基于无人机影像分析与计算机视觉技术的玉米田定点杂草管理
计算机视觉与模式识别
2025-01-28 v1
摘要
目前，商业玉米生产中的杂草防治未考虑田间杂草分布信息。这种杂草管理方式导致给定田地中施用了过量的化学除草剂。本研究的目的是在玉米田中实施定点杂草防治（SSWC）：1）使用无人机系统（UAS）绘制田间杂草空间分布信息；2）基于杂草分布图生成处方图；3）使用处方图和商用尺寸喷雾机对田地进行喷洒。在本研究中，我们提出一种作物行识别（CRI）算法，一种在UAS影像上识别玉米行的计算机视觉算法。识别后，将玉米行从影像中移除，剩余植被部分被分类为杂草。基于该信息，创建基于网格的杂草处方图，并通过商用尺寸喷雾机实施杂草防治。在特定网格上喷洒除草剂的决策基于该网格单元中是否存在杂草。所有至少含有一株杂草的网格均被喷洒，而无杂草的网格则不被喷洒。与现有方法相比，使用我们的SSWC方法，我们能够节省26.23%的土地（1.97英亩）免于喷洒化学除草剂。本研究展示了从UAS图像采集到使用商用尺寸喷雾机实施田间杂草防治的完整工作流，并表明即使在杂草重度侵染的情况下，也可能获得一定程度的节省，这为减少玉米生产系统中的化学品使用提供了机会。
引用
@article{arxiv.2301.07519,
title = {Site-specific weed management in corn using UAS imagery analysis and computer vision techniques},
author = {Ranjan Sapkota and John Stenger and Michael Ostlie and Paulo Flores},
journal= {arXiv preprint arXiv:2301.07519},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2204.12417, arXiv:2206.01734