CN103299969A - 一种害虫诱捕装置和害虫远程识别监控系统 - Google Patents
一种害虫诱捕装置和害虫远程识别监控系统 Download PDFInfo
- Publication number
- CN103299969A CN103299969A CN 201310230631 CN201310230631A CN103299969A CN 103299969 A CN103299969 A CN 103299969A CN 201310230631 CN201310230631 CN 201310230631 CN 201310230631 A CN201310230631 A CN 201310230631A CN 103299969 A CN103299969 A CN 103299969A
- Authority
- CN
- China
- Prior art keywords
- insect
- pest
- pest trap
- passage
- worm
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种害虫诱捕装置和害虫远程识别监控系统。所述害虫诱捕装置包括顶盖、漏斗座、集虫器以及控制单元,所述漏斗座与集虫器之间设有仅能供害虫单只逐个通过的通道,所述通道侧壁设有计数装置和红外感应微型摄像头,所述红外感应微型摄像头的数量至少为四个,设于通道的同一高度且沿通道周向均匀分布。所述害虫远程识别监控系统包括本发明的害虫诱捕装置和远程数据中心。与现有技术相比,本发明利用安装在仅能供害虫单只逐个通过的通道内的至少四个红外感应微型摄像头来采集单个害虫的图像信息,利用摄像头采集害虫群体的图像信息,还对害虫进行计数,有利于对害虫的数量和种类进行全面分析,有效监控虫害情况。
Description
技术领域
本发明涉及害虫诱捕及识别监控领域,具体涉及一种害虫诱捕装置和害虫远程识别监控系统。
背景技术
中国是一个农业大国,农田害虫的监测、虫情灾害的统计预报工作十分重要。若监测预报准确及时,就可及早控制害虫、减少农药用量、避免农作物遭受重大损失。传统方法中一般是通过有经验的农民和昆虫分类专家对害虫进行识别,但人工识别劳动强度大、效率低。
并且,近十几年来,农业害虫发生严重、虫口密度大、发生种类多,而中国农民植保知识缺乏、有经验的昆虫分类专家和基层植保人员较少,不能满足当前害虫发生监测的需求,从而无法实现农业害虫准确预测预报,更不能达到对害虫的无线远程自动监测。因此,开发一些智能化无线害虫远程自动监测装置,将有助于提高昆虫识别与计数的准确率和效率,减少虫害带来的损失,进而促进精准农业的实施,提高昆虫知识的科普水平。
现有技术中,一般是在对害虫进行诱捕的基础上实现对害虫的识别和远程监测。目前,国内外害虫诱捕器的种类很多,其捕捉原理主要是利用害虫的趋光性、味觉等生物特性,采用诱导药、光源、信息源等来诱捕害虫。
如公告号为CN2867873Y的中国专利文献公开了一种害虫诱捕器,它由上盖、漏斗座、诱芯和集虫器组成,该害虫诱捕器的进虫口下部或内侧—即进虫口通向锥面漏斗或集虫器的通道上设有由弹性防逃线构成的放逃逸装置,所述上盖下装有1~6块挡虫板,当害虫受诱芯吸引飞向诱捕器时,首先与挡虫板相撞而向下坠落,在碰到细而光滑、不能支撑害虫重量的上防逃线后掉入漏斗座内,依靠其本身的重量撞开下防逃线,掉入集中器。该害虫诱捕器利用上防逃线和下防逃线阻止害虫逃出诱捕器。
但该害虫诱捕器只能进行害虫的诱捕,无法对被诱捕的害虫信息进行采集,导致难以对害虫进行识别和任何形式的监测。
公告号为CN202566059U的中国专利文献公开了一种实时远程监控害虫的系统,包括:诱捕器,存储记忆装置,动力系统和分析系统;诱捕器内部放置不同的信息素引诱剂,诱捕器的入口处安装红外线自动计数装置,该红外线自动计数装置自动记录害虫进入诱捕器的数量和时间,并将采集的信息传输到存储记忆装置(GSM模块),GSM模块会记录红外线自动计数装置采集的信息并进一步传输到分析系统,分析系统分析害虫可能爆发的概率。
该诱捕器只能够采集害虫进入诱捕器的时间和数量信息,不利于对害虫的种类进行识别和分析。
发明内容
