基于图像识别的农田环境监测管理系统的制作方法
本发明涉及农业环境监测、农田图像处理及农业信息化管理,具体涉及一种基于图像识别的农田环境监测管理系统。
背景技术:
1、农田环境状态会随着降雨、灌溉、气温、作物生长阶段以及田间管理活动持续发生变化。农田积水、杂草扩展、作物倒伏、局部缺苗、裸地面积异常以及植株颜色和冠层形态异常等情况如果不能及时发现,可能影响后续灌溉、排水、施肥、植保和田间管理工作的安排。
2、目前农田环境监测通常采用人工巡田、农业物联网传感器或者摄像装置进行。人工巡田能够直接获取田间情况,但存在巡检范围有限、人工成本较高以及不同巡检人员判断标准不一致的问题。
3、温度、湿度、土壤含水量等传感器能够获取特定位置的环境参数,但单个传感器所反映的是局部点位状态,难以直接反映积水区域的空间范围、杂草实际覆盖范围以及作物冠层局部异常等具有明显空间形态特征的农田问题。
4、随着图像识别技术在农业领域中的应用,利用固定摄像机、移动采集终端或者无人机获取农田图像并分析农田状态已经成为一种可行方案。但现有图像监测方式仍存在以下问题。
5、第一,不同采集时刻太阳高度、云层和天气状态不同,使图像亮度以及色彩发生明显变化,同一片作物在不同时间获得的图像可能具有较大的颜色差异,容易造成识别结果波动。
6、第二,采用移动设备或者无人机进行图像采集时,不同采集时刻的拍摄高度、角度和位置存在差异。如果直接比较两幅图像,难以保证同一图像区域对应同一实际农田区域,容易造成异常区域位置判断错误。
7、第三,现有方法通常根据单幅图像直接输出识别结果。如果出现人员、农业机械、鸟类、阴影或者叶片短时摆动遮挡,可能在单帧图像中形成类似异常区域的图像特征,从而产生误报。
8、第四,很多监测系统只判断图像中“是否存在异常”,而没有将异常位置与农田实际空间单元稳定对应,因此难以进一步形成明确的排水、除草或者现场复核任务。
9、第五,监测结果和后续管理任务之间缺少反馈关系。某一异常在现场处置后是否改善,没有用于后续判定参数的修正,长期运行后仍容易重复产生相同类型的无效告警。
10、因此,有必要提供一种能够将图像识别结果与农田固定空间位置相对应,并通过多时相图像变化和相邻区域连续性对异常结果进行进一步验证的农田环境监测管理系统。
技术实现思路
1、本发明的目的在于提供一种基于图像识别的农田环境监测管理系统,通过建立统一空间监测坐标、划分固定监测单元以及对同一监测单元中的多时相识别结果进行关联分析,减少光照变化、视角变化以及短时遮挡导致的农田环境异常误判,并进一步根据异常区域的面积、持续性和空间扩展情况生成对应农田管理任务。
2、为实现上述目的,本发明设置农田图像采集模块、图像校正模块、监测单元划分模块、目标区域识别模块、多时相变化分析模块、异常区域验证模块、环境事件判定模块、管理任务生成模块和反馈更新模块。
3、农田图像采集模块用于获取目标农田区域图像。
4、图像采集设备可以为安装于田间固定支架上的摄像设备,也可以为安装于农业无人机或者农业巡检设备上的摄像设备。
5、当采用固定摄像设备时,在保证农田主要监测区域位于有效视场范围内的情况下,可以每10分钟~120分钟采集一幅图像,优选30分钟采集一幅。
6、当采用无人机时,可以按照预设航线和预设航高进行周期性图像采集。
7、为了降低不同采集角度对后续监测结果的影响,在农田区域中设置空间参考标识。
8、所述空间参考标识可以采用具有高对比度边缘的方形、圆形或者组合几何标识,并预先记录空间参考标识的实际位置和实际尺寸。
9、在一个实施方式中,在农田监测区域四周设置四个空间参考标识,四个标识分别位于农田四角附近但不影响农业机械正常作业的位置。
10、图像校正模块首先识别图像中的空间参考标识。
11、根据参考标识在当前图像中的像素位置以及其对应的实际空间位置,建立当前图像坐标与统一农田监测坐标之间的转换关系。
12、完成转换后,使不同采集时刻的同一监测单元在校正后的图像中保持基本一致的空间位置和尺寸。
