基于無(wú)人機(jī)的低空?qǐng)D像處理技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用

夏小雨 韓成浩

(吉林建筑大學(xué)電氣與計(jì)算機(jī)學(xué)院，吉林 長(zhǎng)春 130118)

引言

近年來(lái)，我國(guó)的無(wú)人機(jī)科技水平迅速提高。由于相關(guān)科技水平的提高，無(wú)人機(jī)適應(yīng)性越來(lái)越好，并且操作靈活、方便快捷等優(yōu)秀特點(diǎn)也日益表現(xiàn)出來(lái)，所以無(wú)人機(jī)技術(shù)被不同產(chǎn)業(yè)廣泛應(yīng)用。無(wú)人機(jī)科學(xué)技術(shù)的理念最先由英國(guó)軍用飛行學(xué)會(huì)提出，盡管無(wú)人機(jī)技術(shù)最初主要使用在軍隊(duì)活動(dòng)中，但現(xiàn)在在農(nóng)業(yè)生產(chǎn)、貨物搬運(yùn)、工業(yè)產(chǎn)品、視頻制作等多個(gè)應(yīng)用領(lǐng)域，都能夠看到無(wú)人機(jī)的身影。我國(guó)為了促進(jìn)農(nóng)村生產(chǎn)的效率，提升農(nóng)產(chǎn)品質(zhì)量，相繼引進(jìn)了機(jī)械技術(shù)、傳感器技術(shù)、計(jì)算機(jī)信息技術(shù)等許多先進(jìn)科學(xué)技術(shù)，在這些技術(shù)的強(qiáng)大支持下，農(nóng)村生產(chǎn)的效率不但得以顯著改善，農(nóng)產(chǎn)品的質(zhì)量還得到了整體提高，無(wú)人機(jī)技術(shù)作為中國(guó)農(nóng)業(yè)生產(chǎn)引進(jìn)的先進(jìn)科學(xué)技術(shù)之一，在促進(jìn)農(nóng)業(yè)信息化、精準(zhǔn)化發(fā)展中起到了至關(guān)重要的作用。無(wú)人機(jī)技術(shù)具備相當(dāng)強(qiáng)的可操作性，所攜帶的傳感器也能對(duì)農(nóng)產(chǎn)品進(jìn)行實(shí)時(shí)檢測(cè)，同時(shí)還可以拍攝高清影像,對(duì)農(nóng)業(yè)的精細(xì)化管理有著十分關(guān)鍵的作用。技術(shù)人員可利用無(wú)人機(jī)高清數(shù)碼相機(jī)、攝像頭和各類(lèi)感應(yīng)器等先進(jìn)的成像設(shè)備來(lái)拍攝超低空高分辨率的圖像，對(duì)拍攝的圖像進(jìn)行分類(lèi)和數(shù)據(jù)處理。

1 精準(zhǔn)現(xiàn)代農(nóng)業(yè)概述

精準(zhǔn)農(nóng)業(yè)模式通過(guò)空間位置，定時(shí)收集準(zhǔn)確的農(nóng)田信息，并基于信息進(jìn)行的農(nóng)產(chǎn)品技術(shù)設(shè)計(jì)和管理。這一模式可以大大減少對(duì)勞動(dòng)力與物資的投入，從而實(shí)現(xiàn)高產(chǎn)、低耗、環(huán)保并且高品質(zhì)的農(nóng)產(chǎn)品。使用無(wú)人機(jī)圖像處理技術(shù)，可以低空對(duì)農(nóng)作物開(kāi)展檢測(cè)，促進(jìn)農(nóng)業(yè)向精細(xì)化方面的進(jìn)步。無(wú)人機(jī)圖像技術(shù)在農(nóng)作物病蟲(chóng)害防控方面也有著很大的優(yōu)越性。利用其對(duì)農(nóng)作物的精準(zhǔn)檢測(cè)并對(duì)所得的數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，就能夠進(jìn)行精準(zhǔn)處理工作,可以做到及時(shí)發(fā)現(xiàn)新問(wèn)題并及時(shí)處置，同時(shí)也可以早預(yù)防，早防治，如圖1所示。