本发明提供了一种害虫诱捕装置,该害虫诱捕装置能够对被诱捕的害虫进行数量信息和图像信息的采集,便于对害虫的数量和种类进行全面分析。
一种害虫诱捕装置,包括顶盖、漏斗座、集虫器以及控制单元,所述漏斗座与集虫器之间设有仅能供害虫单只逐个通过的通道,所述通道侧壁设有计数装置和红外感应微型摄像头,所述红外感应微型摄像头的数量至少为四个,设于通道的同一高度且沿通道周向均匀分布。
害虫进入通道后,被计数装置计数一次,并且红外感应微型摄像头对进入拍摄范围的单个害虫采集图像,单个害虫的图像信息用于对该害虫的种类进行识别。
为便于对害虫进行种类识别,所述红外感应微型摄像头为至少四个,所有红外感应微型摄像头设于通道的同一高度且沿通道周向均匀分布。由于害虫进入通道的姿态无法预测,多个红外感应微型摄像头在保证拍摄到害虫正面照片的同时,便于同时抓拍害虫的正面和背面照片,对其整体图像进行全面采集。并将采集的单个害虫的图像信息传送至控制单元。
作为优选,所述通道的内壁面为糙面。粗糙的内壁有利于减缓害虫在通道内的爬行速度,便于红外感应微型摄像头和计数装置进行拍照和计数。
为免计数装置对同一害虫重复计数,所述通道内设有电热环,该电热环位于计数装置的下方。作为优选,所述电热环的温度为48~50℃。电热环在通道内形成一个高温环,而48℃以上为一般昆虫的致死高温,昆虫本能地回避该温度区,如此可避免同一害虫在计数装置的感应区内往返爬动,避免重复计数。
害虫越过该高温区后就掉入集虫器内。所述集虫器底部设有捕获害虫的粘板,粘板表面安装有压力传感器,集虫器顶部设有摄像头,控制单元接收压力传感器的信号,进而控制摄像头工作。使用时在粘板上放置信息素引诱剂,每当有害虫到达粘板,该压力传感器就发送信号给控制单元,控制单元则控制摄像头拍照,对集虫器内害虫群体的图像信息进行采集,方便用户查看虫害情况。
除受制于压力传感器的信号外,所述摄像头也可自主设置拍照的时间间隔,并将采集的图像传送给控制单元。
作为优选,所述计数装置由光电传感器和计数电路组成,所述计数电路连接控制单元。光电传感器感应害虫并输出高低电平信号,所述计数电路接收该高低电平信号并将其转换为脉冲信号;控制单元将该脉冲信号转换为害虫的数量信息。
控制单元接受并存储的害虫信息可以通过USB等接口传送到计算机中,计算机内的害虫识别软件根据单个害虫的图像信息(以害虫群体的图像信息为参考)对害虫进行种类识别,再结合害虫数量信息,对虫害情况进行实时监测。
该害虫分类软件的识别方法包括如下步骤:
(1)样本训练
①收集害虫的训练样本若干,获取图像,并去除图像中的背景,仅保留害虫图像;
②对害虫图像进行灰度转换,转换公式为:
y=0.3r+0.59g+0.11b (1);
其中,y表示灰度化后的灰度值,r表示害虫图像中红色分量的值,g表示害虫图像中绿色分量的值,b表示害虫图像中蓝色分量的值;
③灰度转换后,采用压缩感知算法抽取图像的特征值;
以尺寸为i*h为例(i为行,h为列),以各像素点的灰度值为元素构建灰度矩阵,以行堆叠,使其成为一个行向量p(p∈R1×n,n=i×h);
p与随机的压缩感知观测矩阵相乘,得到训练样本害虫的图像特征值x(向量):
(2)样本检测
计算机和远程数据中心接受到的害虫图像信息即为测试样本;按照步骤(1)中②③的方法获得测试样本的图像特征值,再利用最邻近算法确定测试样本害虫的种类;
最邻近算法包括:计算测试样本的图像特征值与训练样本的图像特征值之间的距离,计算公式为:
h1表示测试样本的图像特征值,h2表示训练样本的图像特征值。
在种类识别软件中找到与测试样本的图像特征值最近的训本的图像特征值,则该测试样本的害虫类型即与该训练样本的害虫类型相同;
如果一类害虫包括多个训练样本,则计算测试样本的图像特征值与所有训练样本的图像特征值之间的距离,并对所有距离求平均,再找到与平均距离最接近的训练样本的图像特征值,该训练样本的害虫类型即为测试样本的害虫类型。
所述害虫种类识别软件将压缩感知理论应用到害虫图像特征值的获取中,采用随机矩阵提取特征值,在抑制了噪声的同时大大降低了数据维数。
为实现对虫害情况的远程监测,本发明的害虫诱捕装置包括无线发射模块,控制单元接收计数装置和红外感应微型摄像头输出的信息,控制无线发射模块传输给远程数据中心。集虫器内摄像头输出的信息也被控制单元接收并通过无线发射模块传输给远程数据中心。
