【技术实现步骤摘要】
本专利技术属于农作物生长态势检测领域，结合无人机飞行技术，采用可见光技术和热成像技术实现光伏大棚表面的裂痕以及光伏大棚内部农作长势的检测。
技术介绍
1、论文《基于多维图像特征的农作物长势评价方法》(北京交通大学，胡泊，2014)提出多维农作物涨势评价方法：1、提出了基于双目立体视觉的作物生长态势实时监测方法。实现远程实时信息监控，无需进入大棚内进行操作。监测系统节能环保、易于操作，具有很髙的应用价值。2、提出了基于改进型算法的特征优化方法。能够完成对作物多维特征信息的优化降维，具有较高的实用性和准确性。3、提出了基于蝙蝠算法的农作物长势评价模型。将蝙蝠群体的感知寻优策略引入规则挖掘过程，建立具有高分类精度的规则库，能够涵盖训练样本的主要信息。较方便和准确地描述作物生长特征参数与其生长态势的关联情况。
2、然而在在农作物生长态势的检测方法仍有诸多不足(盐碱度，病虫害和叶表面温度)，此外传统在大棚内部固定式或者移动轨道小车的图像检测方法，无法在农作物上方完整获取图像信息，提出的蝙蝠算法复杂度较高，无法快速分类和评价。因此需要一种无人机农作物生长势态检测方法。
技术实现思路
1、针对现有技术中存在的上述问题，本专利技术提供一种无人机光伏大棚工况和农作物长势检测方法。
2、为实现上述目的，本专利技术提供如下技术方案：
3、无人机光伏大棚工况和农作物长势检测方法，包括如下步骤：
4、步骤1：搭建基于百叶窗结构的柔性太阳能光伏板的重叠式可收展柔
5、步骤2：展开柔性太阳能光伏板，装有ccd传感器和热成像传感器的无人机在大棚上方进行光伏裂痕和热斑检测；
6、步骤3：收叠柔性太阳能光伏板，无人机进入大棚内部，通过ccd传感器进行农作物长势检测，获取单株农作物特征，获取固定区域农作物特征，通过热成像传感器进行农作物病虫害检测；
7、步骤4：基于新型灰关联量化模型进行农作物长势评价，根据长势评价，通过控制大棚的打开和闭合，对大棚光照度、湿度进行调整，对农作物生长进行干预。
8、进一步的，步骤1中，柔性光伏温室大棚包括电动机、定滑轮、钢索、多片柔性太阳能光伏板，先固定第一片柔性太阳能光伏板，然后通过后一柔性太阳能光伏板的首端搭接于前一柔性太阳能光伏板的末端形成阶梯式的排列结构，第一片柔性太阳能光伏板处固定有定滑轮，钢索的一端与最上层最后一片柔性太阳能光伏板相连，钢索经定滑轮与电动机相连，电动机可通过钢索拉动最后一片柔性太阳能光伏板使各柔性太阳能光伏板收叠至第一片柔性太阳能光伏板侧。
9、进一步的，步骤2包括：
10、步骤2.1：将柔性光伏板展开至大棚表面；
11、步骤2.2：装有ccd传感器和热成像传感器的无人机飞行至预定高度，通过路径规划设置，ccd传感器实现光伏板表面裂痕检测，热成像传感器实现光伏板表面热斑检测；
12、步骤2.3：将检测数据通过物联网发送至计算机。
13、进一步的，步骤3中，通过ccd传感器进行农作物长势检测包括：
14、无人机固定高度，s型飞行，获取农作物特征数据，所述特征数据包括高度特征、面积特征、形状特征、颜色特征和纹理特征；
15、无人机上下垂直飞行，由叶片到土壤立体地检测农作物本身，获取单株农作物的高度特征、叶子面积特征、叶子形状特征、叶子颜色特征和叶子纹理特征；
16、无人机环形、垂直飞行，获取固定区域农作物的冠层面积特征、冠层形状特征、冠层颜色特征。
17、进一步的，步骤3中，通过热成像传感器进行农作物病虫害检测包括：
18、通过连续采集农作物不同生理健康状态的植株热红外图像，分析叶片温度随锈病病害接种天数的变化趋势；
19、通过提取固定区域农作物冠层的热红外图像，获得农作物冠层温度和地表土壤温度，计算出农作物冠层相对温差、水分胁迫指数、地表相对温差以及水分-温度综合指数，进而诊断不同深度的土壤水分含量；
20、通过分析异常发热的局部热成像图，判断暴露在外部的病虫害异常。
21、进一步的，步骤4中，采用如下新型灰关联量化模型：
22、
23、其中，λ1＝0.5、λ2＝0.5；x0(k)为比较序列，xi(k)为参考序列；i＝1,2,…,m；k＝2,3,…,n；δx0i(k)＝x0(k)-xi(k)，为比较序列x0(k)和参考序列xi(k)在点k时的绝对位置差；为一阶序列的变化率差；λ1为对绝对位置差异的权重，λ2为变化率差异的权重，λ1、λ2≥0，且λ1+λ2＝1；ζ和τ为动态辨识系数；
24、其中，为因子k的权重；η(k)为因子k的相对权重；ω为相对权重之和。
