Identificação precisa de ervas daninhas de folha larga em 0,5 segundos, SingTown impulsiona a modernização da maquinaria agrícola.

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

Os métodos tradicionais de remoção de ervas daninhas dependem de trabalho manual ou de sensores de cor simples, sendo difícil distinguir com precisão entre culturas e ervas daninhas, especialmente quando as ervas daninhas de folhas largas e as 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 planeiam utilizar a câmara 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 dos campos.

O sistema realiza imagens em tempo real entre as linhas de culturas através da câmara, utilizando algoritmos de reconhecimento de imagem para analisar diferenças de cor, forma e textura, distinguindo "ervas daninhas de folha larga" das culturas normais.

Quando são detetadas ervas daninhas, o sistema emite um sinal de controlo 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 no campo, com alcance de deteção 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 equipamentos inteligentes agrícolas desenvolveu um sistema de identificação de ervas daninhas baseado na câmara inteligente OpenMV da SingTown Technology, que permite a deteção em tempo real de ervas daninhas em maquinaria agrícola, integrando visão computacional, reconhecimento de imagem por IA, segmentação de espaço de cores, análise morfológica e algoritmos de classificação de características.

O sistema recolhe imagens da superfície do campo através de câmaras, converte as áreas verdes para o espaço de cores HSV e analisa a luminosidade, extraindo assim as principais regiões das folhas das plantas. Com base nas características típicas das ervas daninhas de folha larga (folhas largas, textura rugosa, cor mais clara, orientação desordenada), o sistema combina indicadores como complexidade de bordas, variância de luminosidade e redondeza da forma para realizar a classificação de alvos.

O módulo OpenMV pode lidar com ambientes de luz complexos no campo através de algoritmos de exposição dinâmica e compensação de iluminação, e realizar análise de estabilização interquadros para vegetação em movimento, reduzindo efetivamente falsas detecções. Quando o sistema determina a presença de ervas daninhas de folha larga na área de deteção, emite imediatamente um sinal de alto nível para a unidade de controlo principal, acionando o procedimento de pulverização ou remoção mecânica de ervas.

Além disso, o sistema pode ser integrado com módulos de GPS ou planeamento de rotas, permitindo o registo e análise estatística de trajetórias de corte.

Os resultados dos testes mostram que o sistema pode alcançar uma precisão de identificação superior a 90% para ervas daninhas de folha larga sob condições de iluminação variável em campo aberto e em terrenos diversos, com um tempo de resposta inferior a 0,5 segundos.

O módulo de visão incorporado OpenMV da SingTown Technology, com o seu tamanho compacto, baixo consumo de energia e algoritmos personalizáveis, é ideal para integração em equipamentos que requerem implementação na periferia, como robôs agrícolas, pulverizadores inteligentes e veículos agrícolas autónomos, contribuindo para a agricultura inteligente na concretização de uma desmatação precisa e gestão ecológica.