作为优选,所述无线发射模块为GPRS模块。该GPRS模块上配置有SIM卡,用于接收远程数据中心的指令短信,并在控制单元的控制下,将采集的害虫数量信息和图像信息以短信或彩信的形式传送至远程数据中心,由远程数据中心进行害虫种类识别和实时远程监测。
为增大害虫的捕获率,所述顶盖与漏斗座之间设有四脚支架,所述顶盖的底面安装有诱虫灯。诱虫灯用于吸引害虫。
作为优选,所述集虫器的底部还设有至少三个支撑脚。避免所述害虫诱捕装置受潮或受腐蚀。
本发明还提供了一种害虫远程识别监控系统,包括诱捕装置和远程数据中心,所述诱捕装置即为本发明所述害虫诱捕装置。所述远程数据中心带有害虫种类识别软件,作为优选,所述远程数据中心为手机或个人电脑。
所述害虫远程识别监控系统是以短信触发的,远程数据中心给GPRS模块上的SIM卡上发送一条指令短信“111”,控制单元即控制红外感应微型摄像头、计数装置、摄像头采集相关信息,采集完成后控制GPRS模块将害虫相关信息以彩信的形式发送到远程数据中心,远程数据中心的彩信接收端为手机或个人电脑的邮箱。
与现有技术相比,本发明的有益效果体现在:
本发明的害虫诱捕装置利用安装在仅能供害虫单只逐个通过的通道内的至少四个红外感应微型摄像头来采集单个害虫的图像信息,利用摄像头采集害虫群体的图像信息,还对害虫进行计数,有利于对害虫的数量和种类进行全面分析,有效监控虫害情况。
附图说明
图1为本发明一种害虫诱捕装置的结构示意图;
图2为图1中通道处的结构示意图;
图3为本发明一种害虫远程识别监控系统的结构框图;
图4为本发明一种害虫远程识别监控系统的工作流程图。
具体实施方式
如图1所示,本发明一种害虫诱捕装置,包括顶盖1、漏斗座2、集虫器3和控制单元6,顶盖1内安置有整个害虫诱捕装置的电源11,顶盖1与漏斗座2有四脚支架14连接,顶盖1的底面安装有诱虫灯12,漏斗座2与集虫器3之间设有仅能供害虫单只逐个通过的通道4。集虫器3的底部还设有三个支撑脚31。避免害虫诱捕装置受潮或受腐蚀。
由图2可见,通道4侧壁设有槽型光电传感器9和红外感应微型摄像头8。本具体实施方式中,红外感应微型摄像头8的数量为四个,设于通道4的同一高度且沿通道4周向均匀分布。
通道4的内壁面为糙面。如此可减缓害虫在通道4内的爬行速度,便于红外感应微型摄像头8抓拍单个害虫的图像信息。
红外感应微型摄像头8抓拍单个害虫的图像信息后,害虫继续向下爬,槽型光电传感器9感应害虫并输出高低电平信号,该高低电平信号被与槽型光电传感器9相连的单片机计数电路7接收并转换为脉冲信号,控制单元6接收该脉冲信号并将其转换为害虫的数量信息。单片机计数电路7安置在漏斗座2侧壁的方形箱体21内。
为免槽型光电传感器9对同一害虫重复计数,通道4内设有电热环13,该电热环13位于槽型光电传感器9的下方。电热环13的温度为48~50℃。电热环13在通道4内形成一个高温环,而48℃以上为一般昆虫的致死高温,昆虫本能地回避该温度区,如此可避免同一害虫在槽型光电传感器9的感应区内往返爬动,避免重复计数。
害虫越过该高温区后就掉入集虫器3内。集虫器3底部设有捕获害虫的粘板(图中省略),粘板表面安装有压力传感器(图中省略),集虫器3顶部设有摄像头10,控制单元6接收压力传感器的信号,进而控制摄像头10工作。
控制单元6接受并存储的害虫信息可以通过USB等接口传送到计算机中,计算机内的害虫识别软件根据单个害虫的图像信息(以害虫群体的图像信息为参考)对害虫进行种类识别,再结合害虫数量信息,对虫害情况进行实时监测。
该害虫分类软件的识别方法包括如下步骤:
(1)样本训练
①收集害虫的训练样本若干,获取图像,并去除图像中的背景,仅保留害虫图像;
②对害虫图像进行灰度转换,转换公式为:
y=0.3r+0.59g+0.11b (1);
其中,y表示灰度化后的灰度值,r表示害虫图像中红色分量的值,g表示害虫图像中绿色分量的值,b表示害虫图像中蓝色分量的值;
③灰度转换后,采用压缩感知算法抽取图像的特征值;
以尺寸为i*h为例(i为行,h为列),以各像素点的灰度值为元素构建灰度矩阵,以行堆叠,使其成为一个行向量p(p∈R1×n,n=i×h);
(2)样本检测
