CN114283067A - 一种处方图获取方法、装置、存储介质及终端设备 - Google Patents
一种处方图获取方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN114283067A CN114283067A CN202111651230.0A CN202111651230A CN114283067A CN 114283067 A CN114283067 A CN 114283067A CN 202111651230 A CN202111651230 A CN 202111651230A CN 114283067 A CN114283067 A CN 114283067A
- Authority
- CN
- China
- Prior art keywords
- cell
- area
- center position
- image
- prescription
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 26
- 238000003973 irrigation Methods 0.000 description 6
- 230000002262 irrigation Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000009331 sowing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请提出一种处方图获取方法、装置、存储介质及终端设备,通过获取单元格图像;单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,单元格图像对单元格的覆盖率大于预设的覆盖阈值,单元格为目标作业区域的子区域,目标作业区域被划分为至少两个单元格;依据拍摄中心位置对单元格图像进行拼接,获得目标作业区域对应的第一处方图;单元格图像携带对应拍摄中心位置。本实施例中通过拍摄中心位置即可完成拼接,技术更简单,拼接速度更快。并且依据拍摄中心位置进行组合拼接,在保障拼接得到的第一处方图的图片质量的前提下,对拼接图片之间的重合度没有要求,从而保障单元格图像重合率很低,降低存储数据大小,降低算力要求。
Description
技术领域
本申请涉及图像领域,具体而言,涉及一种处方图获取方法、装置、存储介质及终端设备。
背景技术
随着社会的发展和科学的进步,越来越多智能设备被用于各行各业。智能设备例如为智能驾驶车辆、无人机以及智能灌溉设备等等。很多智能设备的运作都需要依赖精确的地图信息,例如处方图。以智能灌溉设备为例,智能灌溉设备需要通过地图信息确定灌溉对象所在区域的坐标信息和障碍物所在区域的坐标信息,从而实现精准灌溉和避障。
如何准确快速地获取到对应的地图信息,成为了本领域技术人员亟待解决的问题。
发明内容
本申请的目的在于提供一种处方图获取方法、装置、存储介质及终端设备,以至少部分改善上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种处方图获取方法,所述方法包括:
获取单元格图像;
其中,所述单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,所述单元格图像对所述单元格的覆盖率大于预设的覆盖阈值,所述单元格为目标作业区域的子区域,所述目标作业区域被划分为至少两个单元格;
依据所述拍摄中心位置对所述单元格图像进行拼接,获得所述目标作业区域对应的第一处方图;其中,所述单元格图像携带对应拍摄中心位置。
第二方面,本申请实施例提供一种处方图获取装置,所述装置包括:
信息获取单元,用于获取单元格图像;
其中,所述单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,所述单元格图像对所述单元格的覆盖率大于预设的覆盖阈值,所述单元格为目标作业区域的子区域,所述目标作业区域被划分为至少两个单元格;
处理单元,用于依据所述拍摄中心位置对所述单元格图像进行拼接,获得所述目标作业区域对应的第一处方图;其中,所述单元格图像携带对应拍摄中心位置。
第三方面,本申请实施例提供一种智慧农业***,该***包括上述第二方面提供的处方图获取装置。
第四方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
第五方面,本申请实施例提供一种终端设备,所述终端设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现上述的方法。