13、当部分参考标识受到作物或者设备遮挡时,只要能够识别达到预设数量的有效参考标识,即可进行校正。
14、例如,在设置四个参考标识的情况下,可以要求至少识别三个参考标识。
15、若有效参考标识少于三个,则当前图像不直接用于空间变化分析,而是标记为低可靠图像,并等待下一采集周期重新获取。
16、由于不同时间光照条件不同,本发明进一步设置亮度参考区域。
17、亮度参考区域优选设置在图像视场中不受作物生长影响的位置,例如田间固定支架的参考板或者农田边缘固定标志区域。
18、图像校正模块计算当前图像中亮度参考区域的平均亮度,并与基准采集条件下的参考亮度进行比较,从而确定亮度校正比例。
19、在一个实施例中,当前图像像素亮度校正值可表示为:
20、i'=i×br/bc
21、其中,i表示当前图像原始像素亮度,i'表示校正后像素亮度,br表示基准图像中亮度参考区域的平均亮度,bc表示当前图像中对应亮度参考区域的平均亮度。
22、当bc小于预设有效亮度下限或者图像出现大面积过曝时,不强制进行比例校正,而将当前图像标记为低质量图像,防止极端天气或者镜头遮挡造成错误放大。
23、完成空间和亮度校正后,监测单元划分模块按照实际农田区域建立统一监测网格。
24、例如,可以将农田区域按照2m×2m、5m×5m或者10m×10m划分为多个监测单元。
25、监测单元的具体尺寸根据作物种植密度、图像分辨率和需要识别的最小异常区域确定。
26、每一个监测单元具有固定编号。
27、例如,第3行第5列的监测单元可以记录为u3-5。
28、同一编号在不同采集时刻始终对应基本相同的实际农田区域。
29、对于农田边缘形成的不完整监测单元,系统单独记录其实际有效面积,以便后续计算异常面积占比时进行修正。
30、目标区域识别模块对各监测单元进行图像识别。
31、目标区域可以包括作物覆盖区域、裸露土壤区域、积水区域、杂草区域和异常植株区域。
32、作物覆盖区域主要根据作物冠层颜色、纹理和连续形态进行识别。
33、裸露土壤区域根据土壤颜色以及纹理与作物冠层之间的差异确定。
34、积水区域根据表面反光特征、低纹理特征以及与周围土壤区域之间的颜色差异确定。
35、杂草区域可以根据目标植物冠层形态、叶片纹理、种植行方向以及其相对于正常作物行的位置进行判断。
36、异常植株区域主要用于表示明显偏离当前区域正常作物状态的区域,例如叶片颜色异常、冠层明显稀疏、局部倒伏或者区域性生长状态异常。
37、本发明不要求仅使用单一图像特征,可以将颜色、纹理、边缘和目标形态特征综合用于目标区域识别。
38、目标区域识别完成后,分别记录目标区域对应的像素位置、面积以及所属监测单元。
39、多时相变化分析模块对同一固定监测单元不同采集时刻的识别结果进行关联。
40、例如,监测单元u3-5在10:00识别到积水候选区域,在10:30再次识别到积水候选区域,则比较两个候选区域在校正图像中的位置和面积。
41、两个目标区域的空间重叠程度可以通过交集面积与并集面积的比值进行表示:
42、o=sa∩b/sa∪b
43、其中,o为重叠比例,sa∩b为两个采集时刻目标区域的交集面积,sa∪b为两个目标区域的并集面积。
44、当连续两个或者多个采集时刻均存在同类型候选区域,并且重叠比例不低于0.5时,可以将其确定为持续异常候选区域。
45、所述0.5为优选阈值,根据图像分辨率和实际监测对象可以在0.3~0.8范围内调整。
46、对于短时间移动的农业机械、人员、鸟类或者阴影,其在连续多幅图像中的空间位置通常明显变化,因此难以长期满足相同监测单元内的重叠条件,从而可以降低相应误报。
47、异常区域验证模块除时间持续性外,还进一步考虑空间连续性。
48、当一个监测单元内识别出积水区域,并且相邻两个监测单元同时识别到与其边界接近的积水区域,则将这些区域作为具有空间连续关系的异常区域进行分析。
49、例如,在u3-5、u3-6以及u4-5中同时出现相互连接的积水区域时,可以认为形成了跨多个监测单元的连续积水区域。