计算机和远程数据中心接收到的害虫图像信息即为测试样本;按照步骤(1)中②③的方法获得测试样本的图像特征值,再利用最邻近算法确定测试样本害虫的种类;
最邻近算法包括:计算测试样本的图像特征值与训练样本的图像特征值之间的距离,计算公式为:
h1表示测试样本的图像特征值,h2表示训练样本的图像特征值。
在种类识别软件中找到与测试样本的图像特征值最近的训练样本的图像特征值,则该测试样本的害虫类型即与该训练样本的害虫类型相同;
如果一类害虫包括多个训练样本,则计算测试样本的图像特征值与所有训练样本的图像特征值之间的距离,并对所有距离求平均,再找到与平均距离最接近的训练样本的图像特征值,该训练样本的害虫类型即为测试样本的害虫类型。
为实现对虫害情况的远程监测,本发明的害虫诱捕装置包括GPRS模块5,控制单元接收单片机计数电路7、红外感应微型摄像头8和摄像头10输出的信息,控制GPRS模块5传输给远程数据中心。
本具体实施方式中,GPRS模块5也安置在漏斗座2侧壁的方形箱体21内。该GPRS模块5上配置有SIM卡,用于接收远程数据中心的指令短信,并在控制单元6的控制下,将采集的害虫数量信息和图像信息以短信或彩信的形式传送至远程数据中心,由远程数据中心进行害虫种类识别和实时远程监测。
如图3所示,本发明的害虫诱捕装置与远程数据中心即可组成一个害虫远程识别监控系统。由图4可见,该害虫远程识别监控系统的工作流程为:
开启电源11,所有硬件模块启动,控制单元6首先对硬件模块进行初始化,然后GPRS模块5开机并查询远程数据中心发送过来的指令短信“111”;若查询到,则将该指令短信通过串口I发送给控制单元6,然后控制单元6分别通过串口II和USB接口控制光电传感器9和单片机计数电路7、红外感应微型摄像头8和普通摄像头10采集相关信息;采集完成后,控制单元6再通过串口I向GPRS模块5发送彩信相关的AT指令,害虫的数量信息和图像信息则分别以彩信(MMS信息)的形式通过GPRS网络和Internet网络被发送至手机、个人电脑,彩信接收端为手机和邮箱;手机查看现场虫害状况,个人电脑对害虫种类进行识别,并将所有数据记录存储。若GPRS模块5没有查询到指令短信“111”,则继续查询。
Claims (8)
1.一种害虫诱捕装置,包括顶盖、漏斗座、集虫器以及控制单元,所述漏斗座与集虫器之间设有仅能供害虫单只逐个通过的通道,其特征在于,所述通道侧壁设有计数装置和红外感应微型摄像头,所述红外感应微型摄像头的数量至少为四个,设于通道的同一高度且沿通道周向均匀分布。
2.如权利要求1所述的害虫诱捕装置,其特征在于,所述通道的内壁面为糙面。
3.如权利要求1所述的害虫诱捕装置,其特征在于,所述通道内设有电热环,该电热环位于计数装置的下方。
4.如权利要求1所述的害虫诱捕装置,其特征在于,所述集虫器底部设有捕获害虫的粘板,粘板表面安装有压力传感器,集虫器顶部设有摄像头,控制单元接收压力传感器的信号,进而控制摄像头工作。
5.如权利要求1所述的害虫诱捕装置,其特征在于,所述计数装置由光电传感器和计数电路组成,所述计数电路连接控制单元。
6.如权利要求1所述的害虫诱捕装置,其特征在于,包括无线发射模块,控制单元接收计数装置和红外感应微型摄像头输出的信息,控制无线发射模块传输给远程数据中心。
7.如权利要求1所述的害虫诱捕装置,其特征在于,所述顶盖与漏斗座之间设有四脚支架,所述顶盖的底面安装有诱虫灯。
8.一种害虫远程识别监控系统,包括诱捕装置和远程数据中心,其特征在于,所述诱捕装置为权利要求1~7任一所述的害虫诱捕装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310230631.8A CN103299969B (zh) | 2013-06-09 | 2013-06-09 | 一种害虫诱捕装置和害虫远程识别监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310230631.8A CN103299969B (zh) | 2013-06-09 | 2013-06-09 | 一种害虫诱捕装置和害虫远程识别监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103299969A true CN103299969A (zh) | 2013-09-18 |
