CN109886259A - 一种基于计算机视觉的番茄病害识别预警方法及装置 - Google Patents
一种基于计算机视觉的番茄病害识别预警方法及装置 Download PDFInfo
- Publication number
- CN109886259A CN109886259A CN201910132111.0A CN201910132111A CN109886259A CN 109886259 A CN109886259 A CN 109886259A CN 201910132111 A CN201910132111 A CN 201910132111A CN 109886259 A CN109886259 A CN 109886259A
- Authority
- CN
- China
- Prior art keywords
- target
- tomato
- image
- disease
- panoramic picture
- 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
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于计算机视觉的番茄病害识别预警方法，涉及农业领域，主要为了解决传统人工识别番茄病害的方式工作效率低且不能够精准定位的问题；该方法包括以下步骤：获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；采集目标番茄的图像，得到目标图像；根据多个目标番茄的所述位置参数信息建立全景图像坐标系；整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；分析所述目标全景图像以获得病害信息。本发明基于计算机视觉技术对番茄病害进行识别，能够有效提高工作效率，同时可以实现受病害番茄在种植区域的准确定位，避免对后期处理造成影响。
Description
技术领域
本发明涉及农业领域，具体是一种基于计算机视觉的番茄病害识别预警方法及装置。
背景技术
番茄，即西红柿，是管状花目、茄科、番茄属的一种一年生或多年生草本植物，体高0.6-2米，全体生粘质腺毛，有强烈气味，茎易倒伏，叶羽状复叶或羽状深裂，花序总梗长2-5厘米，常3-7朵花，花萼辐状，花冠辐状，浆果扁球状或近球状，肉质而多汁液，种子黄色，花果期夏秋季。
所有农作物在生长的过程中都难免会遇到病害，番茄也不例外。目前对于番茄的病害识别大多是采用人工的方式进行的，效率较为低下，同时针对大棚种植的番茄，其种植面积大，人工识别时容易记错或者丢失受病害番茄的位置，从而影响后续的处理。
发明内容
本发明的目的在于提供一种基于计算机视觉的番茄病害识别预警方法及装置，以解决上述问题。
为实现上述目的，本发明提供如下技术方案：
一种基于计算机视觉的番茄病害识别预警方法，包括以下步骤：
获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；
采集目标番茄的图像，得到目标图像；
根据多个目标番茄的所述位置参数信息建立全景图像坐标系；
整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；
分析所述目标全景图像以获得病害信息。
在一种可选方案中：所述采集目标番茄的图像，得到目标图像包括：
采集目标番茄的外部图像，得到目标外部图像；
采集目标番茄的内部图像，得到目标内部图像。
在一种可选方案中：所述分析所述全景图像以获得病害信息包括：
根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
在一种可选方案中：所述病害标签包括一级病害标签和二级病害标签，所述一次病害标签对应的目标番茄的病害程度大于所述二级病害标签对应的目标番茄的病害程度。
一种基于计算机视觉的番茄病害识别预警装置，包括：
获取模块，用于获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；
采集模块，用于采集目标番茄的图像，得到目标图像；
建标模块，用于根据多个目标番茄的所述位置参数信息建立全景图像坐标系；
生成模块，用于整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；
分析模块，用于分析所述目标全景图像以获得病害信息。
在一种可选方案中：所述采集模块包括：
外部图像采集单元，用于采集目标番茄的外部图像，得到目标外部图像；
内部图像采集单元，用于采集目标番茄的内部图像，得到目标内部图像。
在一种可选方案中：所述分析模块包括：
调取单元，用于根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
对比单元，用于对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
贴标单元，用于根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
一种计算机存储介质，其特征在于，所述介质存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的基于计算机视觉的番茄病害识别预警方法。
相较于现有技术，本发明的有益效果如下：
本发明通过获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；采集目标番茄的图像，得到目标图像；根据多个目标番茄的所述位置参数信息建立全景图像坐标系；整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；分析所述目标全景图像以获得病害信息。即本发明基于计算机视觉技术对番茄病害进行识别，能够有效提高工作效率，同时可以实现受病害番茄在种植区域的准确定位，避免对后期处理造成影响。
