農藥噴灑處方圖生成算法的研究現狀與展望*

程夢潔，胡 波

（廣西科技大學自動化學院，廣西 柳州 545000）

0 引言

近年來，我國精準農業航空發展迅速，受到植保界的特別重視[1]。利用機載遙感系統可以產生精確的空間圖像來分析作物的水分、營養狀況和病蟲草害等，結合空間統計學合理地計算出每片區域農作物所需的農藥化肥劑量，通過全球定位系統和地理信息系統生成噴灑處方圖，實現對作物的變量、精準管理。與衛星和有人駕駛的飛機遙感相比，無人機能夠在低空飛行時獲得更多更詳細的作物信息，因此無人機成為獲取作物圖像的重要工具。

處方圖是實現精準農業的基礎，一般包含三層信息，分別為柵格信息、處方值信息和地理信息[2]。根據處方圖噴灑農藥或施用化肥，可顯著提高作業效率、增加農藥化肥的有效利用率，并減少對人體的危害和對環境的污染[3]。基于機器視覺的方法，是目前常用的處方圖生成技術，國內外研究學者針對農田、果園的噴灑處方圖生成技術進行了許多研究。但是自然環境下所采集的作物圖像易受到光照、天氣等因素的影響[4]，增加了生成準確處方圖的難度。因此，不斷優化噴灑處方圖生成技術對推動精準農業的發展，實現可持續發展農業具有重要意義。

噴灑處方圖生成技術主要分為田間視頻或圖像的采集、圖像處理技術、處方圖的創建三個步驟。根據以上三個環節，國內外研究學者通過對某個環節進行關鍵處理，用不同的方法對不同的環節進行優化改進，從而生成了可用于實際生產管理的噴灑處方圖。本文主要根據噴灑處方圖的生成步驟，對其生成過程中的關鍵處理進行了總結概括。

1 田間視頻或圖像的采集

無人機超低空飛行采集農田圖像時，可獲得具有高分辨率的圖像，但由于超低空飛行，無法通過一張圖像獲得整個農田的作物信息，而噴灑處方圖的生成需要綜合考慮農田的整體情況，需要多張圖像，通過圖像拼接等手段獲得整個農田的作物信息。作物信息獲取是生成準確噴灑處方圖的基礎和重要環節，精準檢測施藥區域和病蟲草害程度，可以為生成精準施藥處方圖提供數據支撐[4]。無人機具有高靈活性、高分辨率、無破壞和運行維護成本低的特點，適用于復雜農田環境的信息采集，因此，基于無人機的田間信息獲取技術被廣泛應用于精準農業生產及監測過程中[5]。無人機搭載RGB 相機、多光譜相機和高光譜相機獲取田間作物的彩色圖像和光譜圖像，是目前常用的信息采集方式。一般針對農作物或早期的研究中，多搭載RGB 相機[6]；近幾年在針對雜草處方圖和果園噴灑處方圖的研究中，多搭載多光譜相機[7]；而對于作物的健康監測多采用高光譜相機[8]。因此用無人機進行作物信息采集時，可根據需要選擇搭載合適的相機，以生成更準確的噴灑處方圖。

無人機圖像具有較高的空間分辨率，對不同作物的識別具有較高的可信度。Jesper Rasmussen 等[9]的研究表明采用同樣的方法對衛星圖像和無人機圖像進行雜草檢測，由于無人機圖像分辨率更高，具有更大的除草劑節省潛力。但是在使用無人機進行作物圖像采集時，如何設置無人機的技術規格和配置，以產生最精確的正交攝影，以及這些規格和配置對圖像分割和生成噴灑處方圖的影響都是需要考慮的[10]。其中，無人機飛行高度是影響空間分辨率的主要參數。Aaron Etienne 等[11]對比了無人機在30 m 和10 m 高度獲得的圖像集，用于深度學習識別雜草，試驗結果表明，10 m 高度采集的訓練圖像集的目標檢測性能顯著高于30 m 高度的訓練圖像集。López-Granados等[12]用無人機在30 m、60 m 和100 m 高度采集兩個玉米田的可見光（紅-綠-藍波段）和多光譜（紅-綠-藍和近紅外波段）圖像，識別玉米中的高粱草，實驗結果表明，利用多光譜相機在海拔30 m 處獲得了最精確的雜草分布圖。由此可見無人機飛行高度對成像的影響是明顯的，在較低高度獲取的圖像會產生更高的分辨率，為了獲得較高分辨率的圖像，需設置合適的飛行高度。根據每個特定的目標選擇搭載相機的類型，并確定無人機的飛行高度，可以獲得高分辨率的圖像，從而更準確地識別作物與雜草，生成更準確的噴灑處方圖。

2 圖像處理技術

圖像處理技術是生成噴灑處方圖的關鍵性步驟。針對無人機所采集的農田圖像中分割作物或雜草特征，識別作物、雜草或空缺區域是生成噴灑處方圖的基礎。國內外研究學者通過圖像灰度化、光照不均作物圖像處理和圖像分割等方法對圖像進行處理，以更好地識別作物、雜草或空缺，提高了分割精度。

2.1 圖像灰度化

為了有效地分割，需要采用有效的特征來區分植物和背景。顏色是區分植物和非植物背景的關鍵特征。超綠算法提取綠色植物圖像效果較好，陰影、枯草和土壤圖像等均能較明顯地被抑制，植物圖像更為突出，是作物識別中最常用的灰度化方法。如許真珠等[13]、尹東富等[14]和黃榮喜[15]在生成噴灑處方圖的過程中均采用了超綠（2G-R-B）特征對圖像進行了灰度化處理突出作物，使其可以更好地被識別出來。

