[发明专利]害虫识别方法及装置、计算机装置及存储介质有效

专利信息
申请号: 201711465107.3 申请日: 2017-12-28
公开(公告)号: CN108073908B 公开(公告)日: 2021-08-24
发明(设计)人: 姜廷龙 申请(专利权)人: 深圳春沐源控股有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 陈敬华
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 害虫 识别 方法 装置 计算机 存储 介质
【权利要求书】:

1.一种害虫识别方法,其特征在于,所述方法包括:

从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;

对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度;

根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;

计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;

若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。

2.如权利要求1所述的方法,其特征在于,所述方法还包括:

获取所述粘虫图像中粘虫装置边界的颜色信息;

根据所述颜色信息确定害虫的分布状况;

若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。

3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:

获取所述粘虫装置与所述粘虫装置周围的植物的距离;

判断所述距离是否满足预设距离条件;

若所述距离满足预设距离条件,执行所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度的操作。

4.如权利要求1或2所述的方法,其特征在于,在所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度之后,所述方法还包括:

若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,发送清理害虫指令;或者

根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及

根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。

5.如权利要求1或2所述的方法,其特征在于,所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度,包括:

提取所述粘虫图像的特征;

根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;

根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。

6.一种害虫识别装置,其特征在于,所述装置包括:

图像获取模块,用于从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;

识别模块,用于对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度;

分析模块,用于根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;

计算模块,用于计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;

调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。

7.一种计算机装置,其特征在于,所述计算机装置包括存储器及处理器,所述存储器用于存储至少一个指令,所述处理器用于执行所述至少一个指令以实现如权利要求1至5中任一项所述害虫识别方法。

8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于:所述计算机指令被处理器执行时实现如权利要求1至5中任意一项所述害虫识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳春沐源控股有限公司,未经深圳春沐源控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711465107.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top