一种基于植保无人机的病害处理方法及系统技术方案

技术编号:38764326 阅读:13 留言:0更新日期:2023-09-10 10:37
本发明专利技术属于病害处理领域,公开了一种基于植保无人机的病害处理方法及系统,方法包括S1,通过植保无人机获取作物的实时图像,并将实时图像传回至遥控器;S2,通过遥控器将实时图像发送至智能便携终端;S3,通过智能便携终端对实时图像进行初步处理,获得初步处理图像;S4,通过智能便携终端将初步处理图像发送至云服务器进行图像识别处理;S5,通过云服务器将识别结果发送至智能便携终端;S6,通过智能便携终端将识别结果发送至遥控器;S7,通过遥控器将识别结果发送至植保无人机;S8,植保无人机根据识别结果对作物进行病害处理。同时还设置了方法所对应的系统。本发明专利技术有效地保证了植保无人机进行植保作业的效率。了植保无人机进行植保作业的效率。了植保无人机进行植保作业的效率。

【技术实现步骤摘要】
一种基于植保无人机的病害处理方法及系统


[0001]本专利技术涉及病害处理领域,尤其涉及一种基于植保无人机的病害处理方法。

技术介绍

[0002]植保无人机,是一种用于农林植保作业的无人飞机。这种无人机由三部分组成:飞行平台(固定翼、直升机、多轴飞机)、导航飞行控制系统和喷洒机构。喷洒作业可通过地面遥控或导航飞行控制实现,可喷洒化学品、种子、粉末等。
[0003]现有技术中,公布号为CN110162087A的专利提出了将病害识别与病害处理相结合的方式,主要是通过植保无人机获取作物的图像,然后直接将图像传输至云服务器进行图像识别,判断是否出现病害,并通过加大喷药量等方式对病害进行相应的处理。
[0004]但是,同一型号的植保无人机的保有量一般是比较多的,而且喷药的时间往往也比较集中,即云服务器需要对数量众多的植保无人机的拍摄的图像进行处理,若同时有较大数量的植保无人机将图像发送至云服务器,则部分图像会因为需要排队等待处理而未能及时处理,因此,直接将拍摄的图像发送至云服务,会影响部分植保无人机获得图像识别结果的效率。受到影响的植保无人机较长时间地停留在拍摄地点的上空,等待运算结果出来后再进行相应的处理。而植保无人机的续航一般有限,采用这样的病害处理方式,显然会影响部分植保无人机植保作业的效率。

