及农业生产
,具体涉及一种无人机喷药扇面角实时识别方法及系统。
技术介绍
准确地获取作业航空植保无人机喷头喷出的扇面角的大小对于评估药物喷洒幅宽和作业效率有重要的影响。现阶段获取扇面角大小有多种方法。例如用摄像系统对喷雾器进行了图像采集,对图像进行去噪平滑、直方图均衡化、最佳阈值提取、二值化、边缘检测以及边缘化细线处理,对检测到的喷雾边缘线使用最小二乘法计算喷射锥角,获取喷射锥角。邓魏等人在针对农药喷嘴的性能研究中使用数码相机拍摄静态照片的方法获取农药喷雾彩色图像,使用小波变换进行去噪处理,然后转换为二值图像,设计边缘提取算法提取了边缘信息,最后根据得到的喷雾边缘直线进行最小二乘拟合得到喷雾角。现行的扇面角识别方法的缺点是:计算较为费时,不能满足实时性的需求。由于无人机在作业时飞行速度一般大于3米/秒,这一速度导致要准确的计算喷洒幅宽需要在1秒内,即最少3米的路径上获取足够数量的扇面角影像(一般不少于1.5米/张),否则计算得到的喷洒幅宽精度不能到达要求。若按最小1.5米/张,飞行速度为3米/秒,这意味这要进行实时的计算,需要对每张影像的扇面角计算所花费的时间不大于500毫秒。然而这一时间限制在现行的识别方法中较难做到。
技术实现思路
针对现有技术中的缺陷,本专利技术提供一种无人机喷药扇面角实时识别方法及系统,能够实现喷药扇面角的快速识别,满足实时性的要求。为解决上述问题,本专利技术提供了以下技术方案:由上述技术方案可知,本专利技术所述的无人机喷药扇面角实时识别方法,根据无人机喷药和实际成像的特点,采用了如步骤S4-S8的识别方法,相对于传 ...
【技术保护点】
一种无人机喷药扇面角实时识别方法,其特征在于,包括:S1、获取图像采集装置采集的包含施药喷头和施药喷射扇面的实时图像,其中,所述图像采集装置安装在无人机上;S2、提取所述实时图像中的绿色分量,并将该绿色分量作为目标图像;S3、获取所述图像采集装置采集所述实时图像时所述无机人的机体倾斜角度γ,若γ大于或等于第一阈值,则将所述目标图像旋转γ角度,以使所述目标图像与水平面平行;S4、获取所述目标图像的中心像素点C(x,y);S5、根据中心像素点,获取在经过所述中心像素点的竖直线上,上下分别距离所述中心像素点m个像素距离的像素点a和b;S6、获取经过所述像素点a的第一水平线,以及经过所述像素点b的第二水平线;S7、在第一水平线和第二水平线之间,由中心像素点开始,依次向右计算该中心像素点右侧的像素列的二阶导数,当计算的二阶导数第一次出现一个零交叉点时,则将出现零交叉点的当前像素列的上一像素列与第一水平线的交点作为右上侧分界点Tr(x,y),继续向右处理下一像素列,当零交叉点第一次不存在时,将第一次不出现零交叉点的当前像素列的上一像素列与第二水平线的交点作为右下侧分界点Br(x,y);在第一水平线 ...