相对于现有技术,本申请实施例所提供的一种处方图获取方法、装置、存储介质及终端设备,通过获取单元格图像;单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,单元格图像对单元格的覆盖率大于预设的覆盖阈值,单元格为目标作业区域的子区域,目标作业区域被划分为至少两个单元格;依据拍摄中心位置对单元格图像进行拼接,获得目标作业区域对应的第一处方图;单元格图像携带对应拍摄中心位置。本实施例中通过拍摄中心位置即可完成拼接,技术更简单,拼接速度更快。并且依据拍摄中心位置进行组合拼接,在保障拼接得到的第一处方图的图片质量的前提下,对拼接图片之间的重合度没有要求,从而保障单元格图像之间的重合率很低,降低存储数据的大小,并降低算力要求。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的终端设备的结构示意图;
图2为本申请实施例提供的处方图获取方法的流程示意图;
图3(a)为本申请实施例提供的目标作业区域的实例示意图;
图3(b)为本申请实施例提供的目标作业区域对应的边界示意图;
图4为本申请实施例提供的单元格分布示意图;
图5为本申请实施例提供的处方图获取方法的流程示意图之一;
图6为本申请实施例提供的飞行航线示意图;
图7为本申请实施例提供的S101的子步骤示意图;
图8为本申请实施例提供的飞行高度与单次拍摄面积的关系示意图;
图9为本申请实施例提供的S101-3的子步骤示意图;
图10为本申请实施例提供的处方图获取方法的流程示意图之一;
图11(a)为本申请实施例提供的目标对象在单元格内的分布示意图;
图11(b)为本申请实施例提供的目标特征在单元格图像中的分布示意图;
图12为本申请实施例提供的第一处方图示意图;
图13为本申请实施例提供的处方图获取方法的流程示意图之一;
图14为本申请实施例提供的矢量网格图层的示意图;
图15为本申请实施例提供的第二处方图示意图;
图16为本申请实施例提供的处方图获取装置的单元示意图。
图中:10-处理器;11-存储器;12-总线;13-通信接口;201-信息获取单元;202-处理单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
在一种可能的实现方式中,可以通过无人机拍照将相片上传到云端进行拼接,并将拼接完成后的图片通过AI识别图像的物体特征及分布,然后生成处方图。但是,因为无人机的拍照数量巨大,会导致拼接时间过长,例如,无人机拍100亩土地的图片上传到云端进行拼接,拼接时间需要4个小时,如果农场包括几千亩或几万亩土地,拼接时间就可能更长,可能导致错过农业生产中执行某一种农事的最佳时机。而且,为了确保拼接完成后的图片质量,两张图片拼接处要求存在30%以上重合度才可以进行拼接,图像中的重复内容较多,较浪费服务器存储空间和算力资源。
本申请实施例提供了一种终端设备,可以是电脑设备或服务器设备。请参照图1,终端设备的结构示意图。终端设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接,处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
处理器10可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,处方图获取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示,但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序,例如处方图获取装置对应的程序。处方图获取装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在终端设备的操作***(operating system,OS)中的软件功能模块。处理器10在接收到执行指令后,执行所述程序以实现处方图获取方法。
可能地,本申请实施例提供的终端设备还包括通信接口13。通信接口13通过总线与处理器10连接。
可选地,终端设备为电脑设备或服务器设备时,电脑设备或服务器设备可以通过通信接口13与飞行器(例如,无人机)进行通信交互。例如,可以向飞行器下发指令消息,或接收飞行器传输的图像信息。应理解,飞行器设置有图像采集模块,用于采集图像。
在一种可能的实现方式中,终端设备为飞行器,飞行器在采集到单元格图像后,即可执行本申请实施例提供的处方图获取方法。
应当理解的是,图1所示的结构仅为终端设备的部分的结构示意图,终端设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供的一种处方图获取方法,可以但不限于应用于图1所示的终端设备,具体的流程,请参考图2,处方图获取方法包括S103和S107,具体阐述如下。
S103,获取单元格图像。
其中,单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,单元格图像对单元格的覆盖率大于预设的覆盖阈值,单元格为目标作业区域的子区域,目标作业区域被划分为至少两个单元格。
请参考图3(a)和图3(b),图3(a)为本申请实施例提供的目标作业区域的实例示意图,图3(b)为本申请实施例提供的目标作业区域对应的边界示意图。应理解,在农业作业过程中,可能不需要对所有的农田同时进行作业,例如只需要对某一户人家对应的土地进行作业。为了减少工作量和运算量,只需要获取该户人家对应的土地(即目标作业区域)的图像信息。需要说明的是,图3(a)和图3(b)所示的目标作业区域为规则的矩形,但并不构成限定,目标作业区域还可以是圆形、多边形以及不规则形状。
