CN104899787A - 一种水生动物的疾病诊断结果的获取方法及*** - Google Patents
一种水生动物的疾病诊断结果的获取方法及*** Download PDFInfo
- Publication number
- CN104899787A CN104899787A CN201510267262.9A CN201510267262A CN104899787A CN 104899787 A CN104899787 A CN 104899787A CN 201510267262 A CN201510267262 A CN 201510267262A CN 104899787 A CN104899787 A CN 104899787A
- Authority
- CN
- China
- Prior art keywords
- terminal
- image
- server
- pathological characters
- described terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种水生动物的疾病诊断结果的获取方法及***,该方法包括:终端采集水生动物的特征图像,并提取所述特征图像中的病理特征图像发送至服务器;所述服务器接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;所述终端接收所述远程服务器发送的分析结果。该方法可以直接通过终端向服务器发送水生动物的病理特征图片,服务器根据病理特征图片诊断完成后,向终端发送诊断结果,增加了诊断的正确率,提高了效率,使得水生动物的病害可以得到及时处理。
Description
技术领域
本发明涉及信息传输技术领域,具体涉及一种水生动物的疾病诊断结果的获取方法及***。
背景技术
随着经济快速发展,生活水平的提高,人们对水产品的需求越来越大,工厂化大规模化的水产养殖已经成为主要生产方式。然而规模化养殖中,病害如不能及时诊断治疗,将会造成重大损失。
现有的一些水产品远程疾病诊断方法在远程疾病诊断过程中只能采用文字进行沟通,没有实现对图片信息的分析,或没有对图片进行病理特征提取以进行疾病远程诊断,导致诊断结果不准确。
发明内容
针对现有技术中的缺陷,本发明提供了一种水生动物的疾病诊断方法、服务器和终端,提高了疾病诊断的准确度。
第一方面,本发明提供一种水生动物的疾病诊断结果的获取方法,包括:
终端采集水生动物的特征图像,并提取所述特征图像中的病理特征图像发送至服务器;
所述服务器接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
所述终端接收所述远程服务器发送的分析结果。
可选的,所述终端通过机器视觉方法提取所述特征图像中的病理特征图像。
第二方面,本发明还提供了一种水生动物的疾病诊断结果的获取***,包括:终端和服务器;
所述终端,用于采集水生动物的病理特征图像,并将所述特征图像发送至服务器;
所述服务器,用于接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
所述终端,用于接收所述远程服务器发送的分析结果。
可选的,所述终端,还用于:
通过机器视觉方法提取所述特征图像中的病理特征图像。
可选的,所述终端内设置有无线传输模块。
可选的,所述无线传输模块包括3G或4G模块。
由上述技术方案可知,本发明提供的一种水生动物的疾病诊断结果的获取方法及***,该方法可以直接通过终端向服务器发送水生动物的病理特征图片,服务器根据病理特征图片诊断完成后,向终端发送诊断结果,增加了诊断的正确率,提高了效率,使得水生动物的病害可以得到及时处理。
附图说明
图1为本发明一实施例提供的一种水生动物的疾病诊断结果的获取方法的流程示意图;
图2为本发明一实施例提供的一种水生动物的疾病诊断结果的获取***的结构示意图。
具体实施方式
下面结合附图,对发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
图1示出了本发明一实施例提供的一种水生动物的疾病诊断结果的获取方法的流程示意图,如图1所示,该方法包括如下步骤:
101、终端采集水生动物的特征图像,并提取所述特征图像中的病理特征图像发送至服务器;
102、所述服务器接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
103、所述终端接收所述远程服务器发送的分析结果。
上述方法可以直接通过终端向服务器发送水生动物的病理特征图片,服务器根据病理特征图片诊断完成后,向终端发送诊断结果,增加了诊断的正确率,提高了效率,使得水生动物的病害可以得到及时处理。
所述终端通过机器视觉方法提取所述特征图像中的病理特征图像。
具体的上述服务器可以通过以下方法对病理特征图像进行分析。
提取所述水生动物的病理特征图像HSV空间的H、S和V三个颜色的归一化分量;
对所述HSV空间的H、S和V三个颜色的归一化分量分别进行高斯滤波图像处理;
对高斯滤波处理后的图像采用分水岭算法,获取所述病理特征图像的区域图像。
将所述区域图像与预设数据库中的病斑图像进行对比,获取所述水生动物的疾病;
或者,
在所述预设数据库中不存在与所述区域图像相同的图像时,获取所述预设数据库中与所述区域图像的特征相似度最高的图像,并根据所述相似度最高的图像对应的疾病确定所述水生动物的疾病。
图2示出了本发明一实施例提供的一种水生动物的疾病诊断结果的获取***,包括:终端1和服务器2;
所述终端1,用于采集水生动物的病理特征图像,并将所述特征图像发送至服务器;