CN103299969B CN103299969B (zh) | 2014-10-08 |
Family
ID=49126036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310230631.8A Active CN103299969B (zh) | 2013-06-09 | 2013-06-09 | 一种害虫诱捕装置和害虫远程识别监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103299969B (zh) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103598169A (zh) * | 2013-11-15 | 2014-02-26 | 华南农业大学 | 基于视觉传感器的果蝇远程监控系统及其监控方法 |
CN103914733A (zh) * | 2014-03-31 | 2014-07-09 | 北京市农林科学院 | 一种害虫诱捕计数装置及计数系统 |
CN104133397A (zh) * | 2014-06-23 | 2014-11-05 | 浙江理工大学 | 诱捕器中的虫害精准计数电路及其计数方法 |
CN104145919A (zh) * | 2014-07-16 | 2014-11-19 | 常州大学 | 一种结合物联网和性引诱剂的害虫远程测报装置 |
CN104381231A (zh) * | 2014-11-06 | 2015-03-04 | 浙江大学 | 一种基于图像的野外虫情监测装置 |
CN104902228A (zh) * | 2015-05-15 | 2015-09-09 | 浙江大学 | 一种基于计算机视觉的害虫实时监控装置及方法 |
CN104918007A (zh) * | 2015-05-15 | 2015-09-16 | 浙江大学 | 基于计算机视觉的大田虫情监控采样装置及采样方法 |
CN104996382A (zh) * | 2015-08-20 | 2015-10-28 | 哈尔滨市汇精源农机制造有限公司 | 一种带有灭虫灯的农田监测系统 |
CN105010292A (zh) * | 2015-08-20 | 2015-11-04 | 哈尔滨市汇精源农机制造有限公司 | 一种农田可自动喷洒农药的系统 |
CN105580802A (zh) * | 2014-10-22 | 2016-05-18 | 中国农业大学 | 东亚飞蝗蝗蝻自动监测装置及监测方法 |
CN105868824A (zh) * | 2015-01-23 | 2016-08-17 | 上海星让实业有限公司 | 一种智能识别数据统计系统及装有该系统的虫害监控装置 |
CN105900954A (zh) * | 2016-04-19 | 2016-08-31 | 北京农业信息技术研究中心 | 害虫监测系统及方法 |
CN105938571A (zh) * | 2016-04-19 | 2016-09-14 | 北京农业信息技术研究中心 | 害虫识别计数系统及方法 |
CN106489876A (zh) * | 2016-09-28 | 2017-03-15 | 浙江大学 | 一种基于高光谱成像的大田害虫监控诱捕装置 |
CN107347859A (zh) * | 2017-08-15 | 2017-11-17 | 河南工业大学 | 一种储粮害虫诱捕系统 |
CN107609543A (zh) * | 2017-10-24 | 2018-01-19 | 宁夏农林科学院农业经济与信息技术研究所 | 一种枸杞病虫害虫体自动计数装置 |
CN108377989A (zh) * | 2018-04-24 | 2018-08-10 | 郑斯竹 | 基于互联网的实时在线监测昆虫诱捕装置 |
CN108650496A (zh) * | 2018-08-20 | 2018-10-12 | 河南工业大学 | 一种粮仓害虫双视角视频采集装置及方法 |