圖1 無(wú)人機(jī)用藥示意圖

精準(zhǔn)無(wú)人機(jī)農(nóng)業(yè)發(fā)展離不開(kāi)各類(lèi)技術(shù)和設(shè)備的保障。如圖2所示，無(wú)人機(jī)圖像收集技術(shù)需要圖像采集系統(tǒng)的硬件與軟件的幫助；農(nóng)業(yè)的病蟲(chóng)害農(nóng)情分析需要農(nóng)產(chǎn)品專(zhuān)家的技術(shù)、地面定位、土地農(nóng)情分析與模式識(shí)別等技術(shù)的保障；農(nóng)情的空間分布圖必須根據(jù)全球定位系統(tǒng)(GPS)和地理信息系統(tǒng)(GIS)等信息技術(shù)的幫助進(jìn)行繪制；農(nóng)作物處方圖的制作流程需使用無(wú)人機(jī)噴灑農(nóng)藥過(guò)程中的變化情況與無(wú)人機(jī)的行駛過(guò)程中的工作參數(shù)、天氣情況等信息；在精確噴灑農(nóng)藥的應(yīng)用過(guò)程中，除了要求工作平臺(tái)、精準(zhǔn)信息定位裝置與可變噴灑農(nóng)藥系統(tǒng)等設(shè)備的幫助外，還要求無(wú)人機(jī)全自主飛行、自動(dòng)飛行路線(xiàn)設(shè)定、精準(zhǔn)定位等技術(shù)的幫助。

圖2 精準(zhǔn)無(wú)人機(jī)農(nóng)業(yè)技術(shù)示意圖

2 無(wú)人機(jī)低空?qǐng)D像處理技術(shù)

無(wú)人機(jī)利用圖像采集技術(shù)獲得農(nóng)田的土壤信息和農(nóng)作物環(huán)境空氣信息可以及時(shí)掌握農(nóng)產(chǎn)品的數(shù)據(jù)信息，可以指導(dǎo)農(nóng)業(yè)管理，有效防止農(nóng)作物病蟲(chóng)害的出現(xiàn)，進(jìn)而增加農(nóng)作物產(chǎn)量。使用無(wú)人機(jī)收集的農(nóng)作物生長(zhǎng)發(fā)育信息，進(jìn)行傳輸和高精度的圖像處理，為農(nóng)作物生產(chǎn)管理提供了更有效、精準(zhǔn)的數(shù)據(jù)支持。

2.1 無(wú)人機(jī)低空?qǐng)D像采集系統(tǒng)

無(wú)人機(jī)的低空?qǐng)D像采集系統(tǒng)由傳感裝置、無(wú)人機(jī)飛行裝置、地面控制裝置、圖像分析處理軟件等幾部分構(gòu)成。由于無(wú)人機(jī)的續(xù)航能力有限并且載重量不足的缺陷，所以使用的傳感器具有存貯容量大、穩(wěn)定性高、重量輕、精度高等良好特性。當(dāng)前用于農(nóng)作物圖像數(shù)據(jù)采集的傳感器主要是數(shù)碼相機(jī)、多光譜相機(jī)、激光雷達(dá)等。

2.1.1 數(shù)碼攝像機(jī)成像設(shè)備

利用數(shù)碼相機(jī)拍的圖片通常是在400～750nm的RGB可見(jiàn)光圖像，為處理光線(xiàn)并還原所拍攝圖片的實(shí)際色彩，圖像傳感器采用濾光片來(lái)對(duì)紅外線(xiàn)進(jìn)行過(guò)濾篩除，所以一般來(lái)說(shuō)，數(shù)碼相機(jī)沒(méi)有紅外線(xiàn)的波段信號(hào)。數(shù)碼相機(jī)使用簡(jiǎn)單并容易操作，而且售價(jià)相對(duì)來(lái)說(shuō)比較便宜。當(dāng)前數(shù)字圖像處理技術(shù)發(fā)展得比較成熟，所以利用高清數(shù)碼相機(jī)圖像處理技術(shù)，已經(jīng)成為記錄農(nóng)作物生長(zhǎng)發(fā)育以及檢測(cè)農(nóng)作物病蟲(chóng)害的重要的技術(shù)手段。由于無(wú)人機(jī)的飛行高度不高，拍攝圖像清晰，所以圖像分辨率可達(dá)到厘米級(jí)，因此利用對(duì)拍攝數(shù)碼圖像的紋路、顏色等圖像信息特征來(lái)提取信息和進(jìn)行數(shù)據(jù)分析，可以用作農(nóng)作物葉面積指數(shù)計(jì)算、不同生長(zhǎng)時(shí)期的健康評(píng)估、農(nóng)作物鑒定、病蟲(chóng)害檢測(cè)等方面的研究。

