四旋翼飛行器在農(nóng)業(yè)病蟲害識別中的應(yīng)用研究

淮陰工學(xué)院 申偉 陳維 李洪海

四旋翼飛行器在農(nóng)業(yè)病蟲害識別中的應(yīng)用研究

淮陰工學(xué)院 申偉 陳維 李洪海

農(nóng)作物病蟲害問題已然是農(nóng)業(yè)生產(chǎn)中的一例頑疾，不僅導(dǎo)致了農(nóng)作物大規(guī)模的減產(chǎn)減質(zhì)，還造成了巨大的經(jīng)濟(jì)損失。本文針對農(nóng)作物病蟲害問題，提出采用以四旋翼飛行器為基礎(chǔ)，通過航拍監(jiān)控系統(tǒng)進(jìn)行圖像實時傳輸，利用圖像處理技術(shù)識別農(nóng)作物病蟲害的研究方法。本文闡述了圖像處理技術(shù)應(yīng)用于農(nóng)作物病蟲害的防治，經(jīng)過有效的圖像處理方法，在農(nóng)作物病蟲害防治技術(shù)方面取得了很好的效果。

農(nóng)作物；病蟲害；四旋翼飛行器；圖像處理

1 緒論

近年來，多旋翼飛行器作為一種新型的飛行工具受到各個領(lǐng)域的關(guān)注并取得快速的發(fā)展。多旋翼飛行器有四旋翼、六旋翼、八旋翼…十八旋翼等,這種飛行器依靠無刷電機為動力。它的控制驅(qū)動部分由飛行控制系統(tǒng)、慣導(dǎo)系統(tǒng)、羅盤、GPS定位系統(tǒng)、陀螺儀和無線遙控系統(tǒng)組成。通過陀螺傳感器和加速度傳感器的調(diào)節(jié)能實現(xiàn)前進(jìn)后退、定點定高懸停、側(cè)飛、翻滾等飛行動作。在發(fā)達(dá)國家多旋翼飛行器技術(shù)已有了成熟的產(chǎn)品，2010年開始著手研發(fā)，當(dāng)前已經(jīng)有產(chǎn)品應(yīng)用于農(nóng)業(yè)病蟲害監(jiān)控[1]、公安[2]、消防[3]、航空拍攝[4]、氣象[5]、環(huán)境保護(hù)[6]等領(lǐng)域。

伴隨著全球氣候惡化的加快，環(huán)境更加脆弱，農(nóng)作物病蟲害的爆發(fā)更加頻繁，如何更加及時準(zhǔn)確地檢測農(nóng)作物病蟲害并采取有效的措施加以防治是一個非常受關(guān)注的問題，傳統(tǒng)的圖像識別技術(shù)主要靠肉眼來識別，主觀性強、速度慢、錯誤率高，2009年,祁廣云等人提出了采用改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)法對大豆葉片病斑進(jìn)行識別,準(zhǔn)確率達(dá)到90%以上[7]。2012年,溫芝元等人在研究臍橙不同病蟲害的通用機器識別技術(shù)中,將提取的病蟲害圖像的顏色特征值作為補償模糊神經(jīng)網(wǎng)絡(luò)輸入,建立識別臍橙病蟲害的識別模型,得到理想的分類效果[8]。2011年,張建華等利用徑向基支持向量機識別棉花棉蚜、棉葉螨、棉盲蝽、斜紋夜蛾、煙粉虱等棉花蟲害,識別率高達(dá)到88%以上[9]。伴隨著科學(xué)技術(shù)的發(fā)展，運用四旋翼飛行器的航拍監(jiān)控系統(tǒng)對農(nóng)作物病蟲害情況進(jìn)行實時航拍，成為替代傳統(tǒng)人工識別的技術(shù)手段，對圖像進(jìn)行快速精準(zhǔn)的處理，能夠在病蟲害爆發(fā)前為農(nóng)耕人員保護(hù)農(nóng)作物做好充分的準(zhǔn)備。本文將針對農(nóng)業(yè)病蟲害的問題，研究采用以四旋翼飛行器為基礎(chǔ)，通過航拍監(jiān)控系統(tǒng)進(jìn)行圖像實時傳輸，通過對獲取的圖像進(jìn)行病蟲害識別，可以及時準(zhǔn)確地掌握農(nóng)作物的病蟲害類型和程度，為后續(xù)的農(nóng)作物病蟲害防治提供技術(shù)支持，以確保農(nóng)作物的健康生長。

