Информационное агентство "Светич". Сайт о сельском хозяйстве. 16+
Доска Почета АПК агроснабжение

Применение систем технического зрения в точном земледелии (окончание статьи)

Применение систем технического зрения в точном земледелии (окончание статьи)
Окончание. Начало в №4 (148) май 2017 г.

В прошлом номере журнала «Нивы России» мы выяснили, что такое техническое зрение, его роль в точном земледелии, рассмотрели способы получения информации об объекте в техническом зрении, в том числе, поговорили о цифровых фотографических методах, полусферической фотографии, компьютерном стереозрении (StereoVision). В продолжение публикации сегодня мы рассмотрим остальные возможные способы и поговорим о применении технического зрения в современном аграрном производстве.

Сенсоры LIDAR
Лида́р (транслитерация LIDAR англ. Light Identification Detection and Ranging – световое обнаружение и определение дальности) – технология получения и обработки информации об удалённых объектах с помощью активных оптических систем, использующих явления отражения света и его рассеяния в прозрачных и полупрозрачных средах.
Лидар как прибор представляет собой, как минимум, активный дальномер оптического диапазона. Сканирующие лидары в системах машинного зрения формируют двумерную или трёхмерную картину окружающего пространства. «Атмосферные» лидары способны не только определять расстояния до непрозрачных отражающих целей, но и анализировать свойства прозрачной среды, рассеивающей свет. Разновидностью атмосферных лидаров являются доплеровские лидары, определяющие направление и скорость перемещения воздушных потоков в различных слоях атмосферы.
ЛИДАР позволяет осуществлять 3D сканирование различных объектов. Данный метод позволяет без разрушения объекта сканировать его, определять расстояние, генерировать уникальное и всеобъемлющее математическое описание древовидной структуры. Расстояние между датчиком и мишенью (например, лист или ветвь) может быть измерено с помощью одного из двух методов: (i) измерения времени, за которое лазерный импульс перемещается между датчиком и целью (время пролета LIDAR), или (ii) измерения разность фаз между падающим и отраженным лазером импульсом. ЛИДАР сенсор может быть размещен на спутнике, самолете или наземных средствах. 
Основным достоинством этого сенсора является высокая скорость и точность измерений. Сенсор  ЛИДАР облегчает описание геометрической структуры деревьев за счет быстрого определения расстояния до 1000 точек в секунду и построения 3D облака точек с координатами X, Y, Z, используя которое, путем применения соответствующего можно реконструировать и описать в цифровом виде структуру деревьев с высокой точностью. По этой причине, несмотря на их плохую работу в пыльной среде, ЛИДАР системы оказались одними из наиболее часто используемых датчиков для геометрической характеристики деревьев (рисунок 1).

Основным достоинством этого сенсора является высокая скорость и точность измерений. Сенсор  ЛИДАР облегчает описание геометрической структуры деревьев за счет быстрого определения расстояния до 1000 точек в секунду и построения 3D облака точек с координатами X, Y, Z, используя которое, путем применения соответствующего можно реконструировать и описать в цифровом виде структуру деревьев с высокой точностью. По этой причине, несмотря на их плохую работу в пыльной среде, ЛИДАР системы оказались одними из наиболее часто используемых датчиков для геометрической характеристики деревьев.
Возможность использования ЛИДАРов для количественной оценки пространственной вариации объектов, таких как крона деревьев, делает их более перспективными для исследований по сравнению с существующими методами. ЛИДАР системы могут быть использованы для количественной оценки изменений в структуре кроны в различных временных масштабах. Они могут быть также использованы при проведении полевых экспериментов, включая внесение удобрений, определение температуры почвы, полив и др..

Термография
Для получения информации о состоянии почвы, растений в настоящее время широко используется термография. Термография, тепловое изображение или тепловое видео — это научный способ получения термограммы – изображения в инфракрасных лучах, показывающего картину распределения температурных полей. Термографические камеры обнаруживают излучение в инфракрасном диапазоне электромагнитного спектра (примерно 0,9-14 мкм) и на основе этого излучения создают изображения, позволяющие определить перегретые или переохлаждённые места. Так как инфракрасное излучение испускается всеми объектами, имеющими температуру, согласно формуле Планка для излучения чёрного тела, термография позволяет «видеть» окружающую среду с/или без видимого света. Интенсивность теплового излучения тела увеличивается с повышением его температуры, поэтому термография позволяет видеть распределение температуры по поверхности тела. Когда смотрим через тепловизор, то более тёплые объекты видны лучше на фоне окружающей среды; люди и теплокровные животные лучше заметны в окружающей среде, как днём, так и ночью (Рисунок 2)


Термография используется для подсчета количества плодов, например яблок, на дереве. Обнаружение плодов с использованием термографии базируется на предположении, что их температура существенно отличается от температуры окружающей среды. Данное предположение верно для многих случаев, так как термодинамические свойства плодов отличаются от окружающих их объектов. Фрукты и окружающая их листва содержат воду, но масса фруктов обычно больше массы листьев, поэтому их термодинамическая реакция различна. Тем не менее, температура плодов также зависит от интенсивности поступающей радиации, окружающей температуры, относительной влажности и  скорости ветра. Алгоритм обработки теплового изображения при обнаружении плодов функционирует более эффективно, когда контраст между плодами и окружающих их листвой максимален. Для определения наиболее благоприятного времени для обнаружения плодов были проведены исследования с цитрусовыми насаждениями .

Применение систем ТЗ
В настоящее время системы ТЗ все шире и шире используются в сельском хозяйстве для повышения эффективности управления продукционным процессом сельскохозяйственных культур. Публикуется большое количество научных статей, посвященных изучению факторов, используемых для управления продукционным процессом, которые могут быть оценены количественно и качественно при помощи сис-
тем ТЗ. Совершенствование аппаратных средств и программного обеспечения способствуют дальнейшему расширению исследований, направленных  на более широкое использование ТЗ в сельском хозяйстве. Техническое зрение является эффективным инструментом для получения информации о факторах управления продукционным процессом. Способы оценки этих факторов могут быть классифицированы  на прямые и косвенные (рисунок 3).


Определение свойств почвы
Системы МЗ широко применяют для качественной и количественной оценки физико-механических и агротехнических свойств почвы как одного из важных факторов управления продукционным процессом. Деформация почвы и структурные изменения, величина уплотнения, содержание органического вещества, водоудерживающая способность это те факторы, которые могут быть оценены качественно и количественно при помощи систем ТЗ и, полученная при этом информация, может быть использована при выработке решений по управлению этими факторами. Так, структура почвы зависит от размера и формы частиц и существенно влияет на ее водоудерживающую способность и должна учитываться при определении режимов полива. Используются различные виды изображения для оценки структуры почвы, например, такие СТ сканнеры и цифровые изображения. При оценке параметров почвы необходимо принимать во внимание, что почва является динамической системой с быстрым изменением свойств. Поэтому очень важно знать, как протекают эти процессы, чтобы более точно прогнозировать влияние на них природных и антропогенных факторов. МЗ является эффективным средством для оценки различных атрибутов почвы. Для этих целей может быть использованы многоканальные изображения, позволяющие одновременно оценивать органическое вещество, минералогический состав и другие параметры. 

Обнаружение сорняков и дифференцированное применение химических средств защиты растений (ХЗР)
Нежелательные и вредные растения называются сорняками. Другими словами, сорняки это растения, которые растут вопреки нашему желанию. Вредность сорняков заключается в том, что они конкурируют с культурными растениями за воду, питательные элементы и свет, создают сложности при выполнении сельскохозяйственных операций, приводят к выходу из строя рабочих органов машин, способствуют распространению болезней и вредителей. Семена сорняков загрязняют урожай и тем самым снижают его стоимость. Для дифференцированного использования средств защиты растений и других средств борьбы с сорняками необходимо знать распределение их по полю.
Использование машинного зрения для обнаружения сорняков при дифференцированном применении ХСЗР является, пожалуй, наиболее распространенным в точном земледелии. Существует два аспекта, когда необходимо обнаруживать сорняки: (а) обнаружение сорняков на поле среди культурных растений; (б) выделение конкретного сорняка среди остальных для соответствующего гербицида. Первая задача более простая, так как приходится идентифицировать объект среди двух классов объектов. Вторая задача сложнее, так как приходится выбирать конкретный сорняк среди большего числа классов сорняков. Обнаружение культурных растений посредством машинного зрения может облегчать обнаружение сорняков. Это обусловлено тем, что культурные растения более однородны, чем сорняки, и имеют более известную геометрическую форму. Такой подход используется при селективном применении гербицидов и механическом удалении сорняков, избегая при этом повреждения культурных растений. Некоторые из них используют простые системы обнаружения культур на основе перехвата света, другие определяют растения на основе сочетания таких параметров как цвет и форма с использованием  классификационных алгоритмов, например, двумерных вейвлетов.

Обнаружение болезни растений
Основные методы, используемые для обнаружения болезни растений, представлены на рисунке 4 .


