OpenMV
Boucliers
Lentille
Robotique
Livre
Vidéo
Télécharger
Documents
Forum
OpenMV.io
GitHubDans la production agricole moderne mécanisée et intelligente, le désherbage de précision est un maillon clé pour augmenter le rendement des cultures et réduire l'utilisation de produits chimiques.
Les méthodes traditionnelles de désherbage reposent sur une intervention manuelle ou des capteurs de couleur simples, ce qui rend difficile la distinction précise entre les cultures et les mauvaises herbes. En particulier, les mauvaises herbes à feuilles larges présentent une forte ressemblance visuelle avec les cultures, entraînant fréquemment des problèmes de pulvérisation erronée ou manquée.
À cette fin, le fabricant d'équipements agricoles intelligents prévoit d'utiliser la caméra intelligente OpenMV de SingTown pour construire un système de reconnaissance des mauvaises herbes basé sur la vision artificielle, destiné à identifier la distribution des adventices à la surface des champs.
Le système réalise une imagerie en temps réel des interlignes de culture via une caméra, et utilise des algorithmes de reconnaissance d'image pour analyser les différences de couleur, de forme et de texture, distinguant ainsi les "mauvaises herbes à feuilles larges" des cultures normales.
Lorsque des mauvaises herbes sont détectées, le système envoie un signal de contrôle à l'unité de pulvérisation ou au dispositif de désherbage, permettant une opération automatisée et précise.
Ce système permet de fonctionner dans des environnements complexes tels qu'une forte lumière en extérieur ou des zones d'ombre. Sa plage de détection est réglable et sa précision de reconnaissance est élevée, ce qui améliore efficacement l'efficacité du désherbage et réduit l'utilisation de pesticides.

Le fabricant d'équipements intelligents agricoles a développé un système de reconnaissance des mauvaises herbes basé sur la caméra intelligente OpenMV de SingTown. Ce système permet de détecter en temps réel les mauvaises herbes sur les machines agricoles, intégrant la vision par ordinateur, la reconnaissance d'images par IA, la segmentation de l'espace colorimétrique, l'analyse morphologique et des algorithmes de classification des caractéristiques.
Le système capture des images de la surface du champ via une caméra, convertit les zones vertes dans l'espace colorimétrique HSV et analyse leur luminosité pour extraire les principales régions des feuilles des plantes. En utilisant les caractéristiques typiques des mauvaises herbes à feuilles larges (large surface foliaire, texture rugueuse, couleur claire, orientation désordonnée), le système combine des indicateurs tels que la complexité des contours, la variance de luminosité et la circularité de la forme pour réaliser la classification des cibles.
Le module OpenMV peut gérer les environnements lumineux complexes des champs grâce à des algorithmes d'exposition dynamique et de compensation de l'éclairage, et effectuer une analyse de stabilisation inter-images sur la végétation en mouvement, réduisant efficacement les fausses détections. Lorsque le système détecte la présence de mauvaises herbes à feuilles larges dans la zone de surveillance, il émet immédiatement un signal de niveau haut vers l'unité de contrôle principale, déclenchant le programme de pulvérisation ou de désherbage mécanique.
De plus, le système peut être couplé avec un module GPS ou de planification d'itinéraire pour enregistrer et analyser statistiquement les trajectoires de tonte.
Les résultats des tests indiquent que ce système peut atteindre un taux de précision de plus de 90% dans l'identification des mauvaises herbes à feuilles larges, sous des conditions d'éclairage variable en extérieur et sur des terrains divers, avec un temps de réponse inférieur à 0,5 seconde.
SingTown OpenMV, le module de vision embarqué, se caractérise par son format compact, sa faible consommation d'énergie et la personnalisation de ses algorithmes. Il s'intègre parfaitement aux équipements nécessitant un déploiement en périphérie, tels que les robots agricoles, les pulvérisateurs intelligents et les véhicules agricoles autonomes, contribuant ainsi à une agriculture intelligente pour un désherbage précis et une gestion écologique.

Sentinelle IA basée sur OpenMV : rappel automatique en cas de non-fermeture des lieux sensibles
Détecte automatiquement si la porte d’un lieu sensible reste ouverte trop longtemps et en informe sans délai.

Alerte immédiate en cas de franchissement non autorisé d’une zone par une personne – OpenMV incarne la « sensation de limite sécurisée ».
Détection des comportements de franchissement de la ligne de délimitation virtuelle par des personnes ou des équipements.

« Agent IA de gestion urbaine » lancé : système automatisé de détection des activités commerciales illégales sur la voie publique basé sur OpenMV
Identification automatique des activités commerciales illégales sur la voie publique, afin de soutenir la gestion quotidienne des villes.

Des bouteilles de gaz mal rangées ? Déclenchez automatiquement une alerte de danger à l’aide d’OpenMV
Détection automatique des emplacements non conformes des bouteilles de gaz afin d’identifier préalablement les risques liés au gaz.

Travaux sous tension sans gants isolants ? OpenMV émet immédiatement une alerte !
Détection automatique du port de gants isolants par les travailleurs, afin d’assister les opérations sécurisées.

Utilisation de la caméra intelligente OpenMV pour détecter en temps réel les défauts présents à la surface des plaques d’aluminium
Détection en ligne des défauts tels que les rayures et les déformations sur la surface des plaques d’aluminium, afin de soutenir la maîtrise de la qualité.