[发明专利]农林业病害孢子图像信息远程监测系统有效

专利信息
申请号: 201811643861.6 申请日: 2018-12-30
公开(公告)号: CN109635802B 公开(公告)日: 2023-04-07
发明(设计)人: 王波涛;常新 申请(专利权)人: 北京工业大学
主分类号: G06V10/141 分类号: G06V10/141;G06V10/82;G06N3/0464;G06N3/048;G06N3/09;G06T7/00;G05B19/042;H04L67/12
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 农林 病害 孢子 图像 信息 远程 监测 系统
【权利要求书】:

1.农林业病害孢子图像信息远程监测系统,其特征在于,包括以下三个部分:病害孢子图像采集设备、多设备组网及访问控制程序和图像处理程序;

病害孢子图像采集设备包括嵌入式控制板①、嵌入式控制板②、直线导轨滑台③、步进电机④、光学显微镜⑤、显微镜电子目镜⑥、显微镜光源灯⑦、胶带⑧、真空抽气泵⑨;用于光学显微镜自动对焦和采集农林业病害孢子并拍摄孢子的图像;

多设备组网及访问控制程序⑩位于嵌入式控制板上,用于统一管理控制同一片区域下,位于不同位置的多个病害孢子图像采集设备,保存病害孢子图像信息,同时负责外部互联网进行通信交互,实现远程控制与监测;

图像处理程序位于嵌入式控制板上,包括图像清晰度评价程序图像细节增强程序以及病害孢子识别和预警程序其中图像清晰度评价程序用于指导病害孢子设备进行显微镜自动对焦,该程序采用清晰度评价;图像细节增强程序对采集到的图像进行暗部亮度和细节的增强,该程序对图像进行亮度区域重映射,对Gamma曲线进行调整;病害孢子识别和预警程序对增强后的每一张病害孢子图像进行孢子的识别,同时对病害的发生给出预警提示信息,该程序采用卷积神经网络;

光学显微镜的自动对焦,光学显微镜在成像过程中,步进电机会带动待拍摄区域移动,来调整镜头相对于拍摄区域的距离,使得光学显微镜具备对焦能力;步进电机移动角度θ的计算公式如下:

其中N为脉冲数,m为电机细分,对于单个脉冲,θ为0.00009°,即步进电机能够移动的最小角度为0.00009°;

光学显微镜的自动对焦由图像清晰度评价程序进行指导,成像过程中,图像清晰度评价程序,采用Laplacian算子分别提取水平和垂直方向的梯度值,进而对图像清晰度进行评价,对焦点的计算公式如下:

D(f)=∑yx|G(x,y)|

D0=maxD(f)

其中L为Laplacian算子,G(x,y)是在像素点(x,y)处Laplacian算子的卷积,D(f)为当前位置的图像清晰度,D0为对焦点;图像清晰度评价程序对每一帧图像进行计算,由清晰度与距离之间的关系,判断使得清晰度值更大的电机移动方向,并向该方向移动,直至图像清晰度值最大,至此完成显微镜的自动对焦;

所述的光学显微镜自动对焦,其特征在于:显微镜镜头是静止不动的,与之相对应的,移动镜头下方的待观察区域,使之与显微镜镜头发生相对位移,从而实现显微镜成像的对焦控制;

所述的图像细节增强程序,其特征在于:进行区域最优曝光计算来调整Gamma曲线对图像进行增强;程序中首先进行区域级的曝光计算,然后进行细节量计算,接着进行相对对比度计算,最后根据上述计算,调整S型伽马曲线,该方法的区域最优曝光计算,考虑了各个区域的可见性,以及邻域的相对对比度,以增强图像暗部效果和图像细节特征,获得更好的曝光和细节效果的图像;

采用7层卷积神经网络进行病害孢子图像的分析识别;其中5层为卷积层,对于所有卷积层,第一个卷积层设置6个卷积核,之后每个卷积层的卷积核个数依次加倍,最后经由全连接层到达Softmax层,输出图片属于病害孢子的概率,即实现对病害孢子的识别,随即向所用用户客户端发送预警信息;

2.根据权利要求1所述系统,其特征在于,还包括用于远程控制和信息查看的PC端Android、IOS客户端和网页客户端三类客户端通过互联网与本系统连接,均可接收病害孢子图像和病害预警信息,并能够对病害孢子图像采集设备的所有硬件进行远程实时的人工控制;

3.根据权利要求2所述系统,其特征在于,单个用户可同时对多个不同位置的病害孢子图像采集设备进行人工控制;

4.根据权利要求1所述的系统,其特征在于,本系统单独使用一台病害孢子图像采集设备,或者进行多采集设备的组网运行;多个采集设备可由互联网、局域网中的任意方式进行相互连接,多设备组网及访问控制程序对多个采集设备进行统一管理,对多点采集信息进行统一分析和病害预警,扩大监测范围。

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北京工业大学,未经北京工业大学许可,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/201811643861.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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