2 系統(tǒng)總體設(shè)計

2.1 四旋翼飛行器控制系統(tǒng)設(shè)計

本文設(shè)計的四旋翼飛行器控制系統(tǒng)包括飛行控制、環(huán)境信息采集、電量采集、顯示和上位機信息監(jiān)控系統(tǒng)等組成,具體如圖所示。

飛行控制系統(tǒng)總體設(shè)計框圖

（1）飛行器控制器。

系統(tǒng)選用STM32F103RCT6處理芯片作為四旋翼飛行器的主控芯片，最高工作頻率72MHz，該控制器具有豐富的內(nèi)部資源，適合實時多通道數(shù)據(jù)采樣與處理，實現(xiàn)飛行速度、角度的檢測及控制。

（2）加速度陀螺儀傳感器。

加速度測量考慮到加速度與陀螺儀之間的軸向差問題，選擇MPU6050作為觸感器，該傳感器具有加速度與三軸測量功能，利用I2C端口通信，輸出6個軸向運動數(shù)據(jù)。

（3）數(shù)字羅盤。

為了適應(yīng)飛行器定位飛行需求，選用HMC5883L作為數(shù)字羅盤，采用I2C通信方式,具有功耗低、采集精度高、工作溫度范圍廣等優(yōu)點。

（4）數(shù)字氣壓高度計。

飛行器飛行中氣壓的測量選擇了MS5611數(shù)字氣壓計，該芯片具有低功耗、I2C通信協(xié)議、穩(wěn)定性好等特點。

2.2 信息采集系統(tǒng)

信息采集系統(tǒng)主要由GPS接收器模塊、航拍模塊。

（1）GPS接收器模塊。

GPS接收器的主要功能是以NMEA-0183協(xié)議報文輸出并完成精確定位。其UM220-IIINV是BDS/GPS雙模定位模塊。低功耗GNSSSoC芯片HumbirdTMUC220，是集成度高、功耗低的定位模塊。

（2）航拍模塊

航拍模塊以高清晰攝像頭為主，對地面農(nóng)作物進(jìn)行實時拍攝，及時提取農(nóng)作物的生長狀況，并提供圖像實時傳輸，為后續(xù)的圖像處理部分做準(zhǔn)備。

2.3 圖像傳輸系統(tǒng)設(shè)計

在面積廣闊且種植密集的農(nóng)地里，想要快速準(zhǔn)確地獲得農(nóng)作物的生長情況，了解農(nóng)作物是否受病蟲害的侵害，用傳統(tǒng)的人工進(jìn)入農(nóng)地里去觀察分析顯然是滿足不了需求。采用四旋翼航拍飛行器可以更加實時、快速、精準(zhǔn)地獲得農(nóng)作物信息的采集。為了能滿足圖像的實時傳輸，四旋翼飛行器前置攝像頭采集視頻并編碼，通過4G網(wǎng)絡(luò)采用Android智能終端與四旋翼飛行器通信，獲取實時畫面，并控制可視化人機界面主控制器。該圖像傳輸系統(tǒng)由4個模塊組成：主控模塊、視頻采集模塊、通信模塊、視頻解碼模塊。

2.4 Android智能終端設(shè)計

Android智能終端在連接Internet后登錄并選擇你控制的飛行器。進(jìn)入系統(tǒng)的主畫面(可視畫面和控制器)。可視畫面是飛行器前端攝像頭采集到的畫面；控制器由升降控制和方向控制2部分組成。按鈕的長按時間或點擊次數(shù)與升降速度成正比。

2.5 可視化視頻數(shù)據(jù)

實現(xiàn)視頻流的解碼和播放，采用JavaJNI技術(shù)調(diào)用VLC提供的函數(shù)，利用VLC強大的視頻解碼庫，對以四旋翼飛行器為流媒體服務(wù)的RTSP視頻流進(jìn)行解碼播放，讓Android智能終端自動全屏，方便用戶觀看和操作。

2.6 控制飛行數(shù)據(jù)

每次Android智能終端連接到四旋翼飛行器的主控制器，都會建立一個全局的Socket套接字，主線程運行視頻顯示，子線程控制數(shù)據(jù)的發(fā)送和接受。主線程和子線程之間通Handler機制傳遞數(shù)據(jù)。

