Methods, hardware and software for monitoring crops condition on early stages of vegetation
https://doi.org/10.22314/2073-7599-2017-5-33-37
Abstract
Lately, in addition to traditional methods of screening or selective crops inspection, instrumental means of monitoring, namely installed on unmanned aerial vehicles (UAV) video and photo-cameras, started to be implemented. The main advantage of conducting monitoring via UAV is that it does not mechanically affects plants and maintains high productivity during the surveying. However, during screening inspection of large crops areas (tens of thousands of hectars), especially on the early stages of vegetation, a problem of receiving the surveying analysis results promptly emerges. To solve this problem it is necessary to develop automated methods of identification and geo-referencing of the problematic zones. To count the amount of shoots and measure distance between them it is necessary to use the methods of images recognition based on the plants’ spectral characteristics analysis. The methodology of plants signals selection is based on the comparison of measured values with specified values; after that compilation of series using algorithm of approximation of slopes. Basing on the gathered information, statistical indicators characterizing the qualities of completion of the work were estimated. Experimental researches of the hardware and software methodology development were conducted using maize crops in the Krasnodar Territory. Comparative assessment of the measurement in manual and automatic regime using the developed software for shoots recognition and counting was conducted. The results difference equals 3-5 percent.
References
1. Федоренко В.Ф. Информационные технологии в сельскохозяйственном производстве: научно-аналитический обзор. М.: Росинформагротех, 2014. 234 с
2. Применение средств дистанционного зондирования Земли в сельском хозяйстве. Материалы всероссийской научной конференции (с международным участием). СанктПетербург, 1617 сентября 2015 г. СПб.: АФИ, 2015. 196 с
3. Артюшин А.А., Смирнов И.Г. Научно-техническое обеспечение применения ГЛОНАСС в сельскохозяйственном производстве // Сельскохозяйственные машины и технологии. 2015. N1. 8-11
4. Измайлов А.Ю., Лобачевский Я.П. Инновационные механизированные технологии и автоматизированные технические системы для сельского хозяйства // Модернизация сельскохозяйственного производства на базе инновационных машинных технологий и автоматизированных систем: Сборник докладов XII Международной научно-практической конференции. Ч.1. М.: ВИМ. 2012. С. 31-44
5. Измайлов А.Ю., Хорошенков В.К. Автоматизированные информационные технологии в производственных процессах растениеводства // Сельскохозяйственные машины и технологии. 2010. N4. С. 3-9
6. Измайлов А.Ю., Хорошенков В.К. Автоматизированная система управления посевом и внесением удобрений // Сельскохозяйственные машины и технологии. 2011. N4. С. 9-12
7. Смирнов И.Г., Марченко Л.А., Личман Г. И., Мочкова Т. В., Спиридонов А.Ю. Беспилотные летательные аппараты для внесения пестицидов и удобрений в системе точного земледелия // Сельскохозяйственные машины и технологии. 2017. N3. С. 10-16
8. Лобачевский Я.П., Смирнов И.Г., Хорт Д.О. Беспилотные технические средства для интеллектуальных технологий в садоводстве // Научно-практические основы ускорения импортозамещения продукции садоводства: Сборник. 2017. С. 257-262
9. Izmaylov A.Yu., Lobachevskiy Ya.P., Smirnov I.G., Kolesnikova V.A., Marchenko L.A. Substantiation of parameters of unmanned aerial vehicles for pesticides and fertilizers application in precision farming system // Mechanization in agriculture & Conserving of the resources. Sofia, Bulgaria. N5, 2017. С. 168-170
10. Марченко Л.А., Личман Г. И., Смирнов И.Г., Мочкова Т. В., Колесникова В.А. Дифференцированное внесение удобрений и пестицидов с использованием беспилотных летательных аппаратов // Сельскохозяйственные машины и технологии. 2017. N3. С. 17-23
11. Дуда Р.O., Харт П.E. Распознавание образов и анализ сцен: Пер. с анг. М.: Мир, 1976. 509 с
12. Личман Г.И., Колесникова В.А., Марченко Н.М., Марченко А.Н. Разработка алгоритма оценки точности систем позиционирования ГЛОНАСС/GPS при дифференцированном внесении удобрений // Сельскохозяйственные машины и технологии. 2017. N2. С. 4-8
13. Визинтер Ю.В., Желтов С.Ю., Бондаренко А.В., Ососков М.В., Моржин А.В. Обработка и анализ изображения в задачах машинного зрения: курс лекций и практических занятий. М.: Физматкнига, 2010. 672 с
14. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 584 с
15. Norremar M., Griepentrog H.W., Nielsen J., Sogaard H.T. The development and assessment of the accuracy of an autonomous GPSbased system for intrarow mechanical weed control in row crops. Biosystems engineering. 2008; Vol. 101; 4: 396-410
16. Марченко Л.А., Пакшвер С.А., Личман Г.И. Оценка эффективности дифференцированного внесения средств химизации методами инвестиционного анализа // Автоматизация и информационное обеспечение производственных процессов в сельском хозяйстве: Сборник докладов XI Международной научно-практической конференции. Ч. 2. М.: ВИМ. 2010. С. 731-738
Review
For citations:
Voronkov I.V. Methods, hardware and software for monitoring crops condition on early stages of vegetation. Agricultural Machinery and Technologies. 2017;(5):33-37. (In Russ.) https://doi.org/10.22314/2073-7599-2017-5-33-37
Views:
677
Email this article 