技术实现思路

[0005]本专利技术的目的在于公开一种基于植保无人机的病害处理方法及系统,解决现有的植保无人机直接将拍摄的图像发送至云服务器进行识别,导致影响植保作业的效率的问题。
[0006]为了达到上述目的,本专利技术采用如下技术方案:
[0007]第一方面,本专利技术提供了一种基于植保无人机的病害处理方法,包括:
[0008]S1,通过植保无人机获取作物的实时图像,并将实时图像传回至遥控器;
[0009]S2,通过遥控器将实时图像发送至智能便携终端;
[0010]S3,通过智能便携终端对实时图像进行初步处理,获得初步处理图像;
[0011]S4,通过智能便携终端将初步处理图像发送至云服务器进行图像识别处理;
[0012]S5,通过云服务器将识别结果发送至智能便携终端;
[0013]S6,通过智能便携终端将识别结果发送至遥控器;
[0014]S7,通过遥控器将识别结果发送至植保无人机;
[0015]S8,植保无人机根据识别结果对作物进行病害处理。
[0016]可选的,所述智能便携终端包括智能手机、平板电脑和笔记本电脑。
[0017]可选的,所述S3包括:
[0018]对所述实时图像进行灰度化处理,获得灰度图像;
[0019]对灰度图像进行优化处理,获得初步处理图像。
[0020]可选的,所述对所述实时图像进行灰度化处理,获得灰度图像,包括:
[0021]灰度化公式为:
[0022]gray(x,y)=w1×
R(x,y)+w2×
G(x,y)+w3×
B(x,y)
[0023]其中,w1、w2、w3表示计算系数,R(x,y)、G(x,y)、B(x,y)分别表示在R、G、B中,坐标为(x,y)的像素点的像素值,R、G、B分别表示实时图像在RGB颜色模型中的红色分量的图像、绿色分量的图像、蓝色分量的图像;gray(x,y)表示在灰度图像gray中,坐标为(x,y)的像素点的灰度值。
[0024]可选的,所述对灰度图像进行优化处理,获得初步处理图像,包括:
[0025]获取实时图像在Lab颜色模型中的亮度分量的图像brgimg;
[0026]获取实时图像在RGB颜色模型中的绿色分量的图像greimg;
[0027]使用处理函数分别对brgimg、greimg和gray进行处理,获得abrgimg、agreimg和agray;
[0028]使用如下函数获得初步处理图像:
[0029][0030]其中,orgimg表示初步处理图像,H
abrgimg
、H
agreimg
、H
agray
分别表示得abrgimg、agreimg、agray的优化系数。
[0031]可选的,所述处理函数包括:
[0032][0033]其中,(x,y)表示像素点的坐标,δ表示高斯函数的方差,setδ表示预设的不同大小的高斯函数的方差的集合,watimg表示待处理的图像,dealpar表示处理后的图像,Gs(x,y,δ)表示参数为δ的高斯函数,watimg∈{brgimg,greimg,gray},dealpar∈{abrgimg,agreimg,agray},G
δ
表示使用Gs(x,y,δ)对待处理的图进行计算时的求和占比,
[0034]可选的,所述图像识别处理包括:
[0035]通过降噪算法对所述初步处理图像进行降噪处理,获得中间处理图像;
[0036]获取中间处理图像中包含的特征数据;
[0037]将特征数据与预存的各种类型的病害的图像的特征数据进行对比,判断是否出现病害,获得所述识别结果。
[0038]可选的,所述植保无人机和所述遥控器之间通过2.4GHz频段或5.8GHz频段进行通信。
[0039]可选的,所述遥控器和所述智能便携终端之间通过无线通信或有线通信的方式进行通信。
[0040]第二方面,本专利技术提供了一种基于植保无人机的病害处理系统,包括植保无人机、遥控器、智能便携终端和云服务器;
[0041]植保无人机用于获取作物的实时图像,并将实时图像传回至遥控器;
[0042]遥控器用于将实时图像发送至智能便携终端;
[0043]智能便携终端用于对实时图像进行初步处理,获得初步处理图像;
[0044]智能便携终端还用于将初步处理图像发送至云服务器进行图像识别处理;
[0045]云服务器用于将识别结果发送至智能便携终端;
[0046]智能便携终端还用于将识别结果发送至遥控器;
[0047]遥控器还用于将识别结果发送至植保无人机;
[0048]植保无人机还用于根据识别结果对作物进行病害处理。
[0049]本专利技术在对作物进行病害处理的过程中,获得作物的实时图像后,并不是直接将实时图像发送至云服务器进行识别,而是通过遥控器将实时图像传输至智能便携终端进行初步处理,从而达到减少云服务器对每张实时图像进行识别的计算量的目的,计算量减少后,云服务器便能够以更快的效率来进行图像识别,从而缩短了植保无人机获得识别结果所需要等待的平均时间,有效地保证了植保无人机进行植保作业的效率。
附图说明
[0050]利用附图对本专利技术作进一步说明,但附图中的实施例不构成对本专利技术的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
[0051]图1为本专利技术一种基于植保无人机的病害处理方法的一种实施例图。...

【技术保护点】

【技术特征摘要】
1.一种基于植保无人机的病害处理方法,其特征在于,包括:S1,通过植保无人机获取作物的实时图像,并将实时图像传回至遥控器;S2,通过遥控器将实时图像发送至智能便携终端;S3,通过智能便携终端对实时图像进行初步处理,获得初步处理图像;S4,通过智能便携终端将初步处理图像发送至云服务器进行图像识别处理;S5,通过云服务器将识别结果发送至智能便携终端;S6,通过智能便携终端将识别结果发送至遥控器;S7,通过遥控器将识别结果发送至植保无人机;S8,植保无人机根据识别结果对作物进行病害处理。2.根据权利要求1所述的一种基于植保无人机的病害处理方法,其特征在于,所述智能便携终端包括智能手机、平板电脑和笔记本电脑。3.根据权利要求1所述的一种基于植保无人机的病害处理方法,其特征在于,所述S3包括:对所述实时图像进行灰度化处理,获得灰度图像;对灰度图像进行优化处理,获得初步处理图像。4.根据权利要求3所述的一种基于植保无人机的病害处理方法,其特征在于,所述对所述实时图像进行灰度化处理,获得灰度图像,包括:灰度化公式为:gray(x,y)=w1×
R(x,y)+w2×
G(x,y)+w3×
B(x,y)其中,w1、w2、w3表示计算系数,R(x,y)、G(x,y)、B(x,y)分别表示在R、G、B中,坐标为(x,y)的像素点的像素值,R、G、B分别表示实时图像在RGB颜色模型中的红色分量的图像、绿色分量的图像、蓝色分量的图像;gray(x,y)表示在灰度图像gray中,坐标为(x,y)的像素点的灰度值。5.根据权利要求4所述的一种基于植保无人机的病害处理方法,其特征在于,所述对灰度图像进行优化处理,获得初步处理图像,包括:获取实时图像在Lab颜色模型中的亮度分量的图像brgimg;获取实时图像在RGB颜色模型中的绿色分量的图像greimg;使用处理函数分别对brgimg、greimg和gray进行处理,获得abrgimg、agreimg和agray;使用如下函数获得初步处理图像:其中,orgimg表示初步处理图像,H
a...

【专利技术属性】
技术研发人员:郝一军王万勇曹宇任春高振刚白小龙王耀婕武小红张俊叶白旭冬郭靖
申请(专利权)人:鄂尔多斯市凯图科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1