理论知识
机器视觉农作物对行喷药控制分析(一)
浏览:2082 次
时间:2012-04-10 08:54:29

      喷药控制长期以来, 人们在农作物病虫害防治过程中都是采取人工喷洒, 一方面对人身伤害很大, 另一方面不能精确对准农作物, 不仅浪费了农药, 而且喷在土壤中的农药易造成环境污染。机器视觉技术以其代替人眼进行测量和判断的特点, 在现代农业精准技术应用中表现出了强大的活力。因此将机器视觉引入农药施药控制, 研制一种基于机器视觉的高效可行的喷药装置, 让机器代替人在田间作业的同时能比较精准地对准农作物喷药, 以降低人的劳动强度, 对提高药效和保护农田环境具有十分重大的意义。

  我们设计了一套基于机器视觉的作物对行喷药控制系统。首先由CCD摄像机拍摄成行作物图像, 提取其色调值图像并用最大类间方差法二值化后, 经数学形态学腐蚀后用Hough变换方法拟合作物行中心线, 最后步进电机移动其喷头标识来对准此作物行。实验验证了该方法的正确性。

  国外在这方面做了一些研究, 如美国的依利诺大学农业工程系田磊等开发的“基于机器视觉的西红柿田间自动杂草控制系统”和“基于差分GPS的施药系统”; 美国加利福尼亚大学戴维斯分校研制的基于视觉传感器对成行作物实施精量喷雾系统 。Giles等研制了一种基于机器视觉的精确喷药装置。2002年S« gaard等提出了一种不需要经过图像分割处理找到作物行的方法, 这种方法对那些细小作物很有效, 其目的是为农业机械行作业或行间作业提供自动导航。2004年! strand等研究出了一种基于作物行的农田机械作业系统。该系统是通过Hough变换的方法来定位作物行, 有较强的鲁棒性, 能适应不同作物的大小和找到两行或更多的行, 而且能找到作物行的终端, 对长满杂草的农田环境也有很好的适用性。作物行定位精度根据作物的大小其标准差在016~112 cm之间。

  而国内相关的研究还停留在前期和摸索阶段。如中国农业大学袁佐云等用过绿色特征值分割作物与背景, 从而得到作物的行中心线。国内对基于机器视觉的农作物行作业系统的研究主要在检测作物行中心线方面, 就基于机器视觉的作物行作业系统的实际应用如农业机械导航或喷药控制系统尚需深入研究。我们现在从这一角度出发, 对基于机器视觉的作物对行喷药控制问题进行了探索和实验。

  1基于机器视觉的自动施药技术难点

  基于机器视觉的自动施药技术难点主要有以下3个方面。一是施药目标的自动识别。如何让机器代替人在复杂的农田环境中自动识别农作物, 这是自动施药必须首先解决的问题。在这方面农田中杂草对作物识别带来很大影响, 很多情况下容易把杂草当成作物造成误识别, 杂草的识别国内外已有研究, 而且也取得了一定的成果, 但目前仍难于从根本上解决这一问题。另外作物的识别很大程度上也取决于环境中光照强度, 不同的光照强度会给作物与周围环境带来不同的色差影响, 甚至导致无法正确识别作物。因此需要开发出一种在不同光照强度下自动识别作物的算法。这方面国内外研究还仍在探索阶段,往往采用的是某种或几种光照强度下所采用的自适应识别算法。二是控制施药的方式。目前主要有两种方式: 固定喷头和移动喷头。固定喷头方式的施药机理是喷头下方有作物时喷药, 没有作物时则不喷药。移动喷头施药则是发现作物时主动移动喷头去施药。前者已经基本解决, 后者国内外正在摸索阶段。三是喷药量的控制。即控制喷幅或喷压, 也即控制喷头的流量, 这一问题的解决办法可采用脉宽调制技术( PWM) 。我们主要对第二个难点中移动喷头对准作物行进行研究。

京ICP备12022927号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京盈美智科技 All rights reserved.