一种智慧农业精准施药方法及其系统技术方案

本发明专利技术提供了一种智慧农业精准施药方法及其系统，包括以下步骤：步骤一：通过控制终端控制图像采集无人机对整个农田的范围图像以及农田内的农作物图像进行采集，图像采集无人机将采集到的图像传输至控制终端

【技术实现步骤摘要】
一种智慧农业精准施药方法及其系统


[0001]本专利技术涉及一种方法及其系统，具体为智慧农业精准施药方法及其系统，属于智慧农业

。

技术介绍

[0002]智慧农业技术是指利用现代信息技术
、
物联网技术
、
大数据技术等手段来促进农业生产智能化
、
高效化
、
安全化的一种农业生产方式
。
在近年来的发展中，智慧农业技术已经广泛应用于植物病虫害防治和农药合理使用等方面，有助于提高农业生产效率和品质，降低生产成本，保护生态环境
。
智慧农业技术可以通过制定农药使用计划，对农药的使用时间
、
使用量
、
使用方式等进行科学合理的规划和控制
。
同时，利用人工智能技术可以对农药的降解
、
残留量等进行监测和分析，帮助农民选择更加环保的农药，减少农药的残留量和对环境的污染目前一般是通过植保施药无人机对农作物进行施药，通过无人机搭载的图像采集系统对无人机进行定位，使无人机可以在农田的上方对药物进行喷洒，现有技术中，虽提高了无人机的施药精准度，但在喷洒农药时，无法重点突出农作物的生病区域，因此大面积的施药会浪费大量的作业时间和资源，而且无效的施药也给环境造成严重的影响，同时增大了农作物上的农药残留，为此，提出一种智慧农业精准施药方法及其系统
。

