摘 要:該系統(tǒng)利用GPS與GIS(地理信息系統(tǒng))相結(jié)合的方法,為無(wú)人飛行器提供地理位置信息,實(shí)現(xiàn)四旋翼飛行器的自動(dòng)飛行;利用WiFi網(wǎng)絡(luò)把采集的圖片傳輸?shù)降孛嬲荆ㄟ^(guò)VC++中OpenCV的視覺(jué)庫(kù)對(duì)圖片進(jìn)行圖像增強(qiáng)、圖像濾波、邊緣檢測(cè)和圖像分割,檢測(cè)到害蟲后,啟動(dòng)預(yù)警模塊。
關(guān)鍵詞:無(wú)人飛行器;圖像處理;OpenCV
1 概述
水稻是中國(guó)重要的糧食作物之一,我國(guó)危害水稻的有害生物很多,據(jù)記載,水稻病害有61種,水稻害蟲有78種。其中,蟲害明顯重于病害,部分病害由蟲害引發(fā)[1]。蟲害的發(fā)生會(huì)嚴(yán)重影響到水稻產(chǎn)量,并且使得高效低毒農(nóng)藥的需求不斷增大,給稻米質(zhì)量安全帶來(lái)了一定的安全隱患??梢?jiàn),有效防治水稻害蟲對(duì)水稻高產(chǎn)與穩(wěn)產(chǎn)具有重要意義。李繼宇、張鐵民等就在2009年提出了將小型無(wú)人機(jī)在農(nóng)田信息監(jiān)測(cè)系統(tǒng)中的應(yīng)用,以小型無(wú)人機(jī)的靈活、不受地域及環(huán)境的限制來(lái)獲取高分辨率圖像,從而達(dá)到機(jī)動(dòng)快速的農(nóng)情監(jiān)測(cè)系統(tǒng)[2]。本研究基于無(wú)人飛行器搭建稻田蟲害監(jiān)測(cè)系統(tǒng),具有監(jiān)測(cè)范圍廣,不受地形限制,效率高,速度快等優(yōu)點(diǎn);利用WiFi傳輸圖像具有設(shè)備成本低,傳輸速率高,傳輸距離較遠(yuǎn),覆蓋范圍大等優(yōu)點(diǎn)。
2 硬件系統(tǒng)設(shè)計(jì)
飛行器采用四旋翼飛行器。四旋翼具有很強(qiáng)的穩(wěn)定性,且能夠?qū)崿F(xiàn)超低空飛行和空中懸停,對(duì)采集高清圖像及精確的信息有很大的幫助,不僅如此,四旋翼還具有極大的負(fù)載量,可以負(fù)載較多信息采集傳感器而不影響速度和穩(wěn)定性。四軸飛行器采用四個(gè)旋翼作為飛行的直接動(dòng)力源,旋翼對(duì)稱分布在機(jī)體的前后、左右四個(gè)方向,四個(gè)旋翼處于同一高度平面,且四個(gè)旋翼的結(jié)構(gòu)和半徑都相同,旋翼1和旋翼3逆時(shí)針旋轉(zhuǎn),旋翼2和旋翼4順時(shí)針旋轉(zhuǎn),四個(gè)電機(jī)對(duì)稱的安裝在飛行器的支架端,支架中間空間安放飛行控制計(jì)算機(jī)和外部設(shè)備。四旋翼飛行器的結(jié)構(gòu)形式如圖1所示。
電機(jī)1和電機(jī)3逆時(shí)針旋轉(zhuǎn)的同時(shí),電機(jī)2和電機(jī)4順時(shí)針旋轉(zhuǎn),因此當(dāng)飛行器平衡飛行時(shí),陀螺效應(yīng)和空氣動(dòng)力扭矩效應(yīng)均被抵消。與傳統(tǒng)的直升機(jī)相比,四旋翼飛行器有下列優(yōu)勢(shì):各個(gè)旋翼對(duì)機(jī)身所施加的反扭矩與旋翼的旋轉(zhuǎn)方向相反,因此當(dāng)電機(jī)1和電機(jī)3逆時(shí)針旋轉(zhuǎn)的同時(shí),電機(jī)2和電機(jī)4順時(shí)針旋轉(zhuǎn),可以平衡旋翼對(duì)機(jī)身的反扭矩。
系統(tǒng)所采用的四軸飛行器由主控制模塊、飛行控制器、無(wú)線通信模塊、驅(qū)動(dòng)電機(jī)、遙控器等結(jié)構(gòu)組成,如圖2所示。
3 軟件系統(tǒng)設(shè)計(jì)
地面站的設(shè)計(jì)基于MFC平臺(tái),用于無(wú)人飛行器的地面控制與管理。地面站與無(wú)人機(jī)直接通過(guò)WiFi進(jìn)行數(shù)據(jù)通訊,地面站軟件實(shí)時(shí)接收由WiFi傳來(lái)的各種狀態(tài)數(shù)據(jù),實(shí)時(shí)解析處理后顯示在界面上;同時(shí)可以根據(jù)操作員的命令向無(wú)人機(jī)發(fā)送各種預(yù)定義的指令來(lái)對(duì)無(wú)人機(jī)進(jìn)行控制。
4 圖像處理模塊設(shè)計(jì)
當(dāng)?shù)孛嬲窘邮盏斤w機(jī)傳回的圖像時(shí),將啟動(dòng)圖像處理模塊,該模塊式基于OpenCV視覺(jué)庫(kù)的數(shù)字圖像處理,通過(guò)圖像濾波、背景分割、特征識(shí)別、特征提取、雜點(diǎn)計(jì)數(shù),統(tǒng)計(jì)害蟲數(shù)量,當(dāng)數(shù)量達(dá)到一定值時(shí)啟動(dòng)預(yù)警模塊。
使用OpenCV處理圖像的優(yōu)勢(shì)在于支持可嵌入性。OpenCV圖像處理算法庫(kù)在VC++編譯環(huán)境下運(yùn)行,為數(shù)字圖像的處理提供了極大的便利,它包含了豐富的各類圖像處理及識(shí)別的函數(shù)。在稻田蟲害圖像處理中,運(yùn)用OpenCV中的函數(shù)實(shí)現(xiàn)包括彩色轉(zhuǎn)換為灰度、高斯平滑、形態(tài)學(xué)操作、閾值二值化和邊緣提取等。
絕大多數(shù)水稻病蟲害的原因都是水稻的葉子出現(xiàn)黑斑或黃斑。OpenCV提供了blob斑點(diǎn)檢測(cè)方法的相應(yīng)接口,先將圖像進(jìn)行高斯模糊,再對(duì)scale-space作用拉普拉斯算子,然后利用拉普拉斯梯度在blob的中心取得最大值,從而提取blob斑點(diǎn)。同時(shí)設(shè)置最大斑點(diǎn)半徑,從而過(guò)濾掉圖像背景陰影部分,最終標(biāo)記全部斑點(diǎn)并計(jì)數(shù),當(dāng)斑點(diǎn)數(shù)達(dá)到閾值時(shí)進(jìn)行預(yù)警。
重要的步驟:(1)生成log sigma;(2)生成LOG卷積后的scale_space;(3)檢測(cè)所有可能的blob:(4)刪除重疊度大的blob。
圖3、圖4為圖像處理前后的對(duì)比,水稻上的黑斑被一一標(biāo)出,達(dá)到預(yù)期效果。
5 結(jié)束語(yǔ)
本研究以無(wú)人飛行器為研究載體,通過(guò)地面站的控制以及各種圖像處理的算法,實(shí)現(xiàn)了對(duì)蟲害的檢測(cè)。所做設(shè)計(jì)可以從以下幾個(gè)思路進(jìn)行完善:(1)路徑跟蹤:將每次系統(tǒng)啟動(dòng)后的路徑記錄,以備查看。(2)實(shí)時(shí)導(dǎo)航:可以根據(jù)GPS提供的坐標(biāo)點(diǎn)位提供移動(dòng)的方向、最大速度和跟蹤時(shí)間等信息。
參考文獻(xiàn)
[1]楊玲玲,丁為民,劉德?tīng)I(yíng),等.水稻飛虱圖像幾何形狀特征的提取[J].農(nóng)機(jī)化研究,2008(6):180-183.
[2]李繼宇,張鐵民,等.小型無(wú)人機(jī)在農(nóng)田信息監(jiān)測(cè)系統(tǒng)中的應(yīng)用[J].農(nóng)機(jī)化研究,2010(5):183-186.
作者簡(jiǎn)介:鐘澤宇(1995-),男,浙江紹興人,本科生,研究方向:嵌入式。