CN106332855A - 一种病虫害自动预警*** - Google Patents

一种病虫害自动预警*** Download PDF

Info

Publication number
CN106332855A
CN106332855A CN201510398009.7A CN201510398009A CN106332855A CN 106332855 A CN106332855 A CN 106332855A CN 201510398009 A CN201510398009 A CN 201510398009A CN 106332855 A CN106332855 A CN 106332855A
Authority
CN
China
Prior art keywords
pest
insect
warning system
real
automatic early
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
Application number
CN201510398009.7A
Other languages
English (en)
Inventor
于博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
High And New Technology Industrial Development Zone Ningbo Peng Bo Science And Technology Ltd
Original Assignee
High And New Technology Industrial Development Zone Ningbo Peng Bo Science And Technology Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by High And New Technology Industrial Development Zone Ningbo Peng Bo Science And Technology Ltd filed Critical High And New Technology Industrial Development Zone Ningbo Peng Bo Science And Technology Ltd
Priority to CN201510398009.7A priority Critical patent/CN106332855A/zh
Publication of CN106332855A publication Critical patent/CN106332855A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本发明公开了一种病虫害自动预警***,包括服务器和虫情实时测量***,所述的服务器包括人机交互界面、数据分析模块、昆虫识别分类模块和图形存储模块,虫情实时测量***包括中央处理单元和通讯模块,中央处理单元连接有图像采集单元、图像处理单元和机械操作单元;本发明的有益效果:实用,杀灭昆虫的同时,可以对杀死的昆虫进行分类、计数,昆虫识别率高,使用方便,实时监测,节省大量人工成本,绿色环保。有效解决由于农业生产具有″种植面积大,品种多样,生产环境复杂″的特性,导致人工田间收集虫害种类、数量数据困难,数据缺乏实时性的问题,从而实现植保平台自动化,实时化的目的。