附图说明
图1为基于计算机视觉的番茄病害识别预警方法的流程示意图。
图2为基于计算机视觉的番茄病害识别预警方法中采集步骤的流程示意图。
图3为基于计算机视觉的番茄病害识别预警方法中分析步骤的流程示意图。
图4为基于计算机视觉的番茄病害识别预警装置的结构示意图。
图5为基于计算机视觉的番茄病害识别预警装置中采集模块的结构示意图。
图6为基于计算机视觉的番茄病害识别预警装置中分析模块的结构示意图。
具体实施方式
本发明所列举的各实施例仅用以说明本发明，并非用以限制本发明的范围。对本发明所作的任何显而易知的修饰或变更都不脱离本发明的精神与范围。
实施例1
如图1-3所示，本发明实施例中，一种基于计算机视觉的番茄病害识别预警方法，包括以下步骤：
S10，获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息。
其中位置参数信息记载的是目标番茄在种植区域所处的位置，而发育周期参数信息则记载的是目标番茄所处的发育期（发芽期、幼苗期、开花期、结果期）。
S20，采集目标番茄的图像，得到目标图像。
传统的人工识别方式大多只能够对番茄外在的表征进行观察，而无法了解番茄的内部情况，从而易导致信息不全面，为解决这一问题，本实施例中，所述步骤S20包括：
S201，采集目标番茄的外部图像，得到目标外部图像；
S202，采集目标番茄的内部图像，得到目标内部图像。
其中外部图像可以采用传统的摄像装置采集，内部图像则可以采用红外扫描仪器进行采集，当然也可以采用其他设备进行外部图像和内部图像的采集，在这里不做赘述。
S30，根据多个目标番茄的所述位置参数信息建立全景图像坐标系。
S40，整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像。
S50，分析所述目标全景图像以获得病害信息。
本实施例中，所述步骤S50包括：
S501,根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
S502,对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
S503，根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
将分析步骤进行上述细化，可以使得分析结果可以更加直观地呈现在工作人员面前，便于工作人员进行后续处理。
进一步的，所述所述病害标签包括一级病害标签和二级病害标签，所述一次病害标签对应的目标番茄的病害程度大于所述二级病害标签对应的目标番茄的病害程度。
工作人员根据根据病害标签的不同对那些病害程度较深的番茄进行优先处理，这种处理起来更加合理。
实施例2
如图4-6所示，一种基于计算机视觉的番茄病害识别预警装置，该装置是基于实施例1所述的方式进行设计的，包括：
获取模块，用于获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；
采集模块，用于采集目标番茄的图像，得到目标图像；
建标模块，用于根据多个目标番茄的所述位置参数信息建立全景图像坐标系；
生成模块，用于整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；
分析模块，用于分析所述目标全景图像以获得病害信息。
进一步的，所述采集模块包括：
外部图像采集单元，用于采集目标番茄的外部图像，得到目标外部图像；
内部图像采集单元，用于采集目标番茄的内部图像，得到目标内部图像。
进一步的，所述分析模块包括：
调取单元，用于根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
对比单元，用于对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
贴标单元，用于根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
实施例3
一种计算机存储介质，其特征在于，所述介质存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如实施例1所述的基于计算机视觉的番茄病害识别预警方法。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种基于计算机视觉的番茄病害识别预警方法，其特征在于，包括以下步骤：
获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；
采集目标番茄的图像，得到目标图像；
根据多个目标番茄的所述位置参数信息建立全景图像坐标系；
整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；
分析所述目标全景图像以获得病害信息。
2.根据权利要求1所述的基于计算机视觉的番茄病害识别预警方法，其特征在于，所述采集目标番茄的图像，得到目标图像包括：
采集目标番茄的外部图像，得到目标外部图像；
采集目标番茄的内部图像，得到目标内部图像。
3.根据权利要求1所述的基于计算机视觉的番茄病害识别预警方法，其特征在于，所述分析所述全景图像以获得病害信息包括：
根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
