Здоровье растений – по снимкам

В Томском государственном университете систем управления и радиоэлектроники разрабатывается программа для анализа видео и фотоснимков растений с квадрокоптера, которая поможет своевременно обнаружить отклонение от нормы в развитии посевов.

В настоящее время фото- и видеосъёмка с квадрокоптеров используется в основном для картографии, удалённого мониторинга и наблюдения за географически протяжёнными объектами, в ходе поисково-спасательных операций, а также просто для получения хороших фотокадров. Для наблюдения за посевами в России в последние годы начинают разрабатывать и внедрять системы космического мониторинга сельхозугодий. Такие работы проводятся и в ТУСУРе, в Центре космического мониторинга Земли (ЦКМЗ). Однако, как отмечает научный руководитель ЦКМЗ ТУСУРа профессор Михаил Юрьевич Катаев, космические снимки зависят от наличия облачности, что существенно ограничивает их применение. Для получения детальной информации о состоянии растений на территории сельхозугодий, по словам руководителя центра ТУСУРа, возможно применение беспилотных летающих устройств с установленными цифровыми камерами.

Мария Дадонова, один из разработчиков

- Для того чтобы качественно провести анализ состояния растительности на территории сельхозугодий, необходимы снимки с более низкого расстояния, чем это позволяют сделать спутниковые приборы. Мы поставили себе задачу – на первом этапе, не задействуя спутниковые снимки, создать систему анализа состояния растений по фото- и видеоизображениям, полученным с квадрокоптера, рассказала Мария Дадонова, одна из разработчиков. – Одно из сельхозхозяйств  Томского районазаинтереосовалось нашими исследованиями. В наших планах – автоматизировать обработку и анализ большого массива фотографий, которые будут получаться в ходе испытаний на реальных сельхозугодьях.

Аналогов системы для обработки снимков с квадрокоптера в целях сельского хозяйства, по словам разработчиков, нет. Она создаётся для помощи тем агрохозяйствам, которые уже начали применять современные технологии для экономии времени и человеческих затрат при наблюдении и контроле за урожаем. Система поможет после использования фото- и видеосъёмки полей квадрокоптером извлечь из полученных снимков больше полезной информации, необходимой для своевременного обнаружения отклонения растений от нормального вегетативного состояния.

В создании системы для обработки изображений с квадрокоптеров разработчики ТУСУРа используют те же подходы, которые применяются при анализе цифровых изображений, а также методики, используемые при космическом мониторинге. Это так называемый текстурный анализ для классификации типов растений и вычисления вегетационных индексов, необходимых для определения состояния растений.

«Для верификации предложенного подхода мы провели эксперимент, в ходе которого выращивались два типа растений: пшеница и овёс. Ежедневно в одно и то же время растения фотографировали. Были получены цифровые изображения жизни растений: от рождения до стадии увядания. С помощью разрабатываемой программы обработали изображения и получили графики вегетационного состояния жизни растений. По графикам можно получить информацию о состоянии растения в данный момент времени, а по координатам полученного изображения – точку на поле, куда можно приехать для более детального наземного обследования», – рассказала Мария Дадонова.

Она добавила, что главная задача разработчиков – научить программу точно обрабатывать данные и выдавать пользователю понятную ему информацию, например, сообщать, как изменилось состояние у растения за определённый период времени. В настоящее время готов алгоритм отделения растения от основного фона изображения: программа понимает, какой «полезный» объект нужно искать. Также реализована предварительная обработка изображений: программа самостоятельно устраняет шумы, искажения, деформации, полученные в ходе съёмки. Одна из основных задач, которую предстоит решить разработчикам далее, – создать полную базу индексов различных растений, классифицировать их, чтобы программа смогла точно проанализировать большой объём изображений с квадрокоптера и просигнализировать об отклонениях в реальном масштабе времени.