Description

一种病虫害自动预警***
技术领域
本发明涉及一种病虫害预警***,特别涉及一种病虫害自动预警***。
背景技术
目前,市场上使用的病虫害预警***主要存在以下缺陷:1、识别率低,由于不同种类的虫体收集在一起,分类复杂,如果天气潮湿闷热,虫体容易腐烂;2、人工成本高,人工分类并且统计昆虫数量,人力成本巨大,且对操作人员有很强的技术要求和工作责任心;3、监控时间长,由于无法实时监测,丧失病虫害防治最佳时机,造成经济损失;4、预警效率差,人工预警,信息传递层次多,数据分析效率低。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种病虫害自动预警***。
为了实现上述目的,本发明所采取的措施:
一种病虫害自动预警***,包括服务器和虫情实时测量***,所述的服务器包括人机交互界面、数据分析模块、昆虫识别分类模块和图形存储模块,虫情实时测量***包括中央处理单元和通讯模块,中央处理单元连接有图像采集单元、图像处理单元和机械操作单元;
所述的中央处理单元连接有给图像采集单元补光用的辅助光单元;
所述的中央处理单元连接有GPS定位单元;
所述的中央处理单元连接有环境传感器;
所述的通讯模块采用蓝牙、NFC、GPRS、3G或WIFI传输数据;
所述的机械操作单元为昆虫诱捕装置,昆虫诱捕装置为受中央处理单元7控制的可自动更换粘虫纸的机械单元。
本发明的有益效果:实用,杀灭昆虫的同时,可以对杀死的昆虫进行分类、计数,昆虫识别率高,使用方便,实时监测,节省大量人工成本,绿色环保。有效解决由于农业生产具有″种植面积大,品种多样,生产环境复杂″的特性,导致人工田间收集虫害种类、数量数据困难,数据缺乏实时性的问题,从而实现植保平台自动化,实时化的目的。
附图说明
图1,本发明的方框图。
图2,本发明的昆虫检测与识别模块处理流程方框图。
具体实施方式
一种病虫害自动预警***,包括服务器1和虫情实时测量***2,所述的服务器1包括人机交互界面3、数据分析模块4、昆虫识别分类模块5和图形存储模块6,虫情实时测量***2包括中央处理单元7和通讯模块14,中央处理单元7连接有图像采集单元8、图像处理单元9和机械操作单元10。
所述的中央处理单元7连接有给图像采集单元8补光用的辅助光单元11。
所述的中央处理单元7连接有GPS定位单元12。
所述的中央处理单元7连接有环境传感器13。
所述的通讯模块14采用蓝牙、NFC、GPRS、3G或WIFI传输数据。
所述的机械操作单元10为昆虫诱捕装置,昆虫诱捕装置为受中央处理单元7控制的可自动更换粘虫纸的机械单元。
前端采集的昆虫图像数据、地理环境数据以无线通讯的方式发至远程服务器进行分析处理,以达到虫害预警的目的。
昆虫诱捕装置为受中央处理单元7控制的可自动更换粘虫纸的机械单元。如:检测装置检测到粘虫纸上昆虫密度达到预设的阈值则或者达到预设的时间限制则进行粘虫纸的自动更换。虫情实时测量***2内设置的诱虫灯将于害虫活动高发期自动开启,并且使用诱虫光谱吸引农作物有害昆虫。由于昆虫趋光性,昆虫将在飞向诱虫灯过程中撞击到诱虫光外部的透明玻璃板,导致昆虫晕眩后坠落,粘虫板将有害昆虫黏住后,图像采集单元8将对粘虫板上的昆虫进行拍摄取样。
图像采集单元8用于获取粘虫板上的昆虫图像。当获取图像时,中央处理单元7发送指令打开辅助光单元11对拍摄环境补光,同时关闭诱虫灯。获取后的原始图像发送至图像处理单元9进行图像预处理,图像预处理包括白平衡,降低噪声,图像压缩,格式转换,形成昆虫图像数据。
环境传感器13包括温度传感器和湿度传感器,用于获取虫情测报灯所处环境的温度,湿度信息,形成环境数据。
GPS定位单元12用于获取虫情实时测量***2所在的位置信息,形成GPS数据。
昆虫图像数据,环境数据,GPS数据以及虫情实时测量***2的状态信息将通过通讯模块14(蓝牙、NFC、GPRS、3G或WIFI)以无线通讯的形式发送至服务器1。
所述的粘虫纸昆虫密度估计算法采用梯度作为特征,用梯度前景点来表示虫子,虫子越多,其梯度前景点也越多,而且,梯度特征对由于光照引起的虚假前景有一定的鲁棒性。梯度选用的是Scharr算子。利用算子分别对图像进行卷积,即可得到梯度图像,对梯度图像二值化得到梯度前景。之后采用了一个5*5的高斯滤波核对图像噪声进行过滤。最终,我们使用一张图像中梯度前景点数占图像像素的比例来描述昆虫的密度,即:
density feature = Σ c = 1 3 e dge c width * height
为了利用梯度对密度进行估计,采用了基于最小二乘法的回归算法,并且设置了一个算法库可以接受的分析上限,记为max。昆虫的数量yi,i为实验图片的编号。昆虫的密度:
density i = y i max
然后提取了每张图片的density feature,设为featurei,得到(featurei,densityi),然后利用机器学习中的线性回归方法来学习预测系数coeff。在获取coeff之后,对新的图片j,只需要计算其featurej,然后按如下公式即可估算出其密度:
densityj=coeff*featurej
昆虫检测与识别模块处理流程如图2所示,检测主要基于分割算法,识别则是基于人工设计的特征以及支持向量机(supportvector machine,SVM)来实现。
所述的昆虫目标分割的目的是利用算法将昆虫从背景中分离出来。
所述的特征提取包括如下一些颜色和形状特征来描述昆虫:
1、周长;2、面积;3、球状性;4、圆形性;5、似圆度;6、叶状性;7、颜色特征。
所述的昆虫类型识别分为昆虫分类训练和识别两部分。
所述的训练需要手动挑选质量较好的样本送入训练器进行训练。
所述的识别指对特定的昆虫进行识别。
虫情实时测量***2由太阳能电池供电。
所述远程安装的服务器1基本功能分为:
1、图像上传接收***
图像上传接收***将所有采集终端(图像采集单元8)上传图片按照图片采集时间、GPS位置以及用户进行分类并且储存在图片云服务器(图形存储模块6)上。
2、图像害虫自动分类及计数***
根据采集终端(图像采集单元8)上传图片,自动分类***将对上传图片进行图像分析,识别目标害虫并且根据害虫种类进行分类并且计数,分析完成后将在网页端显示出详细的害虫在图片中得相对坐标并且用使用不同颜色框体明确标示出具***置及种类。按照***复杂自动决定实时分析或者稍后分析。由于采用自动负载均衡的技术,将有效提高***使用率并且减少功耗。
3、基于自动分类及计数***的报表自动生成***
基于分类及技术***的数据,报表生成***将分别使用饼状图显示害虫在全部虫量中的百分比,使用曲线图显示害虫发展趋势,柱状图显示与过去2-3年害虫量对比。以及趋势图显示预测未来虫害趋势。
4、虫害预警预报***
基于报表***以及分类计数***,综合信息采集端采集的天气,土壤等信息,基于灰色***数学理论,预判未来虫害发生趋势,并且向各职能部门实时推送虫害预警信息,以达到第一时间防治的功能。
具体方法:
(1)短期快速预测:
实现以日为单元的跨周快速预测,采用GM(1,1)、GM(2,1)、Verhulst、GM(1,1)残差,等方法择优预测。
(2)中期趋势预测:
实现以周为单元的跨月多因素趋势预测,采用GM(1,N)、***预测,等方法进行预测。
(3)长期动态预测:
实现以月为单元的跨年动态预测,采用灰色灾变预测、波形预测,等方法进行预测。
5、虫害信息分发***
虫害信息分发***将12小时、24小时分别推送虫害种类、数量、发展趋势信息至省市级农业植保部门,保持各部门信息及时更新及统一。
6、采集终端管理***
采集终端管理***将按照公司、职能部门进行分类。可及时更改采集终端数量以及相关设定。

