[发明专利]一种基于农田图像特征识别的植保无人机飞控方法和系统

说明书

技术领域

本发明涉及无人机飞控技术领域，尤其涉及一种基于农田图像特征识别的植保无人机飞控方法和系统。

背景技术

随着我国农业工业化进程的发展，植保无人机行业正在蓬勃发展，以提高农业技术装备和信息化水平，加快推进农业机械化，发展智慧农业，提高农业生产力水平。飞控系统是无人机最核心的技术之一，现有的飞控系统主要是操作手通过地面遥控器、GPS定位和传感器反馈对其实施控制。

但是，上述多种飞控方法均存在不便之处：地面遥控很难准确控制离控制者较远区域的飞行；GPS定位及传感器反馈均需要事先走点定位定好工作区域，相对繁琐，而利用图像识别技术研究植保无人机的精确导航问题，是现阶段无人机市场竞争中的一个差异化亮点，也是提高无人机效率和可靠性的有效技术手段。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于农田图像特征识别的植保无人机飞控方法和系统。

本发明提出的一种基于农田图像特征识别的植保无人机飞控方法，该方法包括以下：

S1、采集农田的原始图像；

S2、通过RGB分解对原始图像进行灰度化处理，并采用原始图像灰度化处理后的三分量亮度的最大值作为原始图像灰度图的灰度值；

S3、对原始图像灰度图通过区域分割法和边缘检测法进行分割处理，再通过多通道的数字图像对原始图像灰度图进行二值化，得到包含目标物体特征的农田特征图像；

S4、对农田特征图像进行特征提取得到农田的田埂特征；

S5、通过PCA对田埂特征进行特征降维，得到包含田埂特征向量的田埂特征矩阵；

S6、将田埂特征矩阵导入无人机，并根据无人机当前坐标与田埂特征矩阵中田埂坐标得到无人机飞行路径。

优选地，在步骤S2中,在通过RGB分解对原始图像进行灰度化处理之前，还包括：对原始图像进行缩放，将原始图像调整为标准大小。

优选地，在步骤S4中,所述对农田特征图像进行特征提取得到农田的田埂特征，具体包括：通过对农田特征图像的颜色特征、形状特征、纹理特征和空间关系特征进行提取，得到农田的田埂特征。

优选地，在步骤S6中，将田埂特征矩阵导入无人机之前，还包括：采用迭代机器学习算法对田埂特征矩阵进行归纳总结，其中至少对1000个田埂特征矩阵进行归纳总结。

一种基于农田图像特征识别的植保无人机飞控系统，其特征在于，包括：

采集模块，用于采集农田的原始图像；

灰度化处理模块，用于通过RGB分解对原始图像数据库中原始图像进行灰度化处理，并采用原始图像灰度化处理后的三分量亮度的最大值作为原始图像灰度图的灰度值；

预处理模块，用于对原始图像灰度图通过区域分割法和边缘检测法进行分割处理，再通过多通道的数字图像对原始图像灰度图进行二值化，得到包含目标物体特征的农田特征图像；

田埂特征提取模块，用于对农田特征图像进行特征提取得到农田的田埂特征；

田埂特征矩阵建立模块，用于通过PCA对田埂特征进行特征降维，得到包含田埂特征向量的田埂特征矩阵；

路径规划模块，用于将田埂特征矩阵导入无人机，并根据无人机当前坐标与田埂特征矩阵中田埂坐标得到无人机飞行路径。

优选地，所述灰度化处理模块，具体用于：在通过RGB分解对原始图像进行灰度化处理之前，对原始图像进行缩放，将原始图像调整为标准大小。

优选地，所述田埂特征提取模块，具体用于：通过对农田特征图像的颜色特征、形状特征、纹理特征和空间关系特征进行提取，得到农田的田埂特征。

优选地，还包括机器学习模块，机器学习模块具体用于：采用迭代机器学习算法对田埂特征矩阵进行归纳总结，其中至少对1000个田埂特征矩阵进行归纳总结。

本发明通过图像采集田地图像，对田地图像处理识别得到田地边界，将田地边界的位置信息融入进整个飞行控制系统之中，在复杂的农林作业区域，能够自动快速识别边界，自主规划路径并精确作业，提高植保无人机智能化水平，提高效率，节省时间，根据作业区域图像，可同步实现航线规划及农林作物图像采集功能，方便管理者监测管理，实现飞行效率最大化，实现自动识别农田边界、优化规划飞行航路、测算喷药农田面积、精细化施药的功能。

附图说明

图1为本发明提出的一种基于农田图像特征识别的植保无人机飞控方法的流程示意图；

图2为本发明提出的一种基于农田图像特征识别的植保无人机飞控系统的模块示意图。

具体实施方式