【技术特征摘要】
1.一种无人机喷药扇面角实时识别方法,其特征在于,包括:S1、获取图像采集装置采集的包含施药喷头和施药喷射扇面的实时图像,其中,所述图像采集装置安装在无人机上;S2、提取所述实时图像中的绿色分量,并将该绿色分量作为目标图像;S3、获取所述图像采集装置采集所述实时图像时所述无机人的机体倾斜角度γ,若γ大于或等于第一阈值,则将所述目标图像旋转γ角度,以使所述目标图像与水平面平行;S4、获取所述目标图像的中心像素点C(x,y);S5、根据中心像素点,获取在经过所述中心像素点的竖直线上,上下分别距离所述中心像素点m个像素距离的像素点a和b;S6、获取经过所述像素点a的第一水平线,以及经过所述像素点b的第二水平线;S7、在第一水平线和第二水平线之间,由中心像素点开始,依次向右计算该中心像素点右侧的像素列的二阶导数,当计算的二阶导数第一次出现一个零交叉点时,则将出现零交叉点的当前像素列的上一像素列与第一水平线的交点作为右上侧分界点Tr(x,y),继续向右处理下一像素列,当零交叉点第一次不存在时,将第一次不出现零交叉点的当前像素列的上一像素列与第二水平线的交点作为右下侧分界点Br(x,y);在第一水平线和第二水平线之间,由中心像素点开始,依次向左计算该中心像素点左侧的像素列的二阶导数,当计算的二阶导数第一次出现一个零交叉点时,将出现零交叉点的当前像素列的上一像素列与第一水平线的交点作为左上侧分界点Tl(x,y),并继续向右处理下一像素列,当零交叉点第一次不存在时,将第一次不出现零交叉点的当前像素列的上一像素列与第二水平线的交点作为左下侧分界点Bl(x,y);S8、根据所述右上侧分界点Tr(x,y)、所述右下侧分界点Br(x,y)、所述左上侧分界点Tl(x,y)和所述左下侧分界点Bl(x,y),获取所述施药喷射扇面的扇面角θ。2.根据权利要求1所述的无人机喷药扇面角实时识别方法,其特征在于,所述S8包括:根据所述右上侧分界点Tr(x,y)、所述右下侧分界点Br(x,y)、所述左上侧分界点Tl(x,y)和所述左下侧分界点Bl(x,y),获取夹角α和β:α=tan-1(Tr(y)-Br(y)Tr(x)-Br(x))]]>β=tan-1(Tl(y)-Bl(y)Tl(x)-Bl(x));]]>根据夹角α和β获取所述施药喷射扇面的扇面角θ:θ=360-α-β;其中,Tr(y),Br(y),Tr(x),Br(x)分别为右上侧分界点Tr(x,y)、右下侧分界点Br(x,y)在目标图像上的y,y,x,x坐标;Tl(y),Bl(y),Tl(x),Bl(x)分别为左上侧分界点Tl(x,y)和左下侧分界点Bl(x,y)在目标图像的y,y,x,x坐标。3.根据权利要求1所述的无人机喷药扇面角实时识别方法,其特征在于,所述方法还包括:若S7无法完整获取所述右上侧分界点Tr(x,y)、所述右下侧分界点Br(x,y)、所述左上侧分界点Tl(x,y)和所述左下侧分界点Bl(x,y),则将所述中心像素点C(x,y)竖直向上移动n个像素,得到新的中心像素点C’(x,y+n),然后重复执行S5~S7,若本次能够完整获取所述右上侧分界点Tr(x,y)、所述右下侧分界点Br(x,y)、所述左上侧分界点Tl(x,y)和所述左下侧分界点Bl(x,y),则执行S8,否则继续将新的中心像素点C’(x,y+n),竖直向上移动n个像素,并重复执行S5~S7直至能够完整获取所述右上侧分界点Tr(x,y)、所述右下侧分界点Br(x,y)、所述左上侧分界点Tl(x,y)和所述左下侧分界点Bl(x,y)。4.根据权利要求1所述的无人机喷药扇面角实时识别方法,其特征在于,在由中心像素点开始,依次向右计算该中心像素点右侧的像素列的二阶导数的过程中,按照每隔k列采样获取相应的像素列,并计算采样获取的像素列的二阶导数;相应地,在由中心像素点开始,依次向左计算该中心像素点左侧的像素列的二阶导数的过程中,按照每隔k列采样获取相应的像素列,并计算采样获取的像素列的二阶导数。5.根据权利要求4所述的无人机喷药扇面角实时识别方法,其特征在于,在获取完右上侧分界点Tr(x,y),并继续向右处理下一像素列的过程中,按照每隔h列采样获取相应的像素列,并计算采样获取的像素列的二阶导数,其中h小于k;相应地,在获取完左上侧分界点Tl(x,y),并继续向左处理下一像素列的过程中,按照每隔h列采样获取相应的像素列,并计算采样获取的像素列的二阶导数。6.一种无人机喷药扇面角实时识别系统,其特征在于,包括:第一获取单元,用于获取图像采集装置采集的包含施药喷头和施药喷射扇面的实时图像,其中,所述图像采集装置安装在无人机上;提取单元,用于提取所述实时图像中的绿色分量,并将该绿色分量作为目标...
【专利技术属性】
技术研发人员:夏浪,张瑞瑞,陈立平,伊铜川,
申请(专利权)人:北京农业智能装备技术研究中心,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。