CN108732175A (zh) * | 2018-05-24 | 2018-11-02 | 河海大学常州校区 | 基于机器视觉的远程昆虫识别和计数装置 |
CN108990938A (zh) * | 2018-08-01 | 2018-12-14 | 河南工业大学 | 一种自动诱捕监测装置 |
CN109063815A (zh) * | 2018-05-30 | 2018-12-21 | 北京邮电大学 | 一种害虫识别统计装置、系统及方法 |
CN109068614A (zh) * | 2017-01-23 | 2018-12-21 | 威里利生命科学有限责任公司 | 昆虫分离器系统 |
TWI659325B (zh) * | 2017-11-17 | 2019-05-11 | 國立交通大學 | 智慧型農業及環境管理系統 |
CN110122449A (zh) * | 2019-05-29 | 2019-08-16 | 重庆工程职业技术学院 | 具有人工智能预测害虫的智能杀虫灯 |
US10417780B2 (en) | 2016-03-29 | 2019-09-17 | Ecolab Usa Inc. | Analyzing images of pests using a mobile device application |
CN110495434A (zh) * | 2019-07-29 | 2019-11-26 | 福建省农业科学院植物保护研究所 | 一种基于机器视觉的害虫自动识别计数系统及方法 |
CN110663657A (zh) * | 2019-10-29 | 2020-01-10 | 河南汇纳科技有限公司 | 一种基于物联网的农作物害虫智能监测预警系统 |
CN111246734A (zh) * | 2017-10-18 | 2020-06-05 | 威里利生命科学有限责任公司 | 昆虫感测系统和方法 |
CN111449036A (zh) * | 2020-05-14 | 2020-07-28 | 南京威迪特电子科技有限公司 | 一种有害生物智能识别自动分拣装置 |
CN111543393A (zh) * | 2020-04-27 | 2020-08-18 | 江门海关技术中心 | 一种昆虫鉴定系统及方法 |
CN112913800A (zh) * | 2021-01-22 | 2021-06-08 | 蒙阴县云蒙湖生态区管理委员会 | 一种林业用微环境虫害防护装置 |
CN113100195A (zh) * | 2021-04-12 | 2021-07-13 | 广东海洋大学 | 一种基于物联网的柑橘木虱监测装置及系统 |
CN114698616A (zh) * | 2022-03-24 | 2022-07-05 | 高敬红 | 一种森林病虫害爆发风险预测的方法及装置 |
CN111449036B (zh) * | 2020-05-14 | 2024-04-26 | 南京威迪特电子科技有限公司 | 一种有害生物智能识别自动分拣装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320610B (zh) * | 2014-10-09 | 2018-08-10 | 韩立亮 | 小型哺乳动物(鼠类)智能识别系统 |
-
2013
- 2013-06-09 CN CN201310230631.8A patent/CN103299969B/zh active Active
Cited By (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103598169B (zh) * | 2013-11-15 | 2015-11-04 | 华南农业大学 | 基于视觉传感器的果蝇远程监控系统及其监控方法 |
CN103598169A (zh) * | 2013-11-15 | 2014-02-26 | 华南农业大学 | 基于视觉传感器的果蝇远程监控系统及其监控方法 |
CN103914733A (zh) * | 2014-03-31 | 2014-07-09 | 北京市农林科学院 | 一种害虫诱捕计数装置及计数系统 |
