基于無人飛行器的水稻蟲害監測系統

摘 要：該系統利用GPS與GIS（地理信息系統）相結合的方法，為無人飛行器提供地理位置信息，實現四旋翼飛行器的自動飛行；利用WiFi網絡把采集的圖片傳輸到地面站，通過VC++中OpenCV的視覺庫對圖片進行圖像增強、圖像濾波、邊緣檢測和圖像分割，檢測到害蟲后，啟動預警模塊。

關鍵詞：無人飛行器；圖像處理；OpenCV

1 概述

水稻是中國重要的糧食作物之一，我國危害水稻的有害生物很多，據記載，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[1]。蟲害的發生會嚴重影響到水稻產量，并且使得高效低毒農藥的需求不斷增大，給稻米質量安全帶來了一定的安全隱患。可見，有效防治水稻害蟲對水稻高產與穩產具有重要意義。李繼宇、張鐵民等就在2009年提出了將小型無人機在農田信息監測系統中的應用，以小型無人機的靈活、不受地域及環境的限制來獲取高分辨率圖像，從而達到機動快速的農情監測系統[2]。本研究基于無人飛行器搭建稻田蟲害監測系統，具有監測范圍廣，不受地形限制，效率高，速度快等優點；利用WiFi傳輸圖像具有設備成本低，傳輸速率高，傳輸距離較遠，覆蓋范圍大等優點。

2 硬件系統設計

飛行器采用四旋翼飛行器。四旋翼具有很強的穩定性，且能夠實現超低空飛行和空中懸停，對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載量，可以負載較多信息采集傳感器而不影響速度和穩定性。四軸飛行器采用四個旋翼作為飛行的直接動力源，旋翼對稱分布在機體的前后、左右四個方向，四個旋翼處于同一高度平面，且四個旋翼的結構和半徑都相同，旋翼1和旋翼3逆時針旋轉，旋翼2和旋翼4順時針旋轉，四個電機對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算機和外部設備。四旋翼飛行器的結構形式如圖1所示。

電機1和電機3逆時針旋轉的同時，電機2和電機4順時針旋轉，因此當飛行器平衡飛行時，陀螺效應和空氣動力扭矩效應均被抵消。與傳統的直升機相比，四旋翼飛行器有下列優勢：各個旋翼對機身所施加的反扭矩與旋翼的旋轉方向相反，因此當電機1和電機3逆時針旋轉的同時，電機2和電機4順時針旋轉，可以平衡旋翼對機身的反扭矩。

系統所采用的四軸飛行器由主控制模塊、飛行控制器、無線通信模塊、驅動電機、遙控器等結構組成，如圖2所示。

3 軟件系統設計

地面站的設計基于MFC平臺，用于無人飛行器的地面控制與管理。地面站與無人機直接通過WiFi進行數據通訊，地面站軟件實時接收由WiFi傳來的各種狀態數據，實時解析處理后顯示在界面上；同時可以根據操作員的命令向無人機發送各種預定義的指令來對無人機進行控制。

4 圖像處理模塊設計

當地面站接收到飛機傳回的圖像時，將啟動圖像處理模塊，該模塊式基于OpenCV視覺庫的數字圖像處理，通過圖像濾波、背景分割、特征識別、特征提取、雜點計數，統計害蟲數量，當數量達到一定值時啟動預警模塊。

使用OpenCV處理圖像的優勢在于支持可嵌入性。OpenCV圖像處理算法庫在VC++編譯環境下運行，為數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別的函數。在稻田蟲害圖像處理中，運用OpenCV中的函數實現包括彩色轉換為灰度、高斯平滑、形態學操作、閾值二值化和邊緣提取等。

絕大多數水稻病蟲害的原因都是水稻的葉子出現黑斑或黃斑。OpenCV提供了blob斑點檢測方法的相應接口，先將圖像進行高斯模糊，再對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。同時設置最大斑點半徑，從而過濾掉圖像背景陰影部分，最終標記全部斑點并計數，當斑點數達到閾值時進行預警。

重要的步驟：（1）生成log sigma；（2）生成LOG卷積后的scale_space；（3）檢測所有可能的blob：（4）刪除重疊度大的blob。

圖3、圖4為圖像處理前后的對比，水稻上的黑斑被一一標出，達到預期效果。

5 結束語

本研究以無人飛行器為研究載體，通過地面站的控制以及各種圖像處理的算法，實現了對蟲害的檢測。所做設計可以從以下幾個思路進行完善：（1）路徑跟蹤：將每次系統啟動后的路徑記錄，以備查看。（2）實時導航：可以根據GPS提供的坐標點位提供移動的方向、最大速度和跟蹤時間等信息。

參考文獻

[1]楊玲玲，丁為民，劉德營，等.水稻飛虱圖像幾何形狀特征的提取[J].農機化研究，2008（6）：180-183.

[2]李繼宇，張鐵民，等.小型無人機在農田信息監測系統中的應用[J].農機化研究，2010（5）：183-186.

作者簡介：鐘澤宇（1995-），男，浙江紹興人，本科生，研究方向：嵌入式。