На начальной стадии заболевания растений флуоресценция является наиболее подходящим методом, так как можно оценивать состояние растения по продуктивности фотосинтеза. По мере развития метаболических изменений, грибок начинает, распространяется радиально вокруг своей точки инфекции. Инфицированные участки растения подвергаются некрозу: теряют пигментацию, прекращается процесс фотосинтеза и клеточные стенки разрушаться. В этот момент инфицированные участки становятся видимыми.
Некроз – это отмирание клеток и образование участков отмершей ткани, происходящее под действием токсинов патогенна, либо неблагоприятных абиотических факторов (высокие и низкие температуры, недостаток влаги, химические вещества и т. п.). При некрозах в клетках происходят необратимые изменения, которые приводят их к гибели. Некроз может быть общим или местным. Общий некроз характеризуется отмиранием всего растения или его большей части. Он наблюдается при таких болезнях, как сосудистый микоз ильмовых и дуба, когда патоген распространяется по всему растению и вызывает его отмирание. Местный, или локальный, некроз обычно ограничен в своем распространении и чаще проявляется в виде отдельных отмерших пятен на листьях, стеблях, плодах, либо формирования раковых язв, ступенчатых ран и т. п.
Анализ отраженного света может помочь в обнаружении инфекции. Например, может быть обнаружен возбудитель пропагулы. в видимом спектре (в зависимости от возбудителя); деградация хлорофилла и покраснение кромки (550 нм; 650-720 нм); старение в  диапазоне (680-800 нм) из-за потемнения (1400-1600 нм и 1900-2100 нм) из-за сухости; изменения плотности полога и листовой поверхности в NIR.
В то время как болезнь постепенно поражает все растение, оно испытывает сильный стресс, который ведет к общему закрытию устьица, в целях сокращения потерь воды. Это изменение в транспирации можно контролировать с помощью термографии. Однако температура листьев быстро меняются, и в значительной степени зависит от температуры  окружающей среды, освещения и ветра. Следовательно, В связи с изменением экологических факторов, термография дает не точные результаты. Рассмотренные методы дают более надежные результаты, когда болезнь полностью развилась и инвазии являются высокими. Очевидно, что некоторые изменения в спектральных характеристиках растений делают возможным использовать оптические сигналы для обнаружения присутствия заболеваний сельскохозяйственных культур.
Эффективность выявления заболевания во многом зависит от алгоритмов, используемых для обработки данных. Для каждой болезни растений гиперспектральные способы визуализации могут быть использованы для упрощения и автоматизации обнаружение заболевания. Это может быть основано на использовании простых алгоритмов или нейронных сетей, например, которые использовали алгоритмы анализа изображений для различения между фоном и пшеничной массой (на основе отражательной способности в диапазоне 675 нм и 750 нм), а затем по классификации комбинаций спектральных диапазонов различать здоровые ткани листьев и участков озимой пшеницы, пораженных желтой ржавчиной. Дальнейшее улучшение систем обнаружения болезни растений, может быть достигнуто в результате объединения мультисенсорных спектральных и флуоресцентных методов. Преимущества, недостатки и лучшее потенциальное использование рассмотренных сенсорных  технологий приведены в таблице 1 .

ЗАКЛЮЧЕНИЕ

1. Для эффективного управления продукционным процессом сельскохозяйственных культур необходимо получать информацию о факторах, характеризующих состояние растения и окружающей среды, воздействую на которые, можно получить ожидаемый эффект.
2. В последнее время для получения информации о факторах управления продукционным процессом начали широко применять системы технического (машинного) и компьютерного зрения. Неотъемлемой составляющей этих систем являются различные датчики и сенсоры, такие как оптические, радарные, световые, лазерные, ультразвуковые, ЛИДАР сенсоры и другие.
3. Для эффективной и достоверной оценки конкретного фактора необходимы сенсоры с соответствующими характеристиками. Кроме того, для оперативного воздействия на эти факторы с целью управления продукционным процессом необходимы алгоритмы и программные обеспечения, позволяющие в режиме реального времени обрабатывать получаемую информацию и вырабатывать управленческие воздействия на исполнительные механизмы технических систем.
 
Г.И. ЛИЧМАН, д-р техн. наук., зав. лабораторией,
И.Г. СМИРНОВ,  канд. с.-х.. наук, учёный секретарь, ФГБНУ ФНАЦ ВИМ, 
Беленков А.И., д-р с.-х. наук. РГАУ-МСХА имени К.А. ТИМИРЯЗЕВА


Журнал "Нивы России", №5 (149) июнь 2017
Комментарии (0)

Нет комментариев. Ваш будет первым!

Яндекс Директ