50、如果仅在一个监测单元中出现面积很小且只存在一个采集周期的反光区域,则不立即判定为积水事件。
51、对于杂草区域,同样通过多时相持续性判断降低作物叶片摆动或者局部阴影导致的误识别。
52、当一个候选杂草区域连续多个采集周期稳定存在,并且覆盖面积逐步增加时,提高其有效异常可信程度。
53、对于异常植株区域,若仅在一个采集时刻出现颜色明显变暗,而下一采集时刻恢复正常,则可以判断为短时阴影或者图像质量变化。
54、若连续多个采集时刻均出现颜色或冠层形态异常,则进入环境事件判定过程。
55、环境事件判定模块根据有效异常区域类型、异常面积占比、持续时间和扩展状态确定对应环境事件。
56、积水区域可以形成积水环境事件。
57、杂草区域可以形成杂草扩展事件。
58、裸露土壤异常扩大可以形成缺苗或者地表异常复核事件。
59、异常植株区域可以形成植株状态复核事件。
60、为了避免仅根据面积进行事件等级判断,还结合异常持续时间和空间扩展状态。
61、例如,对于积水事件,当积水面积占所属监测单元有效面积低于10%且仅持续两个采集周期时,可以确定为一级事件。
62、当积水面积达到10%~30%,或者连续存在超过三个采集周期时,可以确定为二级事件。
63、当积水面积超过30%,或者积水区域已经扩展至多个相邻监测单元时,可以确定为三级事件。
64、上述比例可以根据不同农作物和种植区域调整。
65、管理任务生成模块根据事件类型生成对应农业管理任务。
66、对于积水事件,可以生成排水检查任务,并输出异常监测单元编号及对应农田空间位置。
67、对于杂草扩展事件,可以生成除草任务。
68、对于裸地异常扩大事件,可以生成缺苗、出苗异常或者地表状态现场复核任务。
69、对于异常植株区域,可以生成植株生长状态或者病虫害现场复核任务,而不直接仅凭图像作最终病害结论。
70、当多个相邻监测单元属于同一异常类型时,管理任务生成模块优先将其合并为一个连续管理区域。
71、例如,u3-5、u3-6、u4-5以及u4-6均为同一连续积水区域,则不分别生成四条排水任务,而是形成一个覆盖上述四个监测单元的排水检查任务。
72、由此可以减少同一异常区域产生大量重复告警的问题。
73、任务生成后可以将监测单元编号、事件类型、事件等级、当前异常面积、异常持续时间和对应农田位置发送至农业管理终端。
74、农业管理人员完成现场处置后记录任务完成时间和处置类型。
75、反馈更新模块在任务执行完成后的后续采集周期中继续获取同一监测区域图像。
76、例如,完成排水操作后,在后续两个至六个采集周期内继续分析原积水区域。
77、若原积水区域面积持续下降并最终低于预设解除阈值,则将此次管理任务标记为有效处置样本。
78、若处置后积水区域未明显下降或者进一步扩展,则记录为未改善样本,并提高对应区域后续事件的监测等级。
79、对于杂草处置任务,在完成除草后,若原杂草候选区域在后续图像中明显减少,则记录为有效样本。
80、如果系统多次将某类作物叶片误识别为杂草,而现场复核结果均为正常作物,则可以根据该区域反馈降低类似图像特征的异常判定权重。
81、本发明通过上述反馈过程形成图像识别、异常验证、事件判定、任务执行和结果反馈的闭环。
82、与现有技术相比,本发明具有以下有益效果:
83、1. 通过空间参考标识将不同采集时刻的农田图像转换到统一监测坐标,使相同监测单元能够稳定对应同一实际农田位置,为多时相变化比较提供空间基础。
84、2. 通过亮度参考区域对不同光照条件下的农田图像进行校正,可以降低日照和天气变化对作物颜色及地表状态识别的影响。
85、3. 通过连续采集时刻的空间重叠关系以及相邻监测单元的空间连续关系验证候选异常区域,能够减少短时遮挡、阴影和移动目标引起的单帧误识别。
86、4. 通过将验证后的异常区域转换为具有明确空间位置和等级的管理任务,并利用任务执行后的图像变化对后续判定参数进行更新,实现农田环境监测与田间管理的闭环联动。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com