一种树木裹防冻布及喷防冻漆智能方法技术

本发明专利技术涉及农业技术领域，公开了一种树木裹防冻布及喷防冻漆智能方法，包括以下步骤：第一步：视觉预处理，找到未进行防冻处理的树，得到预处理后的图像数据；第二步：获取预处理后的图像数据，利用已经完成训练的yolov5神经网络对目标的图像数据进行识别并进行分类，对不同的品种进行不同的防冻方式；第三步：进行路径规划。该发明专利技术提供的树木裹防冻布及喷防冻漆智能方法，视觉预处理阶段，使用了目标检测或模板匹配技术以获得合适的ROI区域，大幅度减少图像大小，像素点数量，有利于的运算压力，以提高视觉处理的效率。以提高视觉处理的效率。以提高视觉处理的效率。

【技术实现步骤摘要】
一种树木裹防冻布及喷防冻漆智能方法


[0001]本专利技术涉及农业
，具体为一种树木裹防冻布及喷防冻漆智能方法。

技术介绍

[0002]鉴于目前树木的防冻方式多数依靠人工实现，不仅所需劳动力大，而且所需所用时间长。而市面上的防冻机普遍存在两大问题，其一是自主性不高，难以实现从目标识别开始，到全自动化完成防冻，且缺乏智能识别防冻措施是否完善(例如防冻布脱落)并自动进行完善处理。其二是实际的园林、农林的防冻具有树枝根不规则、树木品种不同需要不同防冻方式的问题(可以提高防冻效率、降低成本)无法智能化解决。为了解决这两大问题，这项作品旨在利用自动化及一体化的智能设备对树木进行防冻，可以提高视觉识别完成目标追踪、智能识别树木的性质(品种、生长状态(是否瘦弱等等))，据此切换喷白漆或者用裹树布裹树两种防冻模式对树木进行防冻，防冻处理过程中通过系统找到适应实际情况的路径进行电机的操作(移动喷壶或裹树布的路径)，从而达到解放劳动力、提高社会生产水平的目的，并起到保护生态环境的效果。目前市面上有关自动喷白机的市场现状是应用范围不广，设计不精以及经济效益不高。资伴随城镇化进程越来越快，农村劳动力不断减少，农业现代化加快发展，智能化自动化农业机器已是大势所趋，且本产品使用条件非常广泛，两种防冻方式使用范围包含大多树种，且智能自动化的设计使得在马路旁树木、果树林作业都可以轻松胜任，综合：《全自动智能化树干涂白机》、《探析树木防冻材料缠绕涂白与毒虫害智能识别防治一体机》、《三维可视化的喷涂机器人离线轨迹规划系统》，我们可以得出结论，其具备有可实现绿化树木的高质、高效、低成本养护与防治。解决当前国内绿化树木防寒防治机械设备研制功能单一、自动化程度不高的难题，发展方向先进，性价比高，引导了城市绿化养护设备自动化升级进程的效果，但是现有的设备，涂白方式没有喷漆方式效率高和节省资源，涂的方式会导致药业不均匀分布且，速度慢并且对于机器涂白过程没有考虑实际树木不规则的情况会造成资源浪费，不够智能化，果园中存在的不规则树根，比如有的弯曲向上等问题，同时适应性不足，因为防冻方式单一、无法智能化根据树木具体情况选择合适的防冻方式，为此我们提出了树木裹防冻布及喷防冻漆智能方法。

