應(yīng)用方案—采用紅外熱像儀自動(dòng)檢測(cè)和識(shí)別野生生物

在農(nóng)業(yè)割草作業(yè)中，由于工作寬度和農(nóng)業(yè)機(jī)械速度的提高，每年有數(shù)千只野生動(dòng)物受傷或被殺死，所以有必要開發(fā)能夠檢測(cè)農(nóng)作物中的野生動(dòng)物而不需要停止耕種操作的自動(dòng)系統(tǒng)。

在過(guò)去的二十年中，紅外熱成像技術(shù)在計(jì)算機(jī)視覺(jué)和數(shù)字圖像處理的研究和應(yīng)用中越來(lái)越受到關(guān)注。由于照明的不變性和熱像儀的低廉價(jià)格，熱成像已成為戶外監(jiān)視，行人檢測(cè)和農(nóng)業(yè)作業(yè)中一種廣泛可行的技術(shù)。再搭配無(wú)人機(jī)這種新興技術(shù)，可以用于許多檢測(cè)目的。由于良好的飛行能力以及為飛行器配備計(jì)算機(jī)和紅外熱像儀，使得無(wú)人機(jī)能夠執(zhí)行高級(jí)和高精度任務(wù)。

因此，在農(nóng)田內(nèi)檢測(cè)和識(shí)別野生動(dòng)植物對(duì)于降低野生動(dòng)植物的死亡率，從而促進(jìn)對(duì)野生動(dòng)植物的友好養(yǎng)殖至關(guān)重要。

圖為用于捕獲視覺(jué)RGB和熱圖像的設(shè)置。

研究者提出的工作有助于紅外熱成像中動(dòng)物的自動(dòng)檢測(cè)和分類。該方法和結(jié)果都是基于從升降機(jī)手動(dòng)拍攝的頂視圖圖像，以激勵(lì)人們進(jìn)行基于無(wú)人機(jī)的檢測(cè)和識(shí)別工作。

圖為視覺(jué)RGB和熱圖像從5 m（a），15 m（b）和30 m（c）捕獲相同的場(chǎng)景。

該方法是基于為每個(gè)幀動(dòng)態(tài)擬合的閾值和新穎的特征提取算法，對(duì)于旋轉(zhuǎn)，縮放和部分姿勢(shì)都是不變的。在后續(xù)圖像中跟蹤檢測(cè)到的對(duì)象，以將時(shí)間信息包括在算法的識(shí)別部分內(nèi)。該算法已在野生動(dòng)物友好型養(yǎng)殖的背景下通過(guò)使用真實(shí)動(dòng)物的對(duì)照實(shí)驗(yàn)進(jìn)行了測(cè)試。

目前，紅外熱像儀搭配無(wú)人機(jī)技術(shù)用于自動(dòng)檢測(cè)和識(shí)別野生動(dòng)植物是正在進(jìn)行的對(duì)野生動(dòng)植物友好型農(nóng)業(yè)研究的一部分。使用來(lái)自實(shí)際無(wú)人機(jī)拍攝的錄像來(lái)檢測(cè)是識(shí)別野生動(dòng)物，也是目前較為行之有效的方法。

參考資料：

Peter Christiansen, Kim Arild Steen, et al. Automated Detection and Recognition of Wildlife Using Thermal Cameras [J]. Sensors. 14:13778-13793, 2014.