2.1.2 高光譜相機(jī)成像設(shè)備

使用高光譜遙感檢測(cè)法對(duì)作物病蟲(chóng)害進(jìn)行的診斷與檢測(cè)工作，就可以實(shí)現(xiàn)及時(shí)發(fā)現(xiàn)并解決處理，便于對(duì)農(nóng)作物病蟲(chóng)害的早期防治。其基本原理在于病蟲(chóng)害會(huì)對(duì)植物葉片細(xì)胞結(jié)構(gòu)、含水量、氮和磷元素等特性造成改變，從而導(dǎo)致病蟲(chóng)害作物的反射光譜和非病蟲(chóng)害作物的反射光譜有很大的不同。高光譜成像的光譜分辨率一般是微米級(jí)，在熱成像與近紅外線(xiàn)區(qū)域中有幾個(gè)至數(shù)百個(gè)不同波段，其分辨率最高可以達(dá)到納米級(jí)。由于高光譜圖像所涵蓋的波段數(shù)據(jù)多、分辨率高，因此可以精準(zhǔn)地表現(xiàn)農(nóng)田作物自身的光譜特性與農(nóng)田作物之間的光譜差別，在農(nóng)作物病蟲(chóng)害檢測(cè)于治理層面上更具有優(yōu)越性。但是當(dāng)前高光譜相機(jī)的售價(jià)一般比較昂貴，絕大部分農(nóng)民都難以接受，所以該相機(jī)主要用在科學(xué)技術(shù)的研究應(yīng)用。

2.1.3 激光雷達(dá)成像設(shè)備

機(jī)器上搭載的激光雷達(dá)與光學(xué)成像設(shè)備不一樣，激光雷達(dá)利用主動(dòng)監(jiān)測(cè)目標(biāo)的散射光的特點(diǎn)來(lái)取得相關(guān)信息。該技術(shù)設(shè)備是近些年新興的檢測(cè)遙感技術(shù)設(shè)備，是對(duì)植物表面研究中有重大作用的檢測(cè)遙感設(shè)備，其優(yōu)點(diǎn)在于能夠取得精確度很高的三維數(shù)據(jù)，所以在植被垂直結(jié)構(gòu)的探索中具有優(yōu)勢(shì)，填補(bǔ)了光學(xué)遙感在獲取冠層結(jié)構(gòu)數(shù)據(jù)方面能力的欠缺。當(dāng)前在農(nóng)作物檢測(cè)方面，雷達(dá)成像技術(shù)大部分使用在測(cè)量植株高度、獲取葉面積指數(shù)等農(nóng)情檢測(cè)上，但是農(nóng)作物病蟲(chóng)害檢測(cè)方面的研究成果卻不多。作為多源遙感的一種設(shè)備與光譜成像結(jié)合起來(lái)，從植株的垂直結(jié)構(gòu)和水平結(jié)構(gòu)數(shù)據(jù)2個(gè)層面對(duì)農(nóng)作物進(jìn)行全面的信息處理，也是當(dāng)前農(nóng)業(yè)航空技術(shù)的進(jìn)步方向。

2.2 無(wú)人機(jī)圖像處理方法

2.2.1 圖像匹配與拼接

無(wú)人機(jī)所獲得的畫(huà)面準(zhǔn)確度不高并且拍攝的畫(huà)面內(nèi)容少，因此需要把無(wú)人機(jī)搭載相機(jī)拍到的大量圖像資料進(jìn)行拼接和匹配的技術(shù)操作。利用SIFT(scale invariant feature transform)圖片匹配的技術(shù)并與最小二乘法相結(jié)合實(shí)現(xiàn)拍攝圖像的主動(dòng)匹配，該方式具備了安全、準(zhǔn)確、迅速等優(yōu)良特性。結(jié)合圖片的主動(dòng)匹配技術(shù)與全景圖拼接技術(shù)并對(duì)無(wú)人機(jī)飛行系統(tǒng)使用如Nikon D2X、Rollei P45以及Kodak Pro SLR等數(shù)碼相機(jī)所拍攝的低空?qǐng)D片加以整合分析。使用圖片匹配方法SIFT、最小二乘法以及交互式數(shù)據(jù)語(yǔ)言IDL(interactive data language)對(duì)無(wú)人機(jī)圖像與地面控制處理基站的迅速拼接與匹配。