所述服务器2,用于接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
所述终端1,用于接收所述远程服务器发送的分析结果。
所述终端,还用于:
通过机器视觉方法提取所述特征图像中的病理特征图像。
所述终端内设置有无线传输模块。
所述无线传输模块包括3G或4G模块。
上述终端比如智能手机内置有摄像头和4G或3G通信模块,通过4G或3G模块,由运营商网络接入互联网。
上述***中在操作者需要诊断水产动物的疾病时,不需要携带服务器到诊断现场,相对于现场计算机诊断,本发明远程疾病诊断中智能手机成本低、携带方便、上手简单。智能手机的4G或3G网络速度足以实现病理特征图片的快速传输,相对于传统的文字信息传输的疾病远程诊断,节省了时间、提升了效率、也提升了准确性,可以及时对藻、贝、鱼的疾病进行快速科学诊断并获取防治方法。
上述***与上述方法是一一对应的关系,本实施例不再对上述***的实施细节进行详细说明。
本发明的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.一种水生动物的疾病诊断结果的获取方法,其特征在于,包括:
终端采集水生动物的特征图像,并提取所述特征图像中的病理特征图像发送至服务器;
所述服务器接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
所述终端接收所述远程服务器发送的分析结果。
2.根据权利要求1所述的方法,其特征在于,所述终端通过机器视觉方法提取所述特征图像中的病理特征图像。
3.一种水生动物的疾病诊断结果的获取***,其特征在于,包括:终端和服务器;
所述终端,用于采集水生动物的病理特征图像,并将所述特征图像发送至服务器;
所述服务器,用于接收所述终端发送的病理特征图像,并对所述病理特征图像进行分析,将分析结果发送至所述终端;
所述终端,用于接收所述远程服务器发送的分析结果。
4.根据权利要求3所述的***,其特征在于,所述终端,还用于:
通过机器视觉方法提取所述特征图像中的病理特征图像。
5.根据权利要求3所述的***,其特征在于,所述终端内设置有无线传输模块。
6.根据权利要求3所述的***,其特征在于,所述无线传输模块包括3G或4G模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510267262.9A CN104899787A (zh) | 2015-05-22 | 2015-05-22 | 一种水生动物的疾病诊断结果的获取方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510267262.9A CN104899787A (zh) | 2015-05-22 | 2015-05-22 | 一种水生动物的疾病诊断结果的获取方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104899787A true CN104899787A (zh) | 2015-09-09 |
Family
ID=54032435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510267262.9A Pending CN104899787A (zh) | 2015-05-22 | 2015-05-22 | 一种水生动物的疾病诊断结果的获取方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104899787A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447516A (zh) * | 2015-11-19 | 2016-03-30 | 山东省农业科学院家禽研究所 | 一种禽病智能诊断方法及*** |
CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
CN109036524A (zh) * | 2018-10-16 | 2018-12-18 | 武汉轻工大学 | 动物疫病的诊断*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201578361U (zh) * | 2009-11-26 | 2010-09-15 | 孙久建 | 动物疾病诊疗与处理*** |
US20120242817A1 (en) * | 2008-12-30 | 2012-09-27 | Ebm Technologies Incorporated | System and method for identifying a pathological tissue image |
CN102968782A (zh) * | 2012-09-12 | 2013-03-13 | 苏州大学 | 一种彩色图像中显著对象的自动抠取方法 |
CN202904667U (zh) * | 2012-03-29 | 2013-04-24 | 宁夏大学 | 基于移动终端的作物病害识别*** |
CN104490361A (zh) * | 2014-12-05 | 2015-04-08 | 深圳市共创百业科技开发有限公司 | 基于网络医院的皮肤病远程筛查***及方法 |
-
2015