2.2 光照不均作物圖像校正

無人機超低空飛行所采集的圖像具有較高的分辨率，但是超低空飛行，不可避免地會受到光照的影響，導致所采集的圖像出現光照強度不同的情況，如同一張圖像中的不同位置光照強度不同，相鄰兩張圖像強光所照射面積不同。光照不均是影響圖像分割精度的重要因素，提高光照不均勻圖像的分割精度是生成準確噴灑處方圖的基礎。光照偏強條件下農田圖像高光點區域丟失植物綠色特征將會對圖像分割質量產生影響[16]，為更好地滿足分割準確性，許多學者對光照不均勻圖像的分割進行了研究，提出了許多不均勻照度圖像校正方法，如在圖像預處理時對其進行亮度均勻化[17]；通過轉換顏色空間[18]，對顏色特征子空間進行相應處理來降低圖像的光照不均；或者通過幾何校正[19]的方法進行圖像預處理，校正光照不均的圖像。以上方法均可有效降低光照不均、光照偏強和陰影對圖像分割的影響，對獲得更準確的作物信息、提高處方圖的準確性和實用性具有重要意義。

2.3 圖像分割

為了進一步識別作物、雜草或空缺，對灰度圖像進行閾值分割是必然的一步。在常用的分割技術中，閾值分割是最簡單的方法。通過給定閾值，將圖像轉換為前景和背景元素，保留來自前景的值，并在后續步驟中丟棄背景元素[20]。Lia Duarte 等[20]通過閾值分割技術保留無人機采集圖像中的作物信息。Huasheng Huang 等將全卷積網絡（FCN）用于像素級分類，識別雜草和水稻，用來生成雜草處方圖。Chengcheng Chen等[21]采用改進的FSO算法，對玉米幼苗與雜草進行分割，準確率達到93.3%。通過改進分割算法可以準確分割作物和雜草，準確分割對提高噴灑處方圖的準確性有著至關重要的作用。

3 噴灑處方圖的生成

噴灑處方圖是根據田間作物生長情況、病蟲草害情況提出最佳施藥方案，并將其與作物位置、病蟲草害位置對應成一張治理田間病蟲草害的地理位置圖。在農作物生長過程中，除了需要噴灑除草劑以外，還需要在作物的不同生長階段針對作物噴灑植物生長調節劑或者葉面肥等，促進或抑制其生長過程的某些環節，使之向符合人類需要的方向發展。因此，根據農藥噴灑對象的不同，噴灑處方圖可分為雜草處方圖和作物處方圖。

3.1 雜草處方圖

雜草在任何空間尺度上的分布都是不均勻的，大面積的粗放噴灑不僅造成了除草劑的浪費，還會因除草劑的過度使用造成環境污染等問題。根據雜草覆蓋率使用適當的除草劑，可有效減少除草劑的使用，因此，大部分雜草處方圖是由雜草覆蓋圖生成的。Pietro Mattivi 等[7]通過使用可復制和可擴展的低成本UAS，與開源軟件相結合，識別和繪制雜草空間分布圖，然后通過網格劃分田地并通過計算每個網格單元的雜草覆蓋面積百分比獲得雜草處方圖。以上研究表明針對雜草分布情況生成雜草噴灑處方圖，再根據處方圖變量作業，可有效減少農藥的使用，提高農藥的利用率。

3.2 作物處方圖

作物處方圖包括農田中的作物生長狀況監測處方圖和果園處方圖。其中，果園作物研究最多的是葡萄園，主要原因是其生長環境特殊，采用傳統人工噴灑具有一定的困難，而且飄落的農藥會對人的身體健康產生影響。果園噴灑處方圖的生成，大多根據樹冠特征，包括樹冠高度、體積等構建冠層活力圖，然后根據所需施藥量生成果園噴灑處方圖[5]，指導無人機“有的放矢”地噴灑農藥，從而減少農藥用量，降低農藥殘留量，提升農藥利用率。

對于作物病害，化學防治是最有效的。遙感可以監測植被的動態變化，成為監測作物生長和識別作物病害的有用工具。除此之外，由于葉面對養分的吸收運轉比根部快，有利于及時滿足作物生長發育的要求，通過噴灑葉面肥可以更好地調節作物生長。因此，研究學者針對作物的生長狀況生成葉面肥施用處方圖，為及時有效地噴灑葉面肥提供信息參考。

4 總結

1）隨著科技的發展，處方圖與無人機相結合，減少了農藥化肥的使用，大大提高了作業效率。由現有的噴灑處方圖生成算法可知，有的研究者對前人的研究做出了改進，有的創新式提出了新的生成算法，同時對影響噴灑處方圖準確性的關鍵問題，如圖像采集時無人機飛行高度、自然環境下光照的影響等進行了相應的研究和處理，以此來減少外部因素的干擾。無人機低空飛行采集作物圖像時，如果離地面太近，無人機的風力太強，作物的波動太大，無法獲取更好的數據；如果離作物太遠，就不能獲得很好的分辨率。因此，無人機采集視頻圖像時的飛行高度是后續研究值得注意的一個方向。

2）無人機在自然環境下采集圖像，不可避免地會受到光照的影響，除對圖像亮度均勻化處理外，轉換顏色空間也是一種非常有效的減少光照影響的方法，利用與光照無關或相關性小的分量特征，可有效提高識別準確性。通過以上研究可知，通過減小光照影響可以減少環境因素對噴灑處方圖的影響，可提高噴灑處方圖的精度。