Claims (6)

1.一种病虫害自动预警***,包括服务器(1)和虫情实时测量***(2),其特征在于:所述的服务器(1)包括人机交互界面(3)、数据分析模块(4)、昆虫识别分类模块(5)和图形存储模块(6),虫情实时测量***(2)包括中央处理单元(7)和通讯模块(14),中央处理单元(7)连接有图像采集单元(8)、图像处理单元(9)和机械操作单元(10)。
2.根据权利要求1所述的一种病虫害自动预警***,其特征在于:所述的中央处理单元(7)连接有给图像采集单元(8)补光用的辅助光单元(11)。
3.根据权利要求1或2所述的一种病虫害自动预警***,其特征在于:所述的中央处理单元(7)连接有GPS定位单元(12)。
4.根据权利要求3所述的一种病虫害自动预警***,其特征在于:所述的中央处理单元(7)连接有环境传感器(13)。
5.根据权利要求4所述的一种病虫害自动预警***,其特征在于:所述的通讯模块(14)采用蓝牙、NFC、GPRS、3G或WIFI传输数据。
6.根据权利要求4所述的一种病虫害自动预警***,其特征在于:所述的机械操作单元(10)为昆虫诱捕装置,昆虫诱捕装置为受中央处理单元(7)控制的可自动更换粘虫纸的机械单元。
CN201510398009.7A 2015-07-06 2015-07-06 一种病虫害自动预警*** Pending CN106332855A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510398009.7A CN106332855A (zh) 2015-07-06 2015-07-06 一种病虫害自动预警***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510398009.7A CN106332855A (zh) 2015-07-06 2015-07-06 一种病虫害自动预警***

Publications (1)

Publication Number Publication Date
CN106332855A true CN106332855A (zh) 2017-01-18

Family

ID=57825962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510398009.7A Pending CN106332855A (zh) 2015-07-06 2015-07-06 一种病虫害自动预警***

Country Status (1)