4.根据权利要求3所述的基于计算机视觉的番茄病害识别预警方法，其特征在于，所述病害标签包括一级病害标签和二级病害标签，所述一次病害标签对应的目标番茄的病害程度大于所述二级病害标签对应的目标番茄的病害程度。
5.一种基于计算机视觉的番茄病害识别预警装置，其特征在于，包括：
获取模块，用于获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；
采集模块，用于采集目标番茄的图像，得到目标图像；
建标模块，用于根据多个目标番茄的所述位置参数信息建立全景图像坐标系；
生成模块，用于整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；
分析模块，用于分析所述目标全景图像以获得病害信息。
6.根据权利要求5所述的基于计算机视觉的番茄病害识别预警装置，其特征在于，所述采集模块包括：
外部图像采集单元，用于采集目标番茄的外部图像，得到目标外部图像；
内部图像采集单元，用于采集目标番茄的内部图像，得到目标内部图像。
7.根据权利要求5所述的基于计算机视觉的番茄病害识别预警装置，其特征在于，所述分析模块包括：
调取单元，用于根据目标番茄的所述发育周期参数从云端调取与目标番茄处于相同发育周期的健康番茄的图像，得到对比图像，所述云端存储有处于不同发育周期的健康番茄的图像；
对比单元，用于对比所述目标图像和所述对比图像，分析目标番茄是否受到病害，如果是，则生成病害标签；
贴标单元，用于根据目标番茄的所述位置参数信息将所述病害标签添加到所述目标全景图像中。
8.一种计算机存储介质，其特征在于，所述介质存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1-4任一所述的基于计算机视觉的番茄病害识别预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910132111.0A CN109886259A (zh) | 2019-02-22 | 2019-02-22 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910132111.0A CN109886259A (zh) | 2019-02-22 | 2019-02-22 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109886259A true CN109886259A (zh) | 2019-06-14 |
Family
ID=66928907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910132111.0A Pending CN109886259A (zh) | 2019-02-22 | 2019-02-22 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886259A (zh) |
Citations (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1940555A (zh) * | 2006-09-04 | 2007-04-04 | 江苏大学 | 一种农产品内外品质检测方法及装置 |
| CN1995987A (zh) * | 2007-02-08 | 2007-07-11 | 江苏大学 | 基于高光谱图像技术的农畜产品无损检测方法及装置 |
| CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
| CN201382896Y (zh) * | 2009-03-05 | 2010-01-13 | 华中农业大学 | 板栗品质多源信息检测分选实验台 |
| CN102274833A (zh) * | 2011-04-26 | 2011-12-14 | 浙江大学 | 茄科蔬菜灰霉病自动分级装置 |
| CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
| CN103210896A (zh) * | 2013-04-19 | 2013-07-24 | 北京理工大学 | 一种温室番茄害虫智能监测与诱捕*** |
| CN103439265A (zh) * | 2013-08-15 | 2013-12-11 | 湖南农业大学 | 一种茶树精细化栽培生育性状实时监测方法 |
| CN104655275A (zh) * | 2013-11-19 | 2015-05-27 | 南京理工大学 | 农用便携式一体化光谱装置 |
| CN105208344A (zh) * | 2015-09-28 | 2015-12-30 | 中国水稻研究所 | 分布式移动农业病虫害信息采集与诊断***及嵌入式相机 |
| CN105606473A (zh) * | 2016-01-20 | 2016-05-25 | 华中农业大学 | 一种基于机器视觉的红提葡萄硬度无损检测方法 |
| CN106157304A (zh) * | 2016-07-01 | 2016-11-23 | 成都通甲优博科技有限责任公司 | 一种基于多个相机的全景图拼接方法及*** |
| CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测***及监测控制方法 |
| CN106442358A (zh) * | 2016-10-11 | 2017-02-22 | 西安工业大学 | 苹果品质检测装置及检测方法 |
| CN106508513A (zh) * | 2016-09-05 | 2017-03-22 | 深圳市双赢伟业科技股份有限公司 | 农业互联除虫除草方法 |
| CN106778888A (zh) * | 2016-12-27 | 2017-05-31 | 浙江大学 | 一种基于无人机遥感的果园病虫害普查***和方法 |
| CN106791659A (zh) * | 2016-12-26 | 2017-05-31 | 安徽天立泰科技股份有限公司 | 一种基于航拍拼接技术的森林病虫害监测与防护*** |
| CN107222252A (zh) * | 2017-06-22 | 2017-09-29 | 中永（苏州）信息技术有限公司 | 一种小卫星结合公共网络监测森林方案 |
| CN107295310A (zh) * | 2017-07-31 | 2017-10-24 | 深圳前海弘稼科技有限公司 | 种植监控方法和种植监控装置 |
| CN107368129A (zh) * | 2017-06-30 | 2017-11-21 | 深圳前海弘稼科技有限公司 | 一种温室种植显示的方法及温室种植显示的*** |
| CN107505325A (zh) * | 2017-08-18 | 2017-12-22 | 西北农林科技大学 | 冬枣果实的全方位品质检测方法 |
| CN107578089A (zh) * | 2017-09-13 | 2018-01-12 | 中国水稻研究所 | 一种农作物灯诱测报害虫的自动识别与计数方法 |
| CN107807540A (zh) * | 2017-10-16 | 2018-03-16 | 吉林农业大学 | 一种基于图像处理的农业智能平台 |
| CN107844771A (zh) * | 2017-11-03 | 2018-03-27 | 深圳春沐源控股有限公司 | 农作物生产管理的方法、***、计算机装置及存储介质 |
| CN107992828A (zh) * | 2017-12-05 | 2018-05-04 | 深圳春沐源控股有限公司 | 病害防治方法及装置、电子设备和计算机可读存储介质 |
| CN108073908A (zh) * | 2017-12-28 | 2018-05-25 | 深圳春沐源控股有限公司 | 害虫识别方法及装置、计算机装置及存储介质 |
| CN108197794A (zh) * | 2017-12-27 | 2018-06-22 | 深圳春沐源控股有限公司 | 一种病虫害风险预估***及方法 |
| CN108364300A (zh) * | 2018-03-15 | 2018-08-03 | 山东财经大学 | 蔬菜叶部病害图像分割方法、***及计算机可读存储介质 |
| CN108519775A (zh) * | 2017-10-30 | 2018-09-11 | 北京博鹰通航科技有限公司 | 一种精准喷洒的无人机***及其控制方法 |
| CN108622412A (zh) * | 2018-05-08 | 2018-10-09 | 苏州农业职业技术学院 | 一种植保无人机*** |
| CN108732133A (zh) * | 2018-04-12 | 2018-11-02 | 杭州电子科技大学 | 一种基于光学成像技术的植物病害在体无损检测*** |
| CN208091900U (zh) * | 2018-02-01 | 2018-11-13 | 华南农业大学 | 一种大棚作物生长跟踪检测装置 |
| CN108782492A (zh) * | 2018-05-18 | 2018-11-13 | 仲恺农业工程学院 | 一种基于虫害防治设备的虫害防治方法 |
| CN108858122A (zh) * | 2018-08-13 | 2018-11-23 | 中国农业大学 | 一种温室植物病害巡检机器人及巡检方法 |
| CN109087291A (zh) * | 2018-07-26 | 2018-12-25 | 杭州国翌科技有限公司 | 隧道位置信息库建立方法及隧道病害定位方法 |
| CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理*** |
-
2019
- 2019-02-22 CN CN201910132111.0A patent/CN109886259A/zh active Pending
Patent Citations (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1940555A (zh) * | 2006-09-04 | 2007-04-04 | 江苏大学 | 一种农产品内外品质检测方法及装置 |
| CN1995987A (zh) * | 2007-02-08 | 2007-07-11 | 江苏大学 | 基于高光谱图像技术的农畜产品无损检测方法及装置 |
| CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
| CN201382896Y (zh) * | 2009-03-05 | 2010-01-13 | 华中农业大学 | 板栗品质多源信息检测分选实验台 |
| CN102274833A (zh) * | 2011-04-26 | 2011-12-14 | 浙江大学 | 茄科蔬菜灰霉病自动分级装置 |
| CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
| CN103210896A (zh) * | 2013-04-19 | 2013-07-24 | 北京理工大学 | 一种温室番茄害虫智能监测与诱捕*** |