请参考图4,图4为本申请实施例提供的单元格分布示意图。如图4所示,所有的单元格组合在一起可以完全覆盖目标作业区域,甚至可以超出目标作业区域。因为单元格图像对单元格的覆盖率大于预设的覆盖阈值,所以最终依据单元格图像拼接完成的图像对于目标作业区域的覆盖率也会大于预设的覆盖阈值,可以保障地图信息基本完整,不会出现大面积缺失。可选地,覆盖阈值例如为95%。
可选地,飞行器在获取不同单元格图像时的飞行高度可以相同,也可以不同,在此不进行限定。
S107,依据拍摄中心位置对单元格图像进行拼接,获得目标作业区域对应的第一处方图。
其中,单元格图像携带对应拍摄中心位置。
应理解,当服务器作为终端设备时,需要接收飞行器传输的单元格图像时,单元格图像可以携带对应的拍摄中心位置。用于依据拍摄中心位置对单元格图像进行组合拼接,相对于现有技术中图像融合技术,本实施例中通过拍摄中心位置即可完成拼接,技术更简单,拼接速度更快。并且依据拍摄中心位置进行组合拼接,在保障拼接得到的第一处方图的图片质量的前提下,对拼接图片之间的重合度没有要求,从而保障单元格图像之间的重合率很低,降低存储数据的大小,并降低算力要求。
综上所述,本申请实施例提供了一种处方图获取方法,通过获取单元格图像;单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,单元格图像对单元格的覆盖率大于预设的覆盖阈值,单元格为目标作业区域的子区域,目标作业区域被划分为至少两个单元格;依据拍摄中心位置对单元格图像进行拼接,获得目标作业区域对应的第一处方图;单元格图像携带对应拍摄中心位置。本实施例中通过拍摄中心位置即可完成拼接,技术更简单,拼接速度更快,可以用在实时拼接场景,可以理解地,飞行器在飞行过程中,即可依据当前拍摄所得的单元格图像进行图像拼接,并进行相应处理以生成所需的处方图。并且依据拍摄中心位置进行组合拼接,在保障拼接得到的第一处方图的图片质量的前提下,对拼接图片之间的重合度没有要求,从而保障单元格图像之间的重合率很低,降低存储数据的大小,并降低算力要求。
在图2的基础上,关于飞行器如何准确获取每一个单元格对应的单元格图像,本申请实施例还提供了一种可能的实现方式,请参考图5,处方图获取方法还包括S101和S102,具体阐述如下。
S101,将目标作业区域划分为至少两个单元格,获取每一个单元格所对应的拍摄中心位置。
可选地,工作人员可以在数值化模型(例如数字农场)中选择带有坐标的地块,得到地块的边界和面积,明确需要生成处方图的目标作业区域,如图3(b)所示。
可选地,还可以依据工作人员在数值化模型中输入的边界信息确定目标作业区域,输入的边界信息例如为四个顶点坐标或者划定的边界线。
在确定目标作业区域后,将目标作业区域进行划分,保障所有的单元格组合在一起可以完整覆盖目标作业区域,进而获取每一个单元格所对应的拍摄中心位置,保障飞行器在拍摄中心位置所采集的单元格图像对单元格的覆盖率大于预设的覆盖阈值。详细步骤请参考下文图7所示的S101的子步骤。
S102,将每一个单元格对应的拍摄中心位置传输给飞行器,以使飞行器在拍摄中心位置获取对应的单元格图像。
可选地,根据每一个单元格对应的拍摄中心位置的坐标和飞行器停靠位置坐标,以每两个相邻最短距离的坐标为飞行路线,自动规划无人机飞行航线,生成如图6所示的飞行航线。在飞行航线中对每一个单元格对应的拍摄中心位置进行标记,然后将飞行航线传输给飞行器,以使飞行器按照航线飞行,依次到达每一个拍摄中心位置,从而在拍摄中心位置获取对应的单元格图像。
当然地,也可以直接将每一个单元格对应的拍摄中心位置传输给飞行器,由飞行器完成飞行航线的规划。
需要说明的是,图5中所示的S101和S102,与图2中所示的S103和S107的执行主体可以相同,也可以不同。例如,图2中步骤的执行主体为服务器,图5中步骤的执行主体为用户终端(例如手机)。
在图5的基础上,对于S101中的内容,本申请实施例还提供了一种可能的实现方式,请参考图7,S101包括S101-1、S101-2、S101-3以及S101-4,具体阐述如下。
S101-1,依据预设的影像清晰度标准值确定飞行器的飞行高度。
可选地,影像清晰度标准值为采集对象的影像清晰度要求值,可以工作人员根据后续处方图的用途预先设定的。应理解,处方图的用途不同时,其对应的影像清晰度标准值不同,例如施肥灌溉与除草喷药对处方图的精度要求不同,所以对应的影像清晰度标准值也不相同。
应理解,对于同一个图像采集设备,飞行高度越高时,影像清晰度越低。
S101-2,依据飞行高度,获取飞行器的单次拍摄面积。
请参考图8,图8为本申请实施例提供的飞行高度与单次拍摄面积的关系示意图。如图8左侧所示,当飞行高度越高时,单次拍摄面积越大,对应的影响清晰度越低。
可选地,在飞行高度确定后,可以依据飞行高度确定能够采集到的图像边长和图像边宽,从而确定单次拍摄面积。