25、进一步的，所述高度特征：是在垂直空间上直接反映作物生长态势的指标，高度越高，表明作物生长状况越良好；所述面积特征：选取叶片投影面积叶片稀疏度、叶片均衡度、叶片孔洞面积、杂草指数五个面积特征；所述形状特征：作物叶片的形状和表面裙皱形态能够反映作物生长态势，不变矩的特征值不会因图像平移、旋转和成比例缩放等处理而发生变化，因此选取不变矩的特征值；所述颜色特征：选取h、s、i三个分量的一阶矩、二阶矩、三阶矩描述作物图像中颜色信息的分布情况；所述纹理特征：选取图像的灰度共生矩阵得到的相关统计量作为特征，其能反映图像中的作物信息。
26、进一步的，步骤4中的调整和干预包括：如果农作物缺乏光照，则打开光伏大棚；如果农作物光照充足，则关闭大棚；如果农作物缺乏水分，则关闭大棚以提高大棚内湿度；如果农作物水分过多，则打开大棚。
27、与现有技术相比，本专利技术的有益效果是：
28、本专利技术通过光伏大棚的重叠运动，无人机飞行至大棚内部，可以通过飞行姿态的变化，利用ccd、热成像传感器检测棚内农作物的生长态势，并基于新型灰关联量化模型实现农作物的准确监测和评价。
本文档来自技高网...【技术保护点】
1.无人机光伏大棚工况和农作物长势检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤1中，柔性光伏温室大棚包括电动机、定滑轮、钢索、多片柔性太阳能光伏板，先固定第一片柔性太阳能光伏板，然后通过后一柔性太阳能光伏板的首端搭接于前一柔性太阳能光伏板的末端形成阶梯式的排列结构，第一片柔性太阳能光伏板处固定有定滑轮，钢索的一端与最上层最后一片柔性太阳能光伏板相连，钢索经定滑轮与电动机相连，电动机可通过钢索拉动最后一片柔性太阳能光伏板使各柔性太阳能光伏板收叠至第一片柔性太阳能光伏板侧。
3.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤2包括：
4.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤3中，通过CCD传感器进行农作物长势检测包括：
5.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤3中，通过热成像传感器进行农作物病虫害检测包括：
6.根据权利要求1所述的无人机光伏大
7.根据权利要求4所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，所述高度特征：是在垂直空间上直接反映作物生长态势的指标，高度越高，表明作物生长状况越良好；所述面积特征：选取叶片投影面积叶片稀疏度、叶片均衡度、叶片孔洞面积、杂草指数五个面积特征；所述形状特征：作物叶片的形状和表面裙皱形态能够反映作物生长态势，不变矩的特征值不会因图像平移、旋转和成比例缩放等处理而发生变化，因此选取不变矩的特征值；所述颜色特征：选取H、S、I三个分量的一阶矩、二阶矩、三阶矩描述作物图像中颜色信息的分布情况；所述纹理特征：选取图像的灰度共生矩阵得到的相关统计量作为特征，其能反映图像中的作物信息。
8.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤4中的调整和干预包括：如果农作物缺乏光照，则打开光伏大棚；如果农作物光照充足，则关闭大棚；如果农作物缺乏水分，则关闭大棚以提高大棚内湿度；如果农作物水分过多，则打开大棚。
...【技术特征摘要】
1.无人机光伏大棚工况和农作物长势检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤1中，柔性光伏温室大棚包括电动机、定滑轮、钢索、多片柔性太阳能光伏板，先固定第一片柔性太阳能光伏板，然后通过后一柔性太阳能光伏板的首端搭接于前一柔性太阳能光伏板的末端形成阶梯式的排列结构，第一片柔性太阳能光伏板处固定有定滑轮，钢索的一端与最上层最后一片柔性太阳能光伏板相连，钢索经定滑轮与电动机相连，电动机可通过钢索拉动最后一片柔性太阳能光伏板使各柔性太阳能光伏板收叠至第一片柔性太阳能光伏板侧。
3.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤2包括：
4.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤3中，通过ccd传感器进行农作物长势检测包括：
5.根据权利要求1所述的无人机光伏大棚工况和农作物长势检测方法，其特征在于，步骤3中，通过热成像传感器进行农作物病虫害检测包括：
6.根据权利...
【专利技术属性】
技术研发人员：王奕森，杜文浩，张若璐，张锦程，李波逵，徐泺冰，邹玉迪，陈功，章哲，王婷婷，俞文杰，丁梦瑾，
申请(专利权)人：常州工学院，
类型：发明
国别省市：
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。