| CN103439265A (zh) * | 2013-08-15 | 2013-12-11 | 湖南农业大学 | 一种茶树精细化栽培生育性状实时监测方法 |
| CN104655275A (zh) * | 2013-11-19 | 2015-05-27 | 南京理工大学 | 农用便携式一体化光谱装置 |
| CN105208344A (zh) * | 2015-09-28 | 2015-12-30 | 中国水稻研究所 | 分布式移动农业病虫害信息采集与诊断***及嵌入式相机 |
| CN105606473A (zh) * | 2016-01-20 | 2016-05-25 | 华中农业大学 | 一种基于机器视觉的红提葡萄硬度无损检测方法 |
| CN106157304A (zh) * | 2016-07-01 | 2016-11-23 | 成都通甲优博科技有限责任公司 | 一种基于多个相机的全景图拼接方法及*** |
| CN106508513A (zh) * | 2016-09-05 | 2017-03-22 | 深圳市双赢伟业科技股份有限公司 | 农业互联除虫除草方法 |
| CN106442358A (zh) * | 2016-10-11 | 2017-02-22 | 西安工业大学 | 苹果品质检测装置及检测方法 |
| CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测***及监测控制方法 |
| CN106791659A (zh) * | 2016-12-26 | 2017-05-31 | 安徽天立泰科技股份有限公司 | 一种基于航拍拼接技术的森林病虫害监测与防护*** |
| CN106778888A (zh) * | 2016-12-27 | 2017-05-31 | 浙江大学 | 一种基于无人机遥感的果园病虫害普查***和方法 |
| CN107222252A (zh) * | 2017-06-22 | 2017-09-29 | 中永（苏州）信息技术有限公司 | 一种小卫星结合公共网络监测森林方案 |
| CN107368129A (zh) * | 2017-06-30 | 2017-11-21 | 深圳前海弘稼科技有限公司 | 一种温室种植显示的方法及温室种植显示的*** |
| CN107295310A (zh) * | 2017-07-31 | 2017-10-24 | 深圳前海弘稼科技有限公司 | 种植监控方法和种植监控装置 |
| CN107505325A (zh) * | 2017-08-18 | 2017-12-22 | 西北农林科技大学 | 冬枣果实的全方位品质检测方法 |
| CN107578089A (zh) * | 2017-09-13 | 2018-01-12 | 中国水稻研究所 | 一种农作物灯诱测报害虫的自动识别与计数方法 |
| CN107807540A (zh) * | 2017-10-16 | 2018-03-16 | 吉林农业大学 | 一种基于图像处理的农业智能平台 |
| CN108519775A (zh) * | 2017-10-30 | 2018-09-11 | 北京博鹰通航科技有限公司 | 一种精准喷洒的无人机***及其控制方法 |
| CN107844771A (zh) * | 2017-11-03 | 2018-03-27 | 深圳春沐源控股有限公司 | 农作物生产管理的方法、***、计算机装置及存储介质 |
| CN107992828A (zh) * | 2017-12-05 | 2018-05-04 | 深圳春沐源控股有限公司 | 病害防治方法及装置、电子设备和计算机可读存储介质 |
| CN108197794A (zh) * | 2017-12-27 | 2018-06-22 | 深圳春沐源控股有限公司 | 一种病虫害风险预估***及方法 |
| CN108073908A (zh) * | 2017-12-28 | 2018-05-25 | 深圳春沐源控股有限公司 | 害虫识别方法及装置、计算机装置及存储介质 |
| CN208091900U (zh) * | 2018-02-01 | 2018-11-13 | 华南农业大学 | 一种大棚作物生长跟踪检测装置 |
| CN108364300A (zh) * | 2018-03-15 | 2018-08-03 | 山东财经大学 | 蔬菜叶部病害图像分割方法、***及计算机可读存储介质 |
| CN108732133A (zh) * | 2018-04-12 | 2018-11-02 | 杭州电子科技大学 | 一种基于光学成像技术的植物病害在体无损检测*** |
| CN108622412A (zh) * | 2018-05-08 | 2018-10-09 | 苏州农业职业技术学院 | 一种植保无人机*** |
| CN108782492A (zh) * | 2018-05-18 | 2018-11-13 | 仲恺农业工程学院 | 一种基于虫害防治设备的虫害防治方法 |
| CN109087291A (zh) * | 2018-07-26 | 2018-12-25 | 杭州国翌科技有限公司 | 隧道位置信息库建立方法及隧道病害定位方法 |
| CN108858122A (zh) * | 2018-08-13 | 2018-11-23 | 中国农业大学 | 一种温室植物病害巡检机器人及巡检方法 |
| CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理*** |
Non-Patent Citations (6)
| Title |
|---|