S101-3,依据单次拍摄面积将目标作业区域划分为至少两个单元格。
请继续参考图8,图8右侧为本申请示例提供的单元格示意图。如图8所示,单元格的面积小于或等于单次拍摄面积。
可选地,单元格的边长小于图像边长和/或单元格的边宽小于图像边宽。例如,单元格的边长比图像边长短1米,单元格的边宽比图像边宽短一米。
假设当单次拍摄面积恰好等于单元格的面积,飞行器在单元格的拍摄中心位置恰好能完整的获取到单元格图像。如果飞行器的航向或俯仰角发生变化,会导致飞行器的拍摄角度发生变化,从而不能完整地对单元格进行图像采集。如果单元格的面积小于单次拍摄面积,即使飞行器的航向或俯仰角发生变化,也能较为全面的获取到单元格对应的图像内容,从而保障了最后获取到的处方图的完整性。
S101-4,将处于每一个单元格的中心,且相对于地面的高度为飞行高度的位置确定为对应的拍摄中心位置。
应理解,在S101-4之后,飞行器在每一个拍摄中心位置相对于地面的飞行高度一致,保障了图像的清晰度一致,改善用户体验。可选地,可以依据数字农场获得每个单元格的中心点的坐标。
在图7的基础上,当目标作业区域为矩形时,对于S101-3中的内容,本申请实施例还提供了一种可能的实现方式,请参考图9,S101-3包括S101-3A、S101-3B以及S101-3C,具体阐述如下。
S101-3A,依据单次拍摄面积确定单元格的面积。
可选地,将单次拍摄面积与预设比例值的乘积作为单元格的面积,预设比例值可以为90%。应理解,单元格的边宽小于图像边宽,单元格的边长小于图像边长。在一种可能的实现中,单元格的边宽与单元格的边长的比值,与图像边宽和图像边长的比值相同。从而便于后续单元格整齐排列。
S101-3B,从目标作业区域的任意一个顶点处,开始铺设子区域。
其中,子区域的面积等于单元格的面积。
可选地,每一个子区域存在至少一个相邻的子区域,并且任意两个子区域的重合率可以为0,从而降低图像的重合率。
可选地,请参图4,假设以目标作业区域的任意最长边为X轴,与X轴相邻最长的地块边长为Y轴,在X轴与Y轴相交的原点O。从原点O开始平铺子区域,子区域完全覆盖地块后得到子区域数量及位置信息,并且基于数字农场获得每个子区域拍照中心点的坐标。
S101-3C,在子区域完全覆盖目标作业区域后,将子区域确定为单元格。
在图2的基础上,对于如何进一步提升处方图中信息的丰富性,本申请实施例还提供了一种可能的实现方式,请参考图10,在S103之后,处方图获取方法还包括S105和S106,具体阐述如下。
S105,对单元格图像的目标特征进行识别。
其中,目标特征为目标对象在图像中的特征信息。
请参考图11(a)和图11(b),图11(a)为本申请实施例提供的目标对象在单元格内的分布示意图,图11(b)为本申请实施例提供的目标特征在单元格图像中的分布示意图。
可选地,可以对单元格图像进行语义识别,获取每一个像素点属于目标对象的置信度,当置信度大于预设的置信度阈值时,可以将该像素点确定为目标特征。
可选地,还可以将单元格图像输入对应的神经网络模型,神经网络模型可以对其中的目标特征进行标记。
需要说明的是,图11(a)和图11(b)中以杂草作为目标对象进行示例展示,但并不构成限定。在一种可能的实现方式中,目标对象还可以是目标作业区域中的农作物(例如棉花),还可以是田埂。可选地,可以依据处方图的用途预先对目标对象进行设置。
S106,依据目标特征在单元格图像中对目标对象的轮廓进行标记。
具体地,目标对象的轮廓标记如图11(b)所示。
可选地,在S106之后,执行S107,以使依据拍摄中心位置对单元格图像进行拼接,以得到如图12所示的第一处方图,获得的第一处方图还包括目标对象的轮廓标记,从而提升了第一处方图中信息的丰富性,便于后续使用。
在一种可能的实现方式中,可以在拼接完成得到第一处方图后,对第一处方图中的目标特征进行识别,从而获得目标对象的轮廓标记。
请继续参考图10,在单元格图像还携带飞行器在拍摄时的航向角度和/或俯仰角度时,关于如何提升拼接所获得的第一处方图的准确性和完整性,本申请实施例还提供了一种可能的实现方式,如图10所示,在S103之后,处方图获取方法还包括S104,具体阐述如下。
S104,依据航向角度和/或俯仰角度对单元格图像进行旋转调整。
应理解,当存在航向角度和/或俯仰角度,会导致拍摄到的单元格图像不能完整地对单元格进行覆盖,所以需要进行调整。可选地,依据航向角度对单元格图像进行旋转调整,或者依据俯仰角度对单元格图像进行旋转调整,或者依据航向角度和俯仰角度对单元格图像进行旋转调整。
其中,航向角度为飞行器的机头朝向角度,俯仰角度为飞行器的机身相对于水平面的夹角。
可选地,旋转调整的单元格图像相对于单元格的覆盖率更高,在S104之后,执行S107,从而提升了最终获得的第一处方图相对于目标作业区域的覆盖率和准确性。
应理解,S104可以在S105和S106之前执行,S104也可以在S105和S106之后执行,在此不做限定。
在图2的基础上,关于如何进一步提升处方图中信息的精确程度,本申请实施例还提供了一种可能的实现方式,请参考图13,在S107之后,处方图获取方法还包括S108,具体阐述如下。
S108,将第一处方图与目标作业区域对应的矢量网格图层进行重合,以得到第二处方图。
其中,矢量网格图层为由大小相同的矢量网格所构成的图层,矢量网格的面积小于单元格的面积,矢量网格图层标记有每一个矢量网格的坐标信息。
请参考图14,图14为本申请实施例提供的矢量网格图层的示意图。可选地,基于数字农场的地块自动生成3m*3m的矢量网格图层,并赋值每个矢量网格坐标。需要说明的是,3m*3m为单个矢量网格的面积,仅用于作为示例,并不构成限定。
应理解,矢量网格的面积大小可以根据后续的作业要求进行调整,但需要保持小于单元格的面积;才能够起到精化地图信息,使坐标信息更详细的目的;矢量网格图层可以是基于目标区域在数字化模型中的部分自动生成的。
请参考图15,图15为本申请实施例提供的第二处方图的融合过程示意图。如图15所示,可以获知与目标特征(或目标轮廓标记)重合的矢量网格的坐标。便于后续基于该坐标进行其他的处理,例如除草。
本申请实施例提供的处方图获取方法中,缩短生成处方图的时长,在网络稳定情况下,飞行器拍完处方图作业区域的相片上传到云端,20分钟内,终端设备即可以完成作业处方图;相对直接进行图像融合的方法减少服务器存储空间和算力资源。
上述中,作业处方图可以包括但不限于:病害处方图、喷洒处方图、播撒处方图;其中,病害处方图可以清楚地反映地块中病虫害情况,进而有利于后续农事决策的确定;喷洒处方图可以清楚地反映作物营养液或农药的喷洒情况,有利于后续指引飞行器针对少喷或漏喷的地方进行补喷作业,或指引飞行器针对多喷的地方进行稀释作业;播撒处方图可以清楚地反映飞行器的播撒情况,有利于后续指引飞行器进行补播作业。
请参阅图16,图16为本申请实施例提供的一种处方图获取装置,可选的,该处方图获取装置被应用于上文所述的终端设备。
处方图获取装置包括:信息获取单元201和处理单元202。
信息获取单元201,用于获取单元格图像;
其中,单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,单元格图像对单元格的覆盖率大于预设的覆盖阈值,单元格为目标作业区域的子区域,目标作业区域被划分为至少两个单元格;
处理单元202,用于依据拍摄中心位置对单元格图像进行拼接,获得目标作业区域对应的第一处方图;其中,单元格图像携带对应拍摄中心位置。
可选地,信息获取单元201可以执行上述的S102和S103,处理单元202可以执行上述的S101、S104-S108。
需要说明的是,本实施例所提供的处方图获取装置,其可以执行上述方法流程实施例所示的方法流程,以实现对应的技术效果。为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
本申请实施例还提供了一种智慧农业***,该智慧农业***包括上述任一实施例中的处方图获取装置。另外,该智慧农业***可以是一种软件产品,也可以是一种软硬结合的产品,以供用户使用去获取所需的处方图。
本申请实施例还提供了一种存储介质,该存储介质存储有计算机指令、程序,该计算机指令、程序在被读取并运行时执行上述实施例的处方图获取方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种终端设备,可以是服务器设备、电脑设备或飞行器设备,该终端设备如图1所示,可以实现上述的处方图获取方法;具体的,该终端设备包括:处理器10,存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序,当一个或多个程序被处理器10执行时,执行上述实施例的处方图获取方法。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (11)
1.一种处方图获取方法,其特征在于,所述方法包括:
获取单元格图像;
其中,所述单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,所述单元格图像对所述单元格的覆盖率大于预设的覆盖阈值,所述单元格为目标作业区域的子区域,所述目标作业区域被划分为至少两个单元格;
依据所述拍摄中心位置对所述单元格图像进行拼接,获得所述目标作业区域对应的第一处方图;其中,所述单元格图像携带对应拍摄中心位置。
2.如权利要求1所述的处方图获取方法,其特征在于,在获取所述飞行器反馈的单元格图像之前,所述方法还包括:
将目标作业区域划分为至少两个单元格,获取每一个单元格所对应的拍摄中心位置;
将每一个单元格对应的拍摄中心位置传输给飞行器,以使所述飞行器在所述拍摄中心位置获取对应的单元格图像。
3.如权利要求2所述的处方图获取方法,其特征在于,所述将目标作业区域划分为至少两个单元格,获取每一个单元格所对应的拍摄中心位置的步骤,包括:
依据预设的影像清晰度标准值确定所述飞行器的飞行高度;
依据所述飞行高度,获取所述飞行器的单次拍摄面积;
依据所述单次拍摄面积将目标作业区域划分为至少两个单元格;其中,所述单元格的面积小于或等于所述单次拍摄面积;
将处于每一个单元格的中心,且相对于地面的高度为所述飞行高度的位置确定为对应的拍摄中心位置。
