[发明专利]一种虫情预测方法、终端和存储介质在审

专利信息
申请号: 202011125552.7 申请日: 2020-10-20
公开(公告)号: CN112348234A 公开(公告)日: 2021-02-09
发明(设计)人: 魏靖;王玉亭;谢秋发 申请(专利权)人: 深圳市识农智能科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02;G06K9/46
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 刘永康
地址: 518000 广东省深*** 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: 一种 虫情 预测 方法 终端 存储 介质
【说明书】:

本申请适用于图像处理技术领域,提供了一种虫情预测方法、终端和存储介质。所述方法包括:获取昆虫的卵巢图像;根据所述卵巢图像,确定所述昆虫的卵巢发育等级;根据所述卵巢发育等级,进行所述昆虫的虫情预测。采用本申请技术方案能够提高提高虫情预测的准确度。

技术领域

本申请属于图像处理技术领域,尤其涉及一种虫情预测方法、终端和存储介质。

背景技术

虫害指的是有害的昆虫对植物生长造成的伤害。如果不及时对虫害采取防治措施,可能导致庄稼减产、植被枯死,并且,害虫身上携带的病菌会引起人类生病。因此,对虫害进行防治是一项非常重要的工作。为了进行虫害防治,往往需要获知害虫的虫情。

但是,现有的虫情预测方法精准度不足,导致虫害防治的效果较差。

发明内容

本申请实施例提供一种虫情预测方法、终端和存储介质,可以解决利用目前的虫情预测方法精准度不足的问题。

本申请实施例第一方面提供一种虫情预测方法,所述虫情预测方法包括:

获取昆虫的卵巢图像;

根据所述卵巢图像,确定所述昆虫的卵巢发育等级;

根据所述卵巢发育等级,进行所述昆虫的虫情预测。

本申请实施例第二方面提供的一种虫情预测装置,所述虫情预测装置包括:

获取单元,用于获取昆虫的卵巢图像;

确定单元,用于根据所述卵巢图像,确定所述昆虫的卵巢发育等级;

预测单元,用于根据所述卵巢发育等级,进行所述昆虫的虫情预测。

本申请实施例第三方面提供一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。

本申请实施例第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。

本申请实施例第五方面提供了一种计算机程序产品,当计算机程序产品在终端上运行时,使得终端执行时实现方法的步骤。

在本申请的实施方式中,上述终端会获取昆虫的卵巢图像。然后,根据卵巢图像,确定昆虫的卵巢发育等级。接着,可以根据卵巢发育等级,进行昆虫的虫情预测。由于上述卵巢发育等级标识着该昆虫的卵巢发育程度,因此,本申请的实施例考虑了昆虫的繁殖特性,能够准确地针对昆虫的繁殖态势做出虫情预测。当该方法应用于害虫时,可以预测害虫的虫情,进而指导害虫防治工作,因此可以减轻植保工作人员的工作量,降低害虫对人类的生命财产带来的影响。

附图说明

为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种虫情预测方法的第一实现流程示意图;

图2是本申请实施例提供的确定卵巢发育等级的具体实现流程示意图;

图3是本申请实施例提供的利用神经网络模型确定卵巢发育等级的示意图;

图4是本申请实施例提供的一种虫情预测方法的第二实现流程示意图;

图5是本申请实施例提供的预测抱卵高峰期和孵卵高峰期的实现流程示意图;

图6是本申请实施例提供的预测抱卵数量的实现流程示意图;

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市识农智能科技有限公司,未经深圳市识农智能科技有限公司许可,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/202011125552.7/2.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