[发明专利]一种基于图像的自动化喷药控制方法

说明书

本发明涉及一种基于图像的自动化喷药控制方法，包括如下步骤：S1、应用图像处理技术，采集树木的树冠图像，提取树叶的疏密度特征；S2、利用神经网络模型，建立树叶的疏密度特征模型，从而将树叶的疏密度特征映射为树叶的疏密度模糊变量，将该疏密度模糊变量作为自动喷药系统的数据输入；S3、采用模糊控制策略，自动计算喷药所需的管路压力和流量参数；S4、根据计算的管路压力和流量参数，控制自动喷药系统的流量、压力，并对流量、压力实时控制，从而精确控制每棵树的喷药量。本方法实现了对树木的差异性喷药，减少了药液的用量，提高了喷药效率，同时控制方便、控制系统结构合理，实时控制效果好。

技术领域

本专利申请属于喷药技术领域，更具体地说，是涉及一种基于图像的自动化喷药控制方法。

背景技术

果树的自动化喷药，作为综合管理实施中的一项重要技术，受到广大果农和科技工作者的普遍重视。它在很大程度上能合理调节喷药参数，实现自动化控制，这种控制不仅节约了用药，而且对果树的产量和品质有重要的影响，同时也提高了作业效率和劳动成本。

目前，自动化喷药技术的研究尚处于开始阶段，常见的喷药控制系统并未对树木个体的差异进行考虑，因此，自动化喷药的相比人工喷药，虽然提高了效率、减少了人工工时，但在差异性喷药、个体化管理方面，仍有待进一步提高。

发明内容

本发明需要解决的技术问题是提供一种基于图像的自动化喷药控制方法，可以对果树进行差异性喷药、个体化管理。

为了解决上述问题，本发明所采用的技术方案是：

一种基于图像的自动化喷药控制方法，包括如下步骤：

S1、应用图像处理技术，采集树木的树冠图像，提取树叶的疏密度特征；

S2、利用神经网络模型，建立树叶的疏密度特征模型，从而将树叶的疏密度特征映射为树叶的疏密度模糊变量，将该疏密度模糊变量作为自动喷药系统的数据输入；

S3、采用模糊控制策略，自动计算喷药所需的管路压力和流量参数；

S4、根据计算的管路压力和流量参数，控制自动喷药系统的流量、压力，并对流量、压力实时控制，从而精确控制每棵树的喷药量。

本发明技术方案的进一步改进在于：步骤S1中，树木的树冠图像的采集方法为：

选取树冠最下面的一根主枝为基准点，沿正交四方向，分别获取四个方向的树冠图像，计算四个方向的树叶的疏密度，根据如下公式计算树叶的疏密度特征d

。

本发明技术方案的进一步改进在于：步骤S1中，树木为果树，比如苹果树、梨树、桃树等。

本发明技术方案的进一步改进在于：步骤S2中，建立树叶的疏密度特征模型包括如下步骤：

S21、对每一幅树冠图像的树叶的疏密度进行赋值，从而建立训练样本；

S22、确定神经网络模型，利用训练样本对神经网络模型进行训练；

S23、确定神经网络模型参数，对神经网络模型进行参数优化，实现树叶的疏密度的N 级模糊分类，进而建立树叶的疏密度模糊神经网络模型。

本发明技术方案的进一步改进在于：步骤S22中，神经网络模型为三层神经网络模型。神经网络模型的层级一般为两层以上。

本发明技术方案的进一步改进在于：步骤S23中，模糊分类级N的取值为8~15。

本发明技术方案的进一步改进在于：步骤S3中，根据模糊化的树叶的疏密程度变量计算控制给定参数，应用查表和线性插值自动计算喷药所需的管路压力和流量参数。