Country Link
CN (1) CN106332855A (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940734A (zh) * 2017-04-24 2017-07-11 南京信息工程大学 一种迁飞昆虫空中监测识别方法及装置
CN107347859A (zh) * 2017-08-15 2017-11-17 河南工业大学 一种储粮害虫诱捕***
CN107809833A (zh) * 2017-11-24 2018-03-16 北京守朴科技有限公司 杀虫灯控制方法、装置及***
CN108510490A (zh) * 2018-03-30 2018-09-07 深圳春沐源控股有限公司 一种分析虫害趋势的方法、装置及计算机存储介质
CN109472252A (zh) * 2018-12-28 2019-03-15 华南农业大学 一种田间作物虫害自动识别及作业管理***
CN110169408A (zh) * 2019-04-26 2019-08-27 石河子大学 农林业虫情测报装置及其采用该装置的虫情测报方法
CN110235873A (zh) * 2019-06-26 2019-09-17 北京农业智能装备技术研究中心 一种农林有害昆虫虫情自动监测预报***
CN110363754A (zh) * 2019-07-16 2019-10-22 上海秒针网络科技有限公司 灭蚊灯调节方法和装置、存储介质及电子装置
CN110516712A (zh) * 2019-08-01 2019-11-29 仲恺农业工程学院 虫害图像识别方法、虫害监控方法、装置、设备及介质
CN110663659A (zh) * 2019-11-12 2020-01-10 图锐(北京)信息技术有限公司 智能化有害生物监测***及方法
CN110688989A (zh) * 2019-10-31 2020-01-14 无锡蜂巢生态农业有限公司 一种基于生态环保的智慧农业监控管理***及方法
CN110798536A (zh) * 2019-11-12 2020-02-14 图锐(北京)信息技术有限公司 云端有害生物远程监测***及方法
CN111046777A (zh) * 2019-12-06 2020-04-21 深圳大学 基于LoRa节点的昆虫密度识别***
CN113273555A (zh) * 2021-06-15 2021-08-20 米恩基(浙江)传感科技有限公司 一种人工智能虫情预测***及预测方法
CN114586583A (zh) * 2022-03-09 2022-06-07 仲恺农业工程学院 一种防控桔小实蝇为害的方法
CN115191412A (zh) * 2022-08-17 2022-10-18 广西壮族自治区农业科学院 一种橘小实蝇预测预报装置
GB2609311A (en) * 2021-08-20 2023-02-01 Univ Zhejiang Intelligent replacement device and method for trap board in tea garden based on image channel computation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202197366U (zh) * 2011-07-01 2012-04-18 全国农业技术推广服务中心 农业病虫害视频监控***
CN104186449A (zh) * 2014-08-15 2014-12-10 北京农业信息技术研究中心 一种自动更换粘虫板的害虫监测***及监测方法
CN104621073A (zh) * 2013-11-15 2015-05-20 南京生兴有害生物防治技术有限公司 自动化虫情测报***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202197366U (zh) * 2011-07-01 2012-04-18 全国农业技术推广服务中心 农业病虫害视频监控***
CN104621073A (zh) * 2013-11-15 2015-05-20 南京生兴有害生物防治技术有限公司 自动化虫情测报***
CN104186449A (zh) * 2014-08-15 2014-12-10 北京农业信息技术研究中心 一种自动更换粘虫板的害虫监测***及监测方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940734A (zh) * 2017-04-24 2017-07-11 南京信息工程大学 一种迁飞昆虫空中监测识别方法及装置
CN107347859A (zh) * 2017-08-15 2017-11-17 河南工业大学 一种储粮害虫诱捕***
CN107347859B (zh) * 2017-08-15 2023-09-15 河南工业大学 一种储粮害虫诱捕***
CN107809833A (zh) * 2017-11-24 2018-03-16 北京守朴科技有限公司 杀虫灯控制方法、装置及***
CN108510490A (zh) * 2018-03-30 2018-09-07 深圳春沐源控股有限公司 一种分析虫害趋势的方法、装置及计算机存储介质
CN108510490B (zh) * 2018-03-30 2021-02-19 深圳春沐源控股有限公司 一种分析虫害趋势的方法、装置及计算机存储介质
CN109472252A (zh) * 2018-12-28 2019-03-15 华南农业大学 一种田间作物虫害自动识别及作业管理***
CN109472252B (zh) * 2018-12-28 2024-06-11 华南农业大学 一种田间作物虫害自动识别及作业管理***
CN110169408A (zh) * 2019-04-26 2019-08-27 石河子大学 农林业虫情测报装置及其采用该装置的虫情测报方法
CN110235873A (zh) * 2019-06-26 2019-09-17 北京农业智能装备技术研究中心 一种农林有害昆虫虫情自动监测预报***
CN110235873B (zh) * 2019-06-26 2021-11-26 北京农业智能装备技术研究中心 一种农林有害昆虫虫情自动监测预报***
CN110363754A (zh) * 2019-07-16 2019-10-22 上海秒针网络科技有限公司 灭蚊灯调节方法和装置、存储介质及电子装置
CN110516712A (zh) * 2019-08-01 2019-11-29 仲恺农业工程学院 虫害图像识别方法、虫害监控方法、装置、设备及介质
CN110516712B (zh) * 2019-08-01 2023-04-07 仲恺农业工程学院 虫害图像识别方法、虫害监控方法、装置、设备及介质
CN110688989A (zh) * 2019-10-31 2020-01-14 无锡蜂巢生态农业有限公司 一种基于生态环保的智慧农业监控管理***及方法
CN110688989B (zh) * 2019-10-31 2022-05-17 无锡蜂巢生态农业有限公司 一种基于生态环保的智慧农业监控管理***及方法
CN110663659A (zh) * 2019-11-12 2020-01-10 图锐(北京)信息技术有限公司 智能化有害生物监测***及方法
CN110798536A (zh) * 2019-11-12 2020-02-14 图锐(北京)信息技术有限公司 云端有害生物远程监测***及方法
CN111046777A (zh) * 2019-12-06 2020-04-21 深圳大学 基于LoRa节点的昆虫密度识别***
CN111046777B (zh) * 2019-12-06 2023-07-25 深圳大学 基于LoRa节点的昆虫密度识别***
CN113273555A (zh) * 2021-06-15 2021-08-20 米恩基(浙江)传感科技有限公司 一种人工智能虫情预测***及预测方法
GB2609311A (en) * 2021-08-20 2023-02-01 Univ Zhejiang Intelligent replacement device and method for trap board in tea garden based on image channel computation
GB2609311B (en) * 2021-08-20 2023-08-23 Univ Zhejiang Intelligent replacement device and method for trap boards in tea garden based on image channel computation
CN114586583A (zh) * 2022-03-09 2022-06-07 仲恺农业工程学院 一种防控桔小实蝇为害的方法
CN115191412A (zh) * 2022-08-17 2022-10-18 广西壮族自治区农业科学院 一种橘小实蝇预测预报装置

Similar Documents

Publication Publication Date Title
CN106332855A (zh) 一种病虫害自动预警***
CN112990262B (zh) 一种草原生态数据监测与智能决策一体化解决***
CN111582234B (zh) 基于uav和深度学习的大范围油茶林果智能检测与计数方法
CN106254476A (zh) 基于物联网、大数据和云计算的农业生态环境信息管理及监控方法与***
US20220245381A1 (en) Pest infestation detection for horticultural grow operations
CN105454189A (zh) 基于物联网的现代农业害虫诱虫灯
CN108829762A (zh) 基于视觉的小目标识别方法和装置
CN113963298A (zh) 基于计算机视觉的野生动物识别跟踪与行为检测***、方法、设备及存储介质
CN116543347A (zh) 智慧虫情在线监测***、方法、装置及介质
CN112528912A (zh) 基于边缘计算的作物生长监测嵌入式***及方法
CN110472596A (zh) 一种农业精细化种植及灾害预防控制***
Liu et al. Field pest monitoring and forecasting system for pest control
CN110245604B (zh) 基于卷积神经网络的蚊虫识别方法
Lello et al. Fruit fly automatic detection and monitoring techniques: A review
Chiwamba et al. An application of machine learning algorithms in automated identification and capturing of fall armyworm (FAW) moths in the field
CN114511801A (zh) 一种虫害识别模型训练方法、虫害监测方法和电子设备
Chamara et al. AICropCAM: Deploying classification, segmentation, detection, and counting deep-learning models for crop monitoring on the edge
CN113569675A (zh) 一种基于ConvLSTM网络的小鼠旷场实验行为分析方法
CN204044603U (zh) 林木病虫害监测预报***
Mazare et al. Pests detection system for agricultural crops using intelligent image analysis
de Ocampo et al. Integrated Weed Estimation and Pest Damage Detection in Solanum melongena Plantation via Aerial Vision-based Proximal Sensing.
FAISAL A pest monitoring system for agriculture using deep learning
Slim et al. Smart insect monitoring based on YOLOV5 case study: Mediterranean fruit fly Ceratitis capitata and Peach fruit fly Bactrocera zonata
CN115115275A (zh) 一种基于ai的无人值守农作物病虫害监测预警***
CN105340855A (zh) 基于物联网的现代农业害虫诱虫灯

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: 20170118