CN103914733B (zh) * | 2014-03-31 | 2016-09-28 | 北京市农林科学院 | 一种害虫诱捕计数装置及计数系统 |
CN104133397A (zh) * | 2014-06-23 | 2014-11-05 | 浙江理工大学 | 诱捕器中的虫害精准计数电路及其计数方法 |
CN104133397B (zh) * | 2014-06-23 | 2016-08-24 | 浙江理工大学 | 诱捕器中的虫害精准计数电路及其计数方法 |
CN104145919A (zh) * | 2014-07-16 | 2014-11-19 | 常州大学 | 一种结合物联网和性引诱剂的害虫远程测报装置 |
CN105580802A (zh) * | 2014-10-22 | 2016-05-18 | 中国农业大学 | 东亚飞蝗蝗蝻自动监测装置及监测方法 |
CN104381231A (zh) * | 2014-11-06 | 2015-03-04 | 浙江大学 | 一种基于图像的野外虫情监测装置 |
CN104381231B (zh) * | 2014-11-06 | 2016-11-23 | 浙江大学 | 一种基于图像的野外虫情监测装置 |
CN105868824A (zh) * | 2015-01-23 | 2016-08-17 | 上海星让实业有限公司 | 一种智能识别数据统计系统及装有该系统的虫害监控装置 |
CN104918007A (zh) * | 2015-05-15 | 2015-09-16 | 浙江大学 | 基于计算机视觉的大田虫情监控采样装置及采样方法 |
CN104902228A (zh) * | 2015-05-15 | 2015-09-09 | 浙江大学 | 一种基于计算机视觉的害虫实时监控装置及方法 |
CN104918007B (zh) * | 2015-05-15 | 2017-10-27 | 浙江大学 | 基于计算机视觉的大田虫情监控采样装置及采样方法 |
CN105010292A (zh) * | 2015-08-20 | 2015-11-04 | 哈尔滨市汇精源农机制造有限公司 | 一种农田可自动喷洒农药的系统 |
CN104996382A (zh) * | 2015-08-20 | 2015-10-28 | 哈尔滨市汇精源农机制造有限公司 | 一种带有灭虫灯的农田监测系统 |
US10636163B2 (en) | 2016-03-29 | 2020-04-28 | Ecolab Usa Inc. | Analyzing images of pests using a mobile device application |
US10417780B2 (en) | 2016-03-29 | 2019-09-17 | Ecolab Usa Inc. | Analyzing images of pests using a mobile device application |
CN105938571A (zh) * | 2016-04-19 | 2016-09-14 | 北京农业信息技术研究中心 | 害虫识别计数系统及方法 |
CN105938571B (zh) * | 2016-04-19 | 2018-04-10 | 北京农业信息技术研究中心 | 害虫识别计数系统及方法 |
CN105900954A (zh) * | 2016-04-19 | 2016-08-31 | 北京农业信息技术研究中心 | 害虫监测系统及方法 |
CN105900954B (zh) * | 2016-04-19 | 2018-12-25 | 北京农业信息技术研究中心 | 害虫监测系统及方法 |
CN106489876A (zh) * | 2016-09-28 | 2017-03-15 | 浙江大学 | 一种基于高光谱成像的大田害虫监控诱捕装置 |
CN109068614B (zh) * | 2017-01-23 | 2021-10-15 | 威里利生命科学有限责任公司 | 昆虫分离器系统 |
CN109068614A (zh) * | 2017-01-23 | 2018-12-21 | 威里利生命科学有限责任公司 | 昆虫分离器系统 |