技术实现思路

[0003]有鉴于此，本专利技术提供一种智慧农业精准施药方法及其系统，以解决或缓解现有技术中存在的技术问题，至少提供一种有益的选择
。
[0004]本专利技术实施例的技术方案是这样实现的：一种智慧农业精准施药方法，包括以下步骤：步骤一：通过控制终端控制图像采集无人机对整个农田的范围图像以及农田内的农作物图像进行采集，图像采集无人机将采集到的图像传输至控制终端；步骤二：通过控制终端内的
OpenCV
处理模块对图像进行预处理，使图像的质量得到增强，然后通过三维建模模块对处理后的图像建立三维模型；步骤三：通过病情图像特征提取模块对农作物的图像特征进行提取，提取出农作物表面的异常区域；步骤四：病情图像识别模块获取异常的农作物图像，通过参照病情图像数据库，分析出当前农作物的病情，并将已经生病的农作物在三维模型中突出显示；步骤五：根据当前农作物的病情生成药剂配方，药液配置完成后加入施药无人机的药箱内；步骤六：通过控制终端控制施药无人机飞行至农田的上方，通过施药无人机内置的机载
GNSS
定位模块和模型分析模块自动分析出当前施药无人机位于农田中的坐标位置；步骤七：通过显示模块对施药无人机的位置信息进行显示，施药无人机根据生病
农作物区域的坐标自动导航飞行；步骤八：当施药无人机飞行至指定区域后，根据此区域的面积控制喷药头的高度，并进行施药作业
。
[0005]进一步优选的，在步骤二中，通过控制终端内的显示屏对三维模型进行显示，根据农作物的类型，自动在三维模型中构建农作物特征
。
[0006]进一步优选的，在步骤四中，根据农作物表面的病情进行对照分析，确定当前农作物的生病类型，然后在三维模型中对农作物的生病区域进行标记并生成坐标点
。
[0007]进一步优选的，在步骤七中，控制终端将农作物生病区域的坐标点发送至施药无人机，施药无人机飞行至坐标点后，通过图像采集摄像头对农作物画面进行实时传输，用户根据实时传输的画面对施药无人机的作业位置进行实时监督
。
[0008]进一步优选的，在步骤八中，施药无人机喷药头的外部套接有锥形防扩散罩，施药无人机的高度与农作物生病区域的大小成正比
。
[0009]另外，本专利技术还提供了一种智慧农业精准施药系统，包括图像采集无人机
、
施药无人机和控制终端，所述图像采集无人机包括高清采集摄像头
、
数据传输模块，所述施药无人机包括机载
GNSS
定位模块
、
模型分析模块
、
喷药模块和图像采集摄像头，所述控制终端包括
OpenCV
处理模块
、
三维图像建模模块
、
病情图像特征提取模块
、
病情图像识别模块
、
病情图像数据库
、
显示模块
、
药液配置模块和病情分析模块；所述高清采集摄像头的信号发送端与所述数据传输模块的信号接收端连通，所述数据传输模块的信号发送端与所述
OpenCV
处理模块的信号接收端连通，所述机载
GNSS
定位模块的信号发送端与所述模型分析模块的信号接收端连通，所述图像采集摄像头的信号发送端与所述显示模块的信号接收端连通
。
[0010]进一步优选的，所述
OpenCV
处理模块的信号发送端分别与所述三维图像建模模块和所述病情图像特征提取模块的信号接收端连通，所述病情图像特征提取模块的信号发送端与所述病情图像识别模块的信号接收端连通，所述病情图像识别模块的信号发送端分别与所述显示模块和所述病情分析模块的信号接收端连通，所述三维图像建模模块的信号发送端与所述显示模块的信号接收端连通
。
[0011]进一步优选的，所述
OpenCV
处理模块用于对图像的亮度
、
对比度
、
图像大小和色彩空间进行调整，实现对农作物图像的预处理，提高整体图像的清晰度；所述病情图像特征提取模块用于对农作物图像中的病情特征进行提取，通过对图像进行关键点检测和图像拟合，提取出关键点的位置
、
尺度
、
方向等特征，可以提取农作物表面的病情特征
。
[0012]进一步优选的，所述病情图像识别模块用于对病情特征进行识别，通过将病情特征放入病情图像数据库中进行匹配对比，可以实现对农作物病情的分析，确定农作物的生病类型
。
[0013]进一步优选的，所述机载
GNSS
定位模块用于对施药无人机进行实时高精定位，所述模型分析模块用于对三维模型中的农作物生病区域的坐标进行分析，以实现对施药无人机的自动导航
。
[0014]本专利技术实施例由于采用以上技术方案，其具有以下优点：本专利技术通过图像采集无人机对农作物的图像进行采集，通过
OpenCV
处理模块进行图像进行预处理，提高了图像的质量，通过对图像的特征进行提取和分析，可以实现对农作物病情的诊断，通过三维建模模
块建立三维模型，对农作物的生病区域进行重量突出，当施药无人机进行施药时，通过机载
GNSS
定位模块和模型分析模块，可以对无人机的施药位置进行精准定位和导航，进而可以实现对农作物的定点施药，避免了药剂的浪费，减小了对环境造成的污染
。
[0015]上述概述仅仅是为了说明书的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智慧农业精准施药方法，其特征在于，包括以下步骤：步骤一：通过控制终端控制图像采集无人机对整个农田的范围图像以及农田内的农作物图像进行采集，图像采集无人机将采集到的图像传输至控制终端；步骤二：通过控制终端内的
OpenCV
处理模块对图像进行预处理，使图像的质量得到增强，然后通过三维建模模块对处理后的图像建立三维模型；步骤三：通过病情图像特征提取模块对农作物的图像特征进行提取，提取出农作物表面的异常区域；步骤四：病情图像识别模块获取异常的农作物图像，通过参照病情图像数据库，分析出当前农作物的病情，并将已经生病的农作物在三维模型中突出显示；步骤五：根据当前农作物的病情生成药剂配方，药液配置完成后加入施药无人机的药箱内；步骤六：通过控制终端控制施药无人机飞行至农田的上方，通过施药无人机内置的机载
GNSS
定位模块和模型分析模块自动分析出当前施药无人机位于农田中的坐标位置；步骤七：通过显示模块对施药无人机的位置信息进行显示，施药无人机根据生病农作物区域的坐标自动导航飞行；步骤八：当施药无人机飞行至指定区域后，根据此区域的面积控制喷药头的高度，并进行施药作业
。2.
根据权利要求1所述的一种智慧农业精准施药方法，其特征在于：在步骤二中，通过控制终端内的显示屏对三维模型进行显示，根据农作物的类型，自动在三维模型中构建农作物特征
。3.
根据权利要求1所述的一种智慧农业精准施药方法，其特征在于：在步骤四中，根据农作物表面的病情进行对照分析，确定当前农作物的生病类型，然后在三维模型中对农作物的生病区域进行标记并生成坐标点
。4.
根据权利要求1所述的一种智慧农业精准施药方法，其特征在于：在步骤七中，控制终端将农作物生病区域的坐标点发送至施药无人机，施药无人机飞行至坐标点后，通过图像采集摄像头对农作物画面进行实时传输，用户根据实时传输的画面对施药无人机的作业位置进行实时监督
。5.
根据权利要求1所述的一种智慧农业精准施药方法，其特征在于：在步骤八中，施药无人机喷药头的外部套接有锥形防扩散罩，施药无人机的高度与农作物生病区域的大小成正比
。6.
根据权利要求1‑5任一项所述的一种智慧农业精准施药系统，其特征在于：包括图像采集无人机
、
施药无人机和控制终端，所述图像采集无人机包括高清采集摄像头
、
数据传输模块，所述施药无人机包括机载
GNSS
定位模块
、
...

【专利技术属性】
技术研发人员：刘爱娟，吴帆，彭若，
申请(专利权)人：深圳市纬尔科技有限公司，
类型：发明
国别省市：