| 周正等: "基于计算机视觉技术的番茄叶部病害识别研究", 《安徽农业科学》 * |
| 张萌: ""农作物害虫图像识别研究进展与展望"", 《安徽农业科学》 * |
| 李盛兰: ""图像处理经典算法在农作物病害识别中的应用"", 《电脑知识与技术》 * |
| 杨断利等: "番茄脐腐病果的机器视觉识别", 《科技经济导刊》 * |
| 杭腾等: "基于机器视觉的番茄长势信息无损检测的研究", 《农机化研究》 * |
| 柴阿丽等: "基于计算机视觉技术的番茄叶部病害识别", 《园艺学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103260550B (zh) | 在毛发移植手术中用于引导工具移动的方法和*** | |
| US10568316B2 (en) | Apparatus and methods for in-field data collection and sampling | |
| US11935282B2 (en) | Server of crop growth stage determination system, growth stage determination method, and storage medium storing program | |
| ES2686293T3 (es) | Método para cuantificar y capturar imágenes de elementos de un tumor | |
| US8945150B2 (en) | Systems and methods for selecting a desired quantity of follicular units | |
| CN109613022A (zh) | 一种低空高光谱遥感检测柑橘黄龙病的方法、装置及*** | |
| CN104636981A (zh) | 植物症状的处理方式建议***与方法 | |
| WO2017071928A1 (de) | Verfahren und informationssystem zum erkennen zumindest einer auf einem feld angepflanzten pflanze | |
| JP7518490B2 (ja) | 圃場の育種データ収集装置、育種における特徴解析装置、圃場の育種データ収集方法、プログラム、および記録媒体 | |
| Boyle et al. | Automated estimation of tiller number in wheat by ribbon detection | |
| Liu et al. | UAV-based crops classification with joint features from orthoimage and DSM data | |
| Wang et al. | Root anatomy based on root cross-section image analysis with deep learning | |
| CN106896077B (zh) | 基于叶绿素荧光成像的转基因玉米草甘膦耐受性表型的检测方法 | |
| CN106683092B (zh) | 测算蓝莓树冠郁闭度的装置和方法 | |
| Anderegg et al. | Combining high-resolution imaging, deep learning, and dynamic modeling to separate disease and senescence in wheat canopies | |
| CN115620151A (zh) | 物候期识别方法、装置、电子设备和存储介质 | |
| Lati et al. | 3-D image-driven morphological crop analysis: a novel method for detection of sunflower broomrape initial subsoil parasitism | |
| CN109886259A (zh) | 一种基于计算机视觉的番茄病害识别预警方法及装置 | |
| CN117522365A (zh) | 一种城市园林智能管养*** | |
| Sharma | Recognition of Anthracnose Injuries on Apple Surfaces using YOLOV 3-Dense | |
| Khairunniza-Bejo et al. | Basal Stem Rot (BSR) detection using textural analysis of Unmanned Aerial Vehicle (UAV) image | |
| Chen et al. | TSP-yolo-based deep learning method for monitoring cabbage seedling emergence | |
| CN115660236B (zh) | 作物物候期预测方法、装置、电子设备和存储介质 | |
| Millan-Arias et al. | General Cephalometric Landmark Detection for Different Source of X-Ray Images | |
| CN114485612B (zh) | 路线生成方法、装置、无人作业车、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |