王 琴 ，舒曉斌 ，劉 勇

(1.漯河食品職業(yè)學(xué)院，河南 漯河 462000；2.河南科技大學(xué)，河南 洛陽 471000)

0 引言

無人機(jī)是無人駕駛航空飛行器的簡(jiǎn)稱，誕生于1914年，發(fā)展至今已經(jīng)成為了一個(gè)龐大的家族。無人機(jī)根據(jù)飛行平臺(tái)的不同主要分為固定翼無人機(jī)和旋翼無人機(jī)，它們實(shí)質(zhì)上都是一個(gè)由飛行器平臺(tái)、遙控站、通訊模塊及其它部件組成的系統(tǒng)[1]。固定翼無人機(jī)是無人機(jī)最早的類型，最初是為軍事領(lǐng)域服務(wù)，用于偵查聯(lián)絡(luò)和作為靶機(jī)。后來，以美國為代表的發(fā)達(dá)國家意識(shí)到固定翼無人機(jī)的巨大軍事價(jià)值，開始大力投入并研發(fā)出了偵察打擊一體的多種無人機(jī)型號(hào)，引領(lǐng)了無人機(jī)的發(fā)展趨勢(shì)[2]。

與固定翼無人機(jī)相比，旋翼無人機(jī)可以垂直起降，沒有滑跑距離，因此對(duì)場(chǎng)地的要求低，能夠在各種地理環(huán)境和復(fù)雜條件下作業(yè)。同時(shí)，旋翼無人機(jī)還可以空中懸停，有利于獲取更加清晰、準(zhǔn)確的地面信息。在設(shè)計(jì)難度、制造成本及負(fù)載能力上，旋翼無人機(jī)也體現(xiàn)出明顯的優(yōu)勢(shì)[3]。旋翼無人機(jī)近些年在我國的發(fā)展迅猛，形成了以“大疆”系列為代表的多種產(chǎn)品，并且在國民經(jīng)濟(jì)和生產(chǎn)的各個(gè)領(lǐng)域得到了應(yīng)用。與固定翼無人機(jī)一樣，軍事也是旋翼無人機(jī)的應(yīng)用領(lǐng)域之一；但是受限于飛行的高度和速度，其主要的功能是對(duì)情報(bào)的收集。

旋翼無人機(jī)在工業(yè)方面主要應(yīng)用于測(cè)繪、電力和通信這3大領(lǐng)域。測(cè)繪領(lǐng)域的無人機(jī)飛行平臺(tái)上整合各種數(shù)字傳感器和攝像機(jī)，可以獲得高清圖像，再輔以快速、準(zhǔn)確的信號(hào)傳輸能力，使測(cè)繪的實(shí)時(shí)性和準(zhǔn)確性明顯改善。電力領(lǐng)域通過無人機(jī)巡視線路，不僅具有較高的效率，還能夠降低人為失誤率、危險(xiǎn)性和成本，保證電力系統(tǒng)正常運(yùn)行[2]。

旋翼無人機(jī)在農(nóng)業(yè)方面主要用于農(nóng)藥噴灑、農(nóng)田信息監(jiān)測(cè)和農(nóng)業(yè)保險(xiǎn)勘察這3個(gè)領(lǐng)域。目前，無人機(jī)在農(nóng)業(yè)上最廣泛用途是噴灑農(nóng)藥，其飛行速度慢、高度低，因此作業(yè)過程中定位準(zhǔn)確、噴灑均勻，并且藥液的下降距離短，飄散導(dǎo)致的浪費(fèi)和污染很少。另外，無人機(jī)噴藥顯著地降低了人力成本，在未來農(nóng)業(yè)植保領(lǐng)域的市場(chǎng)預(yù)計(jì)超過千億[4]。無人機(jī)在農(nóng)田信息監(jiān)測(cè)中的用途包括作物長(zhǎng)勢(shì)、缺水情況和病蟲害檢測(cè)，大多是通過現(xiàn)代遙感技術(shù)獲得的。無人機(jī)所獲得的農(nóng)田信息覆蓋范圍大、實(shí)效性強(qiáng)且客觀準(zhǔn)確，較傳統(tǒng)檢測(cè)方法具有無可比擬的優(yōu)勢(shì)[5-9]。無人機(jī)在農(nóng)業(yè)保險(xiǎn)勘察中用于對(duì)大范圍的受災(zāi)田塊界定面積和評(píng)估損失，機(jī)動(dòng)性和定位精度高，能夠快速、高效地完成勘察工作[10]。此外，未來的無人機(jī)還可以用于播種、施肥和授粉等作業(yè)，推動(dòng)農(nóng)業(yè)生產(chǎn)方式的變革。

無人機(jī)的很多用途都是基于對(duì)其所拍攝圖像的處理分析來實(shí)現(xiàn)的，因此圖像分析模塊是無人機(jī)系統(tǒng)的重要組成部分，甚至成為其性能發(fā)揮的關(guān)鍵。計(jì)算機(jī)視覺是一種新興的圖像分析技術(shù)，其利用計(jì)算機(jī)代替人類視覺，從拍攝的圖像中提取目標(biāo)信息進(jìn)行分析和識(shí)別，最后得到有應(yīng)用價(jià)值的結(jié)果。目前，計(jì)算機(jī)視覺在無人機(jī)上的應(yīng)用是輔助無人機(jī)自主著陸、自動(dòng)導(dǎo)航和飛行姿態(tài)監(jiān)控[11-15]。在農(nóng)業(yè)領(lǐng)域，計(jì)算機(jī)視覺可以分析無人機(jī)拍攝的農(nóng)田作物圖像，獲取作物的種類和長(zhǎng)勢(shì)、病蟲草害發(fā)生程度及水分供應(yīng)信息，或者在農(nóng)業(yè)保險(xiǎn)勘測(cè)中分析估算作物受災(zāi)面積。李宗南等利用無人機(jī)遙感拍攝了玉米田塊圖像，然后通過計(jì)算機(jī)視覺分析色彩和紋理特征，建立了玉米倒伏面積提取方法。

在大力發(fā)展精準(zhǔn)農(nóng)業(yè)的趨勢(shì)下，作為基礎(chǔ)技術(shù)的農(nóng)田信息獲取顯得尤為重要。農(nóng)田信息獲取的方式包括衛(wèi)星遙感、大型飛機(jī)航拍、車載或手持?jǐn)z像和無人機(jī)拍攝。其中，無人機(jī)拍攝適合我國單位種植面積小、農(nóng)作物品種多樣的國情，若將計(jì)算機(jī)視覺與無人機(jī)結(jié)合，則有助于推動(dòng)農(nóng)田信息獲取方式的進(jìn)步。本文基于計(jì)算機(jī)視覺，建立了一種獲取農(nóng)田信息的無人機(jī)系統(tǒng)。無人機(jī)裝載的數(shù)碼相機(jī)拍攝農(nóng)田圖像，通過無線通訊裝置發(fā)送給信息檢測(cè)中心，由圖像采集卡轉(zhuǎn)換為數(shù)字信號(hào)；計(jì)算機(jī)視覺模塊接收原始圖像依次進(jìn)行預(yù)處理、灰度化和特征提取，最后根據(jù)顏色特征對(duì)農(nóng)田中的作物種類、生長(zhǎng)勢(shì)態(tài)和面積進(jìn)行識(shí)別，從而獲取農(nóng)田信息。利用該系統(tǒng)對(duì)種植不同作物的農(nóng)田進(jìn)行試驗(yàn)，驗(yàn)證系統(tǒng)信息獲取的準(zhǔn)確性和實(shí)時(shí)性，以便為拓寬無人機(jī)在農(nóng)業(yè)中的應(yīng)用范圍提供技術(shù)支持。

1 系統(tǒng)的設(shè)計(jì)及組成

1.1 總體設(shè)計(jì)

農(nóng)田信息獲取系統(tǒng)由無人機(jī)平臺(tái)、無線傳輸模塊、地面站和計(jì)算機(jī)視覺模塊4部分組成。系統(tǒng)的工作流程為地面站根據(jù)農(nóng)田面積和形狀等特征規(guī)劃航線，通過無線傳輸裝置發(fā)送給無人機(jī)。機(jī)載相機(jī)拍攝農(nóng)田圖像，回傳給地面站進(jìn)行存儲(chǔ)并轉(zhuǎn)換為數(shù)字信號(hào)由計(jì)算機(jī)視覺模塊分析識(shí)別。核心計(jì)算機(jī)平滑圖像噪音增加可識(shí)別性，然后對(duì)輸入的圖像進(jìn)行分析，提取農(nóng)田信息并進(jìn)行保存，如圖1所示。

圖1 農(nóng)田信息獲取系統(tǒng)的工作流程

1.2 組成部分

無人機(jī)平臺(tái)為大疆精靈Phantom 4 Advanced型四旋翼型無人機(jī)，滿載質(zhì)量5kg，續(xù)航時(shí)間30min。其能夠采用GPS/GLONASS雙模式定位，安裝前視視覺裝置，無線傳輸速度可以達(dá)到Class10，最遠(yuǎn)傳輸距離7km。數(shù)碼相機(jī)為尼康COOLPIX P60型，安裝在無人機(jī)的下方，光軸與豎直方向夾角為40°，寬度和高度上的像素分別為3 264點(diǎn)和2 448點(diǎn)，拍攝生成JPEG格式的圖像。

無線傳輸模塊采用Wifi無線通訊方式，其通訊帶寬大，數(shù)據(jù)實(shí)時(shí)傳輸能力強(qiáng)。模塊可以通過PID控制方法將設(shè)定的飛行路徑發(fā)送給無人機(jī)，并利用紅外無線傳輸控制其飛行速度和方向，同時(shí)實(shí)時(shí)接收相機(jī)拍攝的畫面并傳送給圖像采集卡。圖像采集卡為天創(chuàng)UB570型，將相機(jī)拍攝的JPEG格式圖像轉(zhuǎn)換為數(shù)字信號(hào)以供核心計(jì)算機(jī)分析。

地面站安裝大疆DJIGS Pro專業(yè)版軟件，用于設(shè)計(jì)無人機(jī)的飛行航路，控制飛行速度、高度、姿態(tài)和相機(jī)拍攝時(shí)機(jī)。核心計(jì)算機(jī)為聯(lián)想揚(yáng)天M4700型臺(tái)式計(jì)算機(jī)，硬件配置Intel i6中央處理器和10GB的DDR4內(nèi)存，運(yùn)行快速，性能穩(wěn)定。安裝Windows10操作系統(tǒng)和MatLab工具箱，可以滿足圖像實(shí)時(shí)處理和信息存儲(chǔ)的要求。

2 圖像處理

2.1 圖像的采集和預(yù)處理

以水稻田為例，無人機(jī)保持4m/s速度和10m高度沿田埂飛行，啟動(dòng)相機(jī)拍攝圖像。相機(jī)與稻田之間處于相對(duì)運(yùn)動(dòng)的狀態(tài)，再加上拍攝瞬間可能出現(xiàn)的抖動(dòng)，導(dǎo)致稻田圖像中含有噪音，對(duì)成像質(zhì)量和后續(xù)分析造成了影響。這里對(duì)圖像通過5×5的中值濾波進(jìn)行平滑處理，去除噪音，得到稻田的原始圖像，如圖2所示。由于相機(jī)在高處俯視拍攝，其光軸與豎直方向存在一定的夾角，使得各個(gè)距離上的物體在圖像上存在不同程度的畸變，會(huì)影響后續(xù)作物面積計(jì)算結(jié)果的準(zhǔn)確性。文本參考紀(jì)壽文等的方法，對(duì)圖像的畸變進(jìn)行矯正[16]。

2.2 圖像的灰度化

根據(jù)水稻田圖像受光照強(qiáng)度影響較大的實(shí)際特點(diǎn)，選用HSI模型的顏色空間分析圖像，分別對(duì)色調(diào)H、飽和度S和亮度I分量進(jìn)行處理，得到在HSI顏色空間下對(duì)I分量灰度化的圖像，如圖3所示。

圖2 水稻田的原始圖像

圖3 水稻田的灰度化圖像

2.3 農(nóng)田信息獲取

水稻田圖像由水稻、雜草和工作行組成。其中，雜草為淺綠色，兩行水稻之間預(yù)留的工作行為黑色。水稻按照長(zhǎng)勢(shì)分為兩種，揚(yáng)花期水稻為黃綠色，分蘗期水稻為深綠色。大部分水稻雜草也是禾本科植物，葉片形狀與水稻相似，計(jì)算機(jī)視覺的區(qū)分難度較大。因此，利用各組成部分的顏色差異將它們分離出來。

圖像分割的計(jì)算簡(jiǎn)單，運(yùn)行速度快，是利用顏色特征對(duì)圖像各組成部分進(jìn)行識(shí)別的有效方法。在色調(diào)H、飽和度S和亮度I這3個(gè)分量中，水稻和雜草的顏色特征受亮度I影響最小。因此，將I分量效果圖和灰度圖分別做最大類間方差分析后再進(jìn)行二值化，通過分析直方圖獲得最大閾值T1、T2和T3，經(jīng)過閾值分割得到雜草、揚(yáng)花期水稻、分蘗期水稻和工作行的圖像區(qū)域，如圖4所示。統(tǒng)計(jì)各圖像區(qū)域范圍內(nèi)的像素點(diǎn)數(shù)，通過標(biāo)定像素當(dāng)量與拍攝距離之間的關(guān)系，便可以計(jì)算得到各圖像區(qū)域的實(shí)際面積。

圖4 水稻田的圖像分割

3 試驗(yàn)結(jié)果和分析

在本單位的試驗(yàn)基地內(nèi)分別選擇水稻、小麥、玉米和大豆的代表性田塊，用無人機(jī)拍攝圖像，然后進(jìn)行計(jì)算機(jī)視覺分析。4種作物的圖像分別在當(dāng)季拍攝，設(shè)置相同的無人機(jī)飛行速度、高度和拍攝角度以保證外部條件盡量一致。圖像分析后獲取作物、雜草和工作行的區(qū)域面積，與人工測(cè)量的實(shí)際值比較，計(jì)算相對(duì)誤差，用以評(píng)價(jià)系統(tǒng)獲取信息的準(zhǔn)確性。相對(duì)誤差計(jì)算公式為

式中δ——相對(duì)誤差，一般用百分?jǐn)?shù)表示；

△——絕對(duì)誤差；

L——實(shí)際測(cè)量值。

系統(tǒng)對(duì)4種作物農(nóng)田信息獲取結(jié)果的準(zhǔn)確性如表1所示。在水稻田和大豆田中獲取的目標(biāo)作物面積較為準(zhǔn)確，雜草和工作行面積的相對(duì)誤差較大，都超過10%。小麥田的各項(xiàng)相對(duì)誤差較小，都沒有超過10%，表現(xiàn)出很高的準(zhǔn)確性。玉米田的各項(xiàng)相對(duì)誤差都較大，其中工作行達(dá)到23.68%，準(zhǔn)確性最低。綜合分析發(fā)現(xiàn)：作物植株太高會(huì)形成遮擋，降低農(nóng)田信息獲取的準(zhǔn)確性。田間雜草的葉片形態(tài)和顏色與目標(biāo)作物接近時(shí)，識(shí)別的難度也會(huì)增加。系統(tǒng)從拍攝圖像到輸出結(jié)果的整個(gè)過程耗時(shí)2s，可以實(shí)現(xiàn)農(nóng)田信息的實(shí)時(shí)獲取和處理。

表1 系統(tǒng)獲取的各區(qū)域面積相對(duì)誤差

4 結(jié)論

基于計(jì)算機(jī)視覺技術(shù)，建立了一種用于獲取農(nóng)田信息的無人機(jī)系統(tǒng)。無人機(jī)拍攝農(nóng)田圖像，發(fā)送給信息檢測(cè)中心，轉(zhuǎn)換為數(shù)字信號(hào)后由計(jì)算機(jī)視覺模塊處理，根據(jù)顏色特征識(shí)別農(nóng)田作物種類和生長(zhǎng)勢(shì)態(tài)，并計(jì)算各區(qū)域面積。試驗(yàn)結(jié)果表明:系統(tǒng)對(duì)水稻、小麥和大豆田的信息獲取較為準(zhǔn)確，玉米田由于作物植株太高形成遮擋，降低了農(nóng)田信息獲取的準(zhǔn)確性。系統(tǒng)從拍攝圖像到輸出結(jié)果的整個(gè)過程耗時(shí)2s，具有較強(qiáng)的實(shí)時(shí)性，可以為拓寬無人機(jī)在農(nóng)業(yè)中的應(yīng)用范圍提供技術(shù)支持。