Как сообщается на сайте ТУСУРа, специалисты университета разрабатывают программу для анализа видео- и фотоснимков растений с квадрокоптера, которая поможет своевременно обнаружить отклонение от нормы в развитии посевов.

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.

- 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. В настоящее время у нас есть заинтересованность от одного из сельхозхозяйств Томского района для проведения наших исследований. В наших планах – автоматизировать обработку и анализ большого массива фотографий, которые будут получаться в ходе испытаний на реальных сельхозугодьях, - поясняет Мария Дадонова, один из разработчиков.

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.