技术实现思路

[0003](一)解决的技术问题
[0004]针对现有技术的不足，本专利技术提供一种树木裹防冻布及喷防冻漆智能方法，以解决上述的问题。
[0005](二)技术方案
[0006]为实现上述所述目的，本专利技术提供如下技术方案：
[0007]一种树木裹防冻布及喷防冻漆智能方法，包括以下步骤：
[0008]第一步：视觉预处理，找到未进行防冻处理的树，得到预处理后的图像数据；
[0009]第二步：获取预处理后的图像数据，利用已经完成训练的yolov5神经网络对目标
的图像数据进行识别并进行分类，对不同的品种进行不同的防冻方式；
[0010]第三步：进行路径规划。
[0011]优选的，第一步中视觉预处理包括以下内容：
[0012]S1：安装摄像头；
[0013]S2：将图像灰度化处理后作为输入，采用目标检测算法或模板匹配算法，结合OpenCV进行ROI分区；
[0014]S3：对摄像头中树根部分进行目标检测或模板匹配，捕获需要防冻位置的空间位置，并找到未进行防冻处理或不完善的目标设为并将其设为ROI区域。
[0015]优选的，防冻方式包括有裹树布以及喷白漆。
[0016]优选的，第三步中的路径规划包括以下内容：
[0017]S1：使用高斯滤波器，以平滑图像，滤除噪声；
[0018]S2：计算图像中每个像素点的梯度强度和方向；
[0019]S3：应用非极大值抑制，消除边缘检测带来的杂散响应；
[0020]S4：应用双阈值检测来确定真实的和潜在的边缘，得到边缘以及弱边缘；
[0021]S5：通过抑制孤立的弱边缘最终完成边缘检测；
[0022]S6：通过线性回归算法找到拟合的直线。
[0023]优选的，所述双阈值定边缘：剔除存在边缘图像内的因噪声产生的虚边缘：
①
高阈值maxVal
②
低阈值minVal。
[0024]优选的，与强边缘连接，则将该边缘处理为边缘，与强边缘无连接，则该边缘为弱边缘。
[0025](三)有益效果
[0026]与现有技术相比，本专利技术提供的树木裹防冻布及喷防冻漆智能方法，具备以下有益效果：
[0027]1、该树木裹防冻布及喷防冻漆智能方法，通过机器学习，基于yolov5神经网络创新新的通过分类树木的品种等对不同对象进行不同的防冻处理，高效且效果好。
[0028]2、该树木裹防冻布及喷防冻漆智能方法，使用线性回归算法求拟合直线与canny算子边缘检测的方式结合的方式找到喷漆的路径，解决对不规则树木防冻的问题。
[0029]3、该树木裹防冻布及喷防冻漆智能方法，视觉预处理阶段，使用了目标检测或模板匹配技术以获得合适的ROI区域，大幅度减少图像大小，像素点数量，有利于的运算压力，以提高视觉处理的效率。
附图说明
[0030]图1为本专利技术实施例智能方法的流程示意图；
[0031]图2为本专利技术实施例回归方程公式示意图；
[0032]图3为本专利技术实施例回归算法流程示意图；
[0033]图4为本专利技术实施例的拟合直线图；
[0034]图5为本专利技术实施例的不规则弯曲的树示意图。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]实施例
[0037]请参阅图1
‑
5，本实施例提供的树木裹防冻布及喷防冻漆智能方法，包括以下三个部分：
[0038]机器视觉(目标检测)部分：在合适的位置(例如机器正前方画面可见喷漆或裹树布操作)安放摄像头进行拍摄，将图像灰度化处理后作为输入，采用目标检测算法或模板匹配算法(目标检测算法如：YOLOv5，或直接使用OpenCV的模板匹配方法，如：TM_SQDIFF_NORMED)，结合OpenCV(开放源代码计算机视觉库)进行ROI(regionofinterest)分区，对摄像头中树根部分进行目标检测(或模板匹配)，捕获树根(即防冻位置)的空间位置，并找到未进行防冻处理或不完善的目标设为并将其设为ROI区域(无论是模板匹配还是目标追踪可以追踪或者匹配到的即是未进行防冻处理或不完善的目标)。
[0039]机器视觉(神经网络)部分：
[0040]获取将上述预处理后的图像数据，基于已经完成训练的yolov5神经网络(需要对不同品种在不同光照强度下的照片进行训练，用大量的数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种树木裹防冻布及喷防冻漆智能方法，其特征在于，包括以下步骤：第一步：视觉预处理，找到未进行防冻处理的树，得到预处理后的图像数据；第二步：获取预处理后的图像数据，利用已经完成训练的yolov5神经网络对目标的图像数据进行识别并进行分类，对不同的品种进行不同的防冻方式；第三步：进行路径规划。2.根据权利要求1所述的树木裹防冻布及喷防冻漆智能方法，其特征在于：第一步中视觉预处理包括以下内容：S1：安装摄像头；S2：将图像灰度化处理后作为输入，采用目标检测算法或模板匹配算法，结合OpenCV进行ROI分区；S3：对摄像头中树根部分进行目标检测或模板匹配，捕获需要防冻位置的空间位置，并找到未进行防冻处理或不完善的目标设为并将其设为ROI区域。3.根据权利要求1所述的树木裹防冻布及喷防冻漆智能方法，其特征在于：防冻方式包括有裹树布以及喷白漆。4.根据...

【专利技术属性】
技术研发人员：江帆，陈江典，黎嘉伟，黄钰莹，
申请(专利权)人：广州大学，
类型：发明
国别省市：