- 2015-05-22 CN CN201510267262.9A patent/CN104899787A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120242817A1 (en) * | 2008-12-30 | 2012-09-27 | Ebm Technologies Incorporated | System and method for identifying a pathological tissue image |
CN201578361U (zh) * | 2009-11-26 | 2010-09-15 | 孙久建 | 动物疾病诊疗与处理*** |
CN202904667U (zh) * | 2012-03-29 | 2013-04-24 | 宁夏大学 | 基于移动终端的作物病害识别*** |
CN102968782A (zh) * | 2012-09-12 | 2013-03-13 | 苏州大学 | 一种彩色图像中显著对象的自动抠取方法 |
CN104490361A (zh) * | 2014-12-05 | 2015-04-08 | 深圳市共创百业科技开发有限公司 | 基于网络医院的皮肤病远程筛查***及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447516A (zh) * | 2015-11-19 | 2016-03-30 | 山东省农业科学院家禽研究所 | 一种禽病智能诊断方法及*** |
CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
CN109036524A (zh) * | 2018-10-16 | 2018-12-18 | 武汉轻工大学 | 动物疫病的诊断*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107895367B (zh) | 一种骨龄识别方法、***及电子设备 | |
WO2020007363A1 (zh) | 识别目标数量的方法、装置及计算机可读存储介质 | |
CN107247971B (zh) | 一种超声甲状腺结节风险指标的智能分析方法及*** | |
Caria et al. | Exploring smart glasses for augmented reality: A valuable and integrative tool in precision livestock farming | |
CN107229947A (zh) | 一种基于动物识别的金融保险方法及*** | |
Wang et al. | The research progress of vision-based artificial intelligence in smart pig farming | |
Song et al. | Using pruning-based YOLOv3 deep learning algorithm for accurate detection of sheep face | |
CN111767849A (zh) | 农作物病虫害识别方法、设备及存储介质 | |
CN110751621B (zh) | 基于深度卷积神经网络的乳腺癌辅助诊断方法及装置 | |
CN111161090B (zh) | 圈养栏信息的确定方法、装置及***、存储介质 | |
CN106022467A (zh) | 一种基于神经网络的农作物疾病检测*** | |
CN104899787A (zh) | 一种水生动物的疾病诊断结果的获取方法及*** | |
Wang et al. | Detection method of cow estrus behavior in natural scenes based on improved YOLOv5 | |
CN201578361U (zh) | 动物疾病诊疗与处理*** | |
Hua et al. | A review of target recognition technology for fruit picking robots: from digital image processing to deep learning | |
Majewski et al. | Multipurpose monitoring system for edible insect breeding based on machine learning | |
CN115861721A (zh) | 基于图像数据的畜禽养殖喷雾设备状态识别方法 | |
Lei et al. | Detection and analysis of sow targets based on image vision | |
CN109657571B (zh) | 一种分娩监控方法和装置 | |
CN103886096A (zh) | 基于图片的远程虫害识别方法 | |
Wei et al. | Detection of pig movement and aggression using deep learning approaches | |
CN202697473U (zh) | 一种智能化鱼类疾病远程诊断*** | |
CN111462869A (zh) | 一种多功能的新生儿临床用头部影像诊疗***及方法 | |
CN108764289B (zh) | 一种基于卷积神经网络的ui异常图片分类方法及*** | |
Li et al. | Detection of attack behaviour of pig based on deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150909 |