[发明专利]一种果园病虫害监测预警方法及系统在审

专利信息
申请号: 202011351554.8 申请日: 2020-11-27
公开(公告)号: CN112418112A 公开(公告)日: 2021-02-26
发明(设计)人: 王金星;刘雪梅;刘双喜;王熠;慕君林;马博;张正辉 申请(专利权)人: 山东农业大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 济南誉丰专利代理事务所(普通合伙企业) 37240 代理人: 李茜
地址: 271018 *** 国省代码: 山东;37
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 果园 病虫害 监测 预警 方法 系统
【说明书】:

本申请公开了一种果园病虫害监测预警方法及系统,涉及果园管理技术领域,对果园内的果树进行视频采集,获得所述果树的病虫害情况;对果树的病虫害情况进行分类识别,确定出果树病虫害类别;根据识别出的病虫害类别给出相应的管理措施并给出实时的预警信息。通过对果园内的果树病虫害情况采用视频的方式实时获取,然后将实时获取的病虫害视频信息进行处理,准确识别出病虫害类别,对应的管理措施和预警信息在果园植保人员的终端上显示。将视频技术、互联网技术、图像处理技术与传统农业植保工作相结合,不仅节省了果树植保人员的时间,而且提供了及时、准确的果园病虫害数据,对改善果品品质,提升苹果产量有着显著的效果。

技术领域

本申请涉及果园管理技术领域,具体涉及一种果园病虫害监测预警方法及系统。

背景技术

果园病虫害防治在果树生命周期以及周年管理中都具有重要的地位和作用,果园病虫害的及时精确防治,对延长结果年限,增长果树树题寿命具有重要意义,对结果期水果的产量、质量、优质率具有较大的影响。控制果园重大病虫害发生、蔓延、确保果品安全,对果业可持续发展起着保驾护航的作用,还可以保证果农获得稳定的收益。

传统的果园病虫害监测往往需要植保人员前往现场进行查看,根据对果树生长情况判断出病虫害的情况。传统的果园病虫害监测虽然可以检查出果树存在的病虫害,但是由于无法实时和全方位的对果树病虫害进行监控。进而使得有的果树处于病虫害初期可能不会被发现,进而错过了最佳的防治时期。

因此,如何提高对果园病虫害监测预警的实时性,是本领域亟待解决的技术问题。

发明内容

本申请为了解决上述技术问题,提出了如下技术方案:

第一方面,本申请实施例提供了一种果园病虫害监测预警方法,所述方法包括:对果园内的果树进行视频采集,获得所述果树的病虫害情况;对果树的病虫害情况进行分类识别,确定出果树病虫害类别;根据识别出的病虫害类别给出相应的管理措施并给出实时的预警信息。

采用上述实现方式,通过对果园内的果树病虫害情况采用视频的方式实时获取,然后将实时获取的病虫害视频信息进行处理,准确识别出病虫害类别,对应的管理措施和预警信息在果园植保人员的终端上显示。将视频技术、互联网技术、图像处理技术与传统农业植保工作相结合,不仅节省了果树植保人员的时间,而且提供了及时、准确的果园病虫害数据,对改善果品品质,提升苹果产量有着显著的效果。

结合第一方面,在第一方面第一种可能的实现方式中,所述对果园内的果树进行视频采集,获得所述果树的病虫害情况,包括:在果园内布设一体式野外防水球机,所述球机内设置多倍的放大摄像头;通过所述一体式野外防水球机采集果园内果树病虫害发生视频。

结合第一方面第一种可能的实现方式,在第一方面第二种可能的实现方式中,所述对果树的病虫害情况进行分类识别,确定出果树病虫害类别,包括:将所述病虫害发生视频采用流媒体技术进行处理获得单张的图像;将所有图像进行预处理获得灰度图像;将所述灰度图像进行灰度阈值分割,得到果树的叶片和果实图像;对所得叶片和果实图像在深度学习网络中进行识别,确定出果树病虫害类别;所述深度学习网络包括病虫害特征提取网络、病虫害特征融合网络、病虫害感兴趣区域提取网络、病虫害识别和回归网络。

结合第一方面第二种可能的实现方式,在第一方面第三种可能的实现方式中,所述将所有图像进行预处理获得灰度图像包括:对图像用加权平均法进行灰度化处理,减少原始图像数据量,便于后序计;对灰度化所得图像进行平移、镜像、旋转、缩放等几何变换,改正图像采集系统的系统误差和仪器位置的随机误差;中值滤波去除椒盐噪声的影响,获得灰度图像。

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山东农业大学,未经山东农业大学许可,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/202011351554.8/2.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