2.2.2 圖像的校正

利用無(wú)人機(jī)系統(tǒng)實(shí)施航拍，受到其飛行路徑和飛行姿勢(shì)的改變、攝影畫(huà)面的光學(xué)畸變等各種因素的干擾，使得拍攝的圖像畫(huà)面無(wú)規(guī)律、灰度不統(tǒng)一、產(chǎn)生嚴(yán)重的幾何失真。共線(xiàn)方程法和多項(xiàng)式法是目前2種最常見(jiàn)的無(wú)人機(jī)圖像幾何校正技術(shù)。共線(xiàn)方程法科學(xué)嚴(yán)謹(jǐn)、精確，但由于對(duì)地形數(shù)據(jù)要求很高而無(wú)法廣泛應(yīng)用；多項(xiàng)式法主要應(yīng)用于地形中平坦的區(qū)域和動(dòng)態(tài)傳感器影像的修正，可以很好地解決因?yàn)椴捎梅菍?zhuān)業(yè)攝影鏡頭所產(chǎn)生的非線(xiàn)性畸變、無(wú)人機(jī)飛行姿勢(shì)改變而造成的傳感器外位置元素的不平衡和因地形復(fù)雜等自然現(xiàn)象而造成的幾何失真。通過(guò)利用差分GPS得到地面控制點(diǎn)位置，把坐標(biāo)位置輸入GIS中并構(gòu)建點(diǎn)狀矢量圖層，利用3次多項(xiàng)式的方法對(duì)拍攝的圖片實(shí)現(xiàn)點(diǎn)、線(xiàn)、面的精度解析并經(jīng)過(guò)擬合校正，然后使用最鄰近法進(jìn)行圖片的重采樣工作，得到更改后的圖片。利用3次多項(xiàng)式方法更改后，點(diǎn)、線(xiàn)、面的平均精確度達(dá)到92.5%、94.1%以及96.4%，可以比較完美地符合現(xiàn)代精準(zhǔn)農(nóng)業(yè)對(duì)農(nóng)田信息獲取精確度的技術(shù)指標(biāo)。有人曾提出，利用帶權(quán)觀測(cè)值光束的方法來(lái)解決無(wú)人機(jī)遙感系統(tǒng)(UAVRS,unmanned aerial vehicle remote sensing)復(fù)雜圖像區(qū)域網(wǎng)的空中三角測(cè)量問(wèn)題，從單模型定向的精準(zhǔn)性出發(fā)，用單模型定向因素為基準(zhǔn)來(lái)創(chuàng)建自由區(qū)域網(wǎng)，并為帶權(quán)觀測(cè)值光束的方法法給出了有效初始值。測(cè)量結(jié)果顯示，空中三角加密坐標(biāo)位置的平面準(zhǔn)確度為0.39m，高程精度為0.53m，基本滿(mǎn)足1∶2000的地形圖測(cè)圖的設(shè)計(jì)指標(biāo)。

2.2.3 無(wú)人機(jī)圖像信息解析

無(wú)人機(jī)圖像信息分析的精度對(duì)圖像信息正確運(yùn)用到農(nóng)業(yè)方面起著關(guān)鍵性的作用。目前有大量關(guān)于圖像信息的特征值獲取、相關(guān)性分析以及建立反演模型等應(yīng)用的方法。使用ArcMap的數(shù)據(jù)可視化功能，利用其中的編譯軟件對(duì)無(wú)人機(jī)圖像獲取系統(tǒng)得到的農(nóng)作物圖像進(jìn)行區(qū)劃，圖像系統(tǒng)要求的農(nóng)作物信息數(shù)據(jù)，包括農(nóng)作物面積、具體位置等。結(jié)合Matlab等編程系統(tǒng)處理無(wú)人機(jī)拍攝的農(nóng)田圖像，獲得圖像的RGB值和HS的特征值，并構(gòu)建了RGB值、HSV值與農(nóng)田含水率關(guān)聯(lián)的信息模型。使用SAM -人工交互處理法，能夠更好地取得圖像中的農(nóng)業(yè)信息的特征值，并在農(nóng)業(yè)信息獲取高準(zhǔn)確度的基礎(chǔ)上開(kāi)發(fā)分類(lèi)后比較法，能夠進(jìn)行農(nóng)田的動(dòng)態(tài)檢測(cè)。

3 無(wú)人機(jī)圖像處理技術(shù)在檢測(cè)農(nóng)業(yè)病蟲(chóng)害中的應(yīng)用

在農(nóng)業(yè)病害的監(jiān)測(cè)識(shí)別方面，已經(jīng)有許多文獻(xiàn)期刊深入研究無(wú)人機(jī)在水稻、柑橘、麥子、棉花、葡萄和黃豆等農(nóng)作物病蟲(chóng)害監(jiān)測(cè)的技術(shù)研究，這些文獻(xiàn)期刊里所使用的無(wú)人機(jī)圖像主要有高光譜圖像、多光譜圖像和數(shù)字照相機(jī)所攝制的RGB圖片。本文中運(yùn)用Python軟件介紹了圖像技術(shù)中的目標(biāo)分析以及在農(nóng)作物病蟲(chóng)害領(lǐng)域中的應(yīng)用。具體來(lái)說(shuō)，使用Python語(yǔ)言運(yùn)行并獲取目標(biāo)葉面上已發(fā)生病蟲(chóng)害的面積，進(jìn)而判斷是否需使用殺蟲(chóng)劑噴灑以預(yù)防病蟲(chóng)害的繼續(xù)肆虐，從而協(xié)助農(nóng)民更好地管理農(nóng)作物，降低危害并增加農(nóng)作物的產(chǎn)量。

3.1 基于圖像處理技術(shù)的葉面檢測(cè)

采用圖像處理方法的葉面檢測(cè)又稱(chēng)圖像處理，是指運(yùn)用各類(lèi)圖像傳感器獲得的圖片，借助電腦或其它微型處理器運(yùn)用圖像處理方法(即相應(yīng)的圖像處理程序和相應(yīng)的計(jì)算機(jī)技術(shù)結(jié)合)，對(duì)取得的圖像加以數(shù)據(jù)處理從而獲得所需要的理想葉面圖片效果，是一種可以深入研究的方法。

3.2 基于圖像處理技術(shù)在葉面上的研究

找到需要處理的葉片，如圖3所示，針對(duì)1片發(fā)生病蟲(chóng)害的植物葉片進(jìn)行檢查處理。對(duì)葉面的處理使用Python語(yǔ)言以及Open CV等第三方庫(kù)，對(duì)有病蟲(chóng)害的葉面部分進(jìn)行圖像處理(涂成白色)，如圖4所示。

圖3 病蟲(chóng)害葉片

圖4 葉面處理

導(dǎo)入目標(biāo)圖像并做黑白數(shù)據(jù)處理后，對(duì)背景圖再作高斯數(shù)據(jù)處理，并將目標(biāo)檢測(cè)的葉片也做同樣的圖像處理后，對(duì)2張數(shù)據(jù)處理后的目標(biāo)圖像做差，返回值就代表了其不同之處，得到的圖片如圖5所示。輸出有病蟲(chóng)害葉面在整個(gè)葉面中的比例值，一旦病蟲(chóng)害葉片的受害程度超過(guò)了某一限度，要及時(shí)提示農(nóng)民噴施殺蟲(chóng)劑，加以預(yù)防和處理病蟲(chóng)害。

圖5 處理后的葉片

4 總結(jié)

通過(guò)圖像處理技術(shù)可真實(shí)、迅速和精確完成對(duì)活體單葉片的檢測(cè)，能夠?qū)χ仓耆~片遭受的環(huán)境威脅、疾病以及昆蟲(chóng)危害等做出定量或定性的分析，還可以對(duì)整株植物的總?cè)~面積進(jìn)行統(tǒng)計(jì)。不過(guò)，圖像處理測(cè)量的偏差很大，原因在于圖像處理方面并不能較好地解決葉面的交叉現(xiàn)象、葉面偏移和葉面扭曲的現(xiàn)象，但是無(wú)人機(jī)農(nóng)業(yè)是現(xiàn)在精準(zhǔn)農(nóng)業(yè)方面的發(fā)展重點(diǎn)。相比衛(wèi)星技術(shù)在農(nóng)業(yè)的應(yīng)用，無(wú)人機(jī)技術(shù)在農(nóng)業(yè)的應(yīng)用方面具備操控性好、分辨率強(qiáng)、硬件成本低的優(yōu)點(diǎn)；相比于地面?zhèn)鞲惺侄?，無(wú)人機(jī)技術(shù)具備了覆蓋面廣、速度快、人力成本低的優(yōu)點(diǎn)。所以無(wú)人機(jī)技術(shù)農(nóng)業(yè)領(lǐng)域發(fā)展前景廣闊，潛力很大。隨著無(wú)人機(jī)技術(shù)和傳感器技術(shù)的不斷完善，以及拍攝圖像的新處理技術(shù)與方法的進(jìn)一步開(kāi)發(fā)，未來(lái)無(wú)人機(jī)低空?qǐng)D像處理技術(shù)將在農(nóng)業(yè)方面起到越來(lái)越重要的作用。