Identificação precisa de ervas daninhas de folhas largas em 0,5 segundos, SingTown impulsiona a atualização de maquinário agrícola.

Na produção mecanizada e inteligente da agricultura moderna, o controle preciso de ervas daninhas é um elo crucial para aumentar a produtividade das culturas e reduzir o uso de produtos químicos.

Os métodos tradicionais de controle de ervas daninhas dependem de trabalho manual ou sensores simples de cor, sendo difícil distinguir com precisão entre culturas e ervas daninhas, especialmente quando ervas daninhas de folhas largas e culturas são altamente semelhantes em aparência, o que facilmente leva a problemas de pulverização incorreta ou omissão.

Para isso, os fabricantes de equipamentos agrícolas inteligentes planejam adotar a câmera inteligente OpenMV da SingTown para construir um sistema de identificação de ervas daninhas baseado em visão computacional, destinado a reconhecer a distribuição de ervas daninhas na superfície do campo.

O sistema realiza imagens em tempo real das entrelinhas das culturas por meio de câmeras, utilizando algoritmos de reconhecimento de imagem para analisar diferenças de cor, forma e textura, distinguindo "ervas daninhas de folhas largas" das plantas normais.

Quando ervas daninhas são detectadas, o sistema emite um sinal de controle para a unidade de pulverização ou dispositivo de remoção, realizando operações automatizadas e precisas.

Este plano suporta operação em ambientes complexos, como luz forte e sombras em áreas externas, com alcance de detecção ajustável e alta precisão de reconhecimento, podendo efetivamente aumentar a eficiência da remoção de ervas daninhas e reduzir o uso de pesticidas.

O fabricante de dispositivos inteligentes agrícolas desenvolveu um sistema de identificação de ervas daninhas baseado na câmera inteligente OpenMV da SingTown, que pode detectar ervas daninhas em tempo real em equipamentos agrícolas, integrando visão computacional, reconhecimento de imagens por IA, segmentação de espaço de cores, análise morfológica e algoritmos de classificação de características.

O sistema coleta imagens da superfície do campo por meio de câmeras, converte as áreas verdes para o espaço de cores HSV e realiza análise de luminosidade, extraindo assim as principais regiões das folhas das plantas. Utilizando características típicas de ervas daninhas de folhas largas (folhas largas, textura áspera, cor mais clara, orientação irregular), o sistema combina indicadores como complexidade de bordas, variância de luminosidade e arredondamento da forma para realizar a classificação de alvos.

O módulo OpenMV pode lidar com ambientes de iluminação complexos no campo através de algoritmos de exposição dinâmica e compensação de luz, além de realizar análises de estabilização interquadros para vegetação em movimento, reduzindo efetivamente falsas detecções. Quando o sistema identifica a presença de ervas daninhas de folhas largas na área de detecção, ele imediatamente emite um sinal de alto nível para a unidade de controle principal, acionando o procedimento de pulverização ou remoção mecânica de ervas daninhas.

Além disso, o sistema pode ser integrado com módulos de GPS ou planejamento de rotas para registrar e analisar estatisticamente as trajetórias de corte.

Os resultados dos testes mostram que o sistema pode alcançar uma taxa de precisão de mais de 90% na identificação de ervas daninhas de folhas largas sob variações de iluminação em campo aberto e terrenos diversos, com um tempo de resposta inferior a 0,5 segundos.

O módulo de visão embarcado OpenMV da SingTown Technology possui tamanho compacto, baixo consumo de energia e algoritmos personalizáveis, sendo ideal para integração em equipamentos que exigem implantação na borda, como robôs agrícolas, pulverizadores inteligentes e veículos agrícolas autônomos, auxiliando a agricultura inteligente a alcançar controle preciso de ervas daninhas e gestão ecológica.