4.如权利要求3所述的处方图获取方法,其特征在于,当所述目标作业区域为矩形时,所述依据所述单次拍摄面积将目标作业区域划分为至少两个单元格的步骤,包括:
依据所述单次拍摄面积确定所述单元格的面积;
从所述目标作业区域的任意一个顶点处,开始铺设子区域,其中,所述子区域的面积等于所述单元格的面积;
在所述子区域完全覆盖所述目标作业区域后,将所述子区域确定为所述单元格。
5.如权利要求1所述的处方图获取方法,其特征在于,在获取单元格图像之后,所述方法还包括:
对所述单元格图像的目标特征进行识别,其中,所述目标特征为目标对象在图像中的特征信息;
依据所述目标特征在所述单元格图像中对所述目标对象的轮廓进行标记。
6.如权利要求1所述的处方图获取方法,其特征在于,所述单元格图像还携带所述飞行器在拍摄时的航向角度和/或俯仰角度,在获取单元格图像之后,所述方法还包括:
依据所述航向角度和/或所述俯仰角度对所述单元格图像进行旋转调整。
7.如权利要求1所述的处方图获取方法,其特征在于,在依据所述拍摄中心位置对所述单元格图像进行拼接,获得所述目标作业区域对应的第一处方图之后,所述方法还包括:
将所述第一处方图与所述目标作业区域对应的矢量网格图层进行重合,以得到第二处方图,其中,所述矢量网格图层为由大小相同的矢量网格所构成的图层,所述矢量网格的面积小于所述单元格的面积,所述矢量网格图层标记有每一个矢量网格的坐标信息。
8.一种处方图获取装置,其特征在于,所述装置包括:
信息获取单元,用于获取单元格图像;
其中,所述单元格图像为飞行器在每一个单元格对应的拍摄中心位置所获取的图像,所述单元格图像对所述单元格的覆盖率大于预设的覆盖阈值,所述单元格为目标作业区域的子区域,所述目标作业区域被划分为至少两个单元格;
处理单元,用于依据所述拍摄中心位置对所述单元格图像进行拼接,获得所述目标作业区域对应的第一处方图;其中,所述单元格图像携带对应拍摄中心位置。
9.一种智慧农业***,其特征在于,包括权利要求8所述的处方图获取装置。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
11.一种终端设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111651230.0A CN114283067B (zh) | 2021-12-30 | 2021-12-30 | 一种处方图获取方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111651230.0A CN114283067B (zh) | 2021-12-30 | 2021-12-30 | 一种处方图获取方法、装置、存储介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114283067A true CN114283067A (zh) | 2022-04-05 |
CN114283067B CN114283067B (zh) | 2023-09-01 |
Family
ID=80878814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111651230.0A Active CN114283067B (zh) | 2021-12-30 | 2021-12-30 | 一种处方图获取方法、装置、存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114283067B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933349A (zh) * | 2023-07-18 | 2023-10-24 | 中国科学院西北生态环境资源研究院 | 一种人类活动强度获取方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052562A (zh) * | 2017-12-04 | 2018-05-18 | 北京农业智能装备技术研究中心 | 一种微型处方图生成方法及装置 |
CN108196580A (zh) * | 2018-01-31 | 2018-06-22 | 佛山市神风航空科技有限公司 | 一种无人机的喷药方法及无人机 |
CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
-
2021
- 2021-12-30 CN CN202111651230.0A patent/CN114283067B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052562A (zh) * | 2017-12-04 | 2018-05-18 | 北京农业智能装备技术研究中心 | 一种微型处方图生成方法及装置 |
CN108196580A (zh) * | 2018-01-31 | 2018-06-22 | 佛山市神风航空科技有限公司 | 一种无人机的喷药方法及无人机 |
CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
JP2021525426A (ja) * | 2018-05-28 | 2021-09-24 | ▲広▼州▲極飛▼科技有限公司Guangzhou Xaircraft Technology Co., Ltd. | ターゲット領域作業の計画方法、装置、記憶媒体及びプロセッサ |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933349A (zh) * | 2023-07-18 | 2023-10-24 | 中国科学院西北生态环境资源研究院 | 一种人类活动强度获取方法、装置、存储介质及电子设备 |
CN116933349B (zh) * | 2023-07-18 | 2024-03-12 | 中国科学院西北生态环境资源研究院 | 一种人类活动强度获取方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114283067B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019276115B2 (en) | Target Region Operation Planning Method and Apparatus, Storage Medium, and Processor | |
CN105159319B (zh) | 一种无人机的喷药方法及无人机 | |
Jiménez-Brenes et al. | Quantifying pruning impacts on olive tree architecture and annual canopy growth by using UAV-based 3D modelling | |
CN110968110B (zh) | 作业区域的确定方法、装置、无人机及存储介质 | |
WO2020024234A1 (zh) | 路径导航方法、相关装置及计算机可读存储介质 | |
US20210327287A1 (en) | Uav path planning method and device guided by the safety situation, uav and storage medium | |
WO2020220195A1 (zh) | 无人机的控制方法、设备、喷洒***、无人机及存储介质 | |
WO2021051278A1 (zh) | 地表特征识别方法、设备、无人机及计算机可读存储介质 | |
WO2020103110A1 (zh) | 一种基于点云地图的图像边界获取方法、设备及飞行器 | |
WO2020103108A1 (zh) | 一种语义生成方法、设备、飞行器及存储介质 | |
WO2020103109A1 (zh) | 一种地图生成方法、设备、飞行器及存储介质 | |
Gülci | The determination of some stand parameters using SfM-based spatial 3D point cloud in forestry studies: An analysis of data production in pure coniferous young forest stands | |
CN108885467B (zh) | 一种控制方法、终端、管理平台、***及存储介质 | |
CN111750857B (zh) | 航线生成方法、装置、终端及存储介质 | |
CN111222387B (zh) | 对象检测的***和方法 | |
WO2021081960A1 (zh) | 一种航线规划方法、设备、***及存储介质 | |
WO2020087297A1 (zh) | 一种无人机测试方法、设备及存储介质 | |
CN114283067B (zh) | 一种处方图获取方法、装置、存储介质及终端设备 | |
CN108007437B (zh) | 一种基于多旋翼飞行器测量农田边界与内部障碍的方法 | |
CN117516513A (zh) | 智能割草机路径规划方法、装置、设备及存储介质 | |
CN111753388B (zh) | 喷洒控制方法、装置、电子设备和计算机可读存储介质 | |
CN113454558A (zh) | 障碍物检测方法、装置、无人机和存储介质 | |
Palomino-Suarez et al. | Towards automatic UAV path planning in agriculture oversight activities | |
CN107272732A (zh) | 无人飞行装置集群*** | |
WO2022061496A1 (zh) | 对象边界提取方法、装置、可移动平台及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |