【开源】使用PhenoCV-WeedCam进行更智能、更精确的杂草管理

编辑：OAK中国
首发：oakchina.cn
喜欢的话，请多多⭐️✍

▌前言

Hello，大家好，这里是OAK中国，我是助手君。

我又来给大家分享OpenCV AI大赛的开源项目啦，这个项目是检测识别出杂草，项目地址：序号【52】。

以下是项目详情，来源：opencv.org。

背景

杂草是农业面临的最大挑战之一，它们与作物竞争可用的养分、水和阳光。

值得一提的是Myriad（著名RGB传感器）的方法已经被用于使用计算机视觉识别和绘制杂草地图，例如，一个简单的绳索除草器（又称 “除草器”）配上一个摄像头，可以控制生长点不受保护的非常小的杂草。随着杂草变得更大、更有侵略性，可能需要更昂贵的方法，而机器人安装的激光器已经取得了一些成效。

然而，到目前为止，还没有人成功地将深度信息与物体识别同时整合起来，用于杂草管理。有了三维信息，例如OpenCV AI Kit with Depth（OAK-D）提供的那种信息，我们可以根据生长点的位置和植物的整体耐寒性来改变控制方法。

监测和测绘杂草生长图是精准可持续农业（PSA）团队的主要目标之一。PSA团队开发工具来监测气候、土壤和农业管理对田间作物生产的影响，目的是改善农民的决策。

我们利用新的OpenCV OAK-D相机和英特尔发行的OpenVINO工具包，开发了一种半自动和非侵入性的方法，用于精确测量田间条件下杂草的高度和覆盖面积。这项目在2020年OpenCV人工智能竞赛中广受好评，并获得了荣誉奖。

以下是我们是如何做到的。

硬件

首先，现场小组前往野外，从横断面收集信息，确定出现的杂草类型，并测量杂草高度和地面覆盖。

注：在项目期间，我们不得不改变使用的相机，因为OAK-D（BW1098OBC）缺货了。取而代之的是，我们使用了一种类似的相机技术，由相同的软件支持（图1），其中的组件没有集成到一块板上。这个版本的相机（BW1098FFC）有三个FFC端口和一个可调节的基线，这允许更短的最小深度距离。

设置

材料清单（图2）：

• 平板电脑（联想P10或M10 /或类似的Android设备）
• 带绑带的伸缩单脚架
• OAK-D摄像机（BW1098FFC）
• Raspberry Pi 4 w/ micro SD卡32GB或更大
• 相机和Raspberry Pi的电源组（2路输出10000毫安）
• 电缆
• 腰包
• 平板电脑三脚架适配器
• 迷你球头（#2）
• 镜头布和刷子。