3 農(nóng)作物病蟲害識別技術(shù)研究

對農(nóng)作物進(jìn)行實時拍攝，將實時傳輸?shù)膱D片進(jìn)行及時、準(zhǔn)確的處理，并進(jìn)行病蟲害識別是非常必要的。

目前主要的識別技術(shù)有神經(jīng)網(wǎng)絡(luò)、支持向量機、高光譜等方法。神經(jīng)網(wǎng)絡(luò)法是模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的數(shù)學(xué)模型，該方法識別計算量大，需要訓(xùn)練的樣本數(shù)多，直接影響到神經(jīng)網(wǎng)絡(luò)法在圖像識別中的識別率。支持向量機法是一種基于統(tǒng)計學(xué)習(xí)理論的機器學(xué)習(xí)方法，支持向量機法可以在較小樣本空間中取得良好的分類效果，并且分類的圖像邊緣特性便于統(tǒng)計，在病蟲害圖像識別中頗具優(yōu)勢，但是該方法的性能過于依賴核函數(shù)和對樣本的訓(xùn)練速度。高光譜成像技術(shù)是在光譜維度上進(jìn)行細(xì)致的分割，通過高光譜設(shè)備獲取到的是一個數(shù)據(jù)立方，不僅有圖像的信息，并且在光譜維度上進(jìn)行展開，結(jié)果不僅可以獲得圖像上每個點的光譜數(shù)據(jù)，還可以獲得任一個譜段的影像信息。這種方法能夠?qū)崿F(xiàn)無損檢測，可以實現(xiàn)多種病蟲害共同檢測，檢測結(jié)果更加準(zhǔn)確，但是較之前2種方法，成本過高，并且不適合在四旋翼飛行器上使用。

本文研究的方法是將支持向量機法和神經(jīng)網(wǎng)絡(luò)法2種方法有效地結(jié)合起來，應(yīng)用于識別植物病蟲害研究中，成功地提高了識別精度。本文運用這種方法，提取出水稻病蟲害圖像的顏色、形態(tài)、紋理特征等參數(shù)，利用了逐步判別分析法和利用貝葉斯判別法進(jìn)行分類識別，準(zhǔn)確率高達(dá)97.2%。3種方法對不同農(nóng)作物的識別率如表3.1所示。

表3 .13種方法對不同農(nóng)作物的識別率

4 結(jié)束語

本文應(yīng)用圖像處理技術(shù)（即支持向量機法和神經(jīng)網(wǎng)絡(luò)法的結(jié)合），將四旋翼飛行器拍攝到的圖像，進(jìn)行農(nóng)作物病蟲害識別。實驗結(jié)果表明，這種方法的作業(yè)范圍很廣，而且識別率較之其中任何一種方法都高。為后續(xù)農(nóng)藥噴灑的藥量控制，提供了較為準(zhǔn)確的理論基礎(chǔ)。綜上所述，本文研究的農(nóng)作物病蟲害識別技術(shù)具有很好的應(yīng)用價值。

[1]李繼宇，張鐵民，彭孝東，馬學(xué)東，柯宙志.四旋翼飛行器農(nóng)田位置信息采集平臺設(shè)計與實驗[J].農(nóng)業(yè)機械學(xué)報,2013,44(5):202-206.

[2]賀歡.世界微小型無人機最新發(fā)展應(yīng)用概覽[J].中國安防，2015,8(15):3-4.

[3]李寧.基于網(wǎng)絡(luò)傳輸?shù)乃男盹w行器在森林防火中的應(yīng)用研究[D].山東：山東大學(xué),2015.

[4]高緒，謝菊芳，胡東，邱善生.四旋翼無人機在柑橘園巡檢系統(tǒng)中的應(yīng)用[J].自動化儀表,2015,36(7): 26-30.

[5]李超，柯尊杰，陳姣.四旋翼無人機在云南應(yīng)急測繪保障中的應(yīng)用[J].地礦測繪,2015,3(3):31-33.

[6]王剛.安陽市利用農(nóng)用無人直升機開展植保專業(yè)化統(tǒng)防統(tǒng)治初探[J].中國植保導(dǎo)刊，2013,33(7):3-5.

[7]祈廣云，馬曉丹，關(guān)海鷗．采用改進(jìn)遺傳算法提取大豆葉片病斑圖像[J].農(nóng)業(yè)工程學(xué)報，2009，25（5）：142-145．

[8]溫芝元，曹樂平．基于補償模糊神經(jīng)網(wǎng)絡(luò)的臍橙不同病蟲害圖像識別[J].農(nóng)業(yè)工程學(xué)報，2012,28(11):152-157．

[9]張建華，冀榮華，袁雪．基于徑向基支持向量機的棉花蟲害識別[J]．農(nóng)業(yè)機械學(xué)報，2011，42(8)：178-183．

TP274.2

A

2016-09-12）