CN107347859A (zh) * | 2017-08-15 | 2017-11-17 | 河南工业大学 | 一种储粮害虫诱捕系统 |
CN107347859B (zh) * | 2017-08-15 | 2023-09-15 | 河南工业大学 | 一种储粮害虫诱捕系统 |
CN111246734A (zh) * | 2017-10-18 | 2020-06-05 | 威里利生命科学有限责任公司 | 昆虫感测系统和方法 |
CN107609543A (zh) * | 2017-10-24 | 2018-01-19 | 宁夏农林科学院农业经济与信息技术研究所 | 一种枸杞病虫害虫体自动计数装置 |
TWI659325B (zh) * | 2017-11-17 | 2019-05-11 | 國立交通大學 | 智慧型農業及環境管理系統 |
CN108377989A (zh) * | 2018-04-24 | 2018-08-10 | 郑斯竹 | 基于互联网的实时在线监测昆虫诱捕装置 |
CN108732175A (zh) * | 2018-05-24 | 2018-11-02 | 河海大学常州校区 | 基于机器视觉的远程昆虫识别和计数装置 |
CN109063815A (zh) * | 2018-05-30 | 2018-12-21 | 北京邮电大学 | 一种害虫识别统计装置、系统及方法 |
CN108990938A (zh) * | 2018-08-01 | 2018-12-14 | 河南工业大学 | 一种自动诱捕监测装置 |
CN108650496A (zh) * | 2018-08-20 | 2018-10-12 | 河南工业大学 | 一种粮仓害虫双视角视频采集装置及方法 |
CN110122449B (zh) * | 2019-05-29 | 2021-07-30 | 重庆工程职业技术学院 | 具有人工智能预测害虫的智能杀虫灯 |
CN110122449A (zh) * | 2019-05-29 | 2019-08-16 | 重庆工程职业技术学院 | 具有人工智能预测害虫的智能杀虫灯 |
CN110495434A (zh) * | 2019-07-29 | 2019-11-26 | 福建省农业科学院植物保护研究所 | 一种基于机器视觉的害虫自动识别计数系统及方法 |
CN110663657A (zh) * | 2019-10-29 | 2020-01-10 | 河南汇纳科技有限公司 | 一种基于物联网的农作物害虫智能监测预警系统 |
CN111543393A (zh) * | 2020-04-27 | 2020-08-18 | 江门海关技术中心 | 一种昆虫鉴定系统及方法 |
CN111543393B (zh) * | 2020-04-27 | 2021-12-10 | 江门海关技术中心 | 一种昆虫鉴定系统及方法 |
CN111449036A (zh) * | 2020-05-14 | 2020-07-28 | 南京威迪特电子科技有限公司 | 一种有害生物智能识别自动分拣装置 |
CN111449036B (zh) * | 2020-05-14 | 2024-04-26 | 南京威迪特电子科技有限公司 | 一种有害生物智能识别自动分拣装置 |
CN112913800A (zh) * | 2021-01-22 | 2021-06-08 | 蒙阴县云蒙湖生态区管理委员会 | 一种林业用微环境虫害防护装置 |
CN113100195A (zh) * | 2021-04-12 | 2021-07-13 | 广东海洋大学 | 一种基于物联网的柑橘木虱监测装置及系统 |
CN114698616A (zh) * | 2022-03-24 | 2022-07-05 | 高敬红 | 一种森林病虫害爆发风险预测的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103299969B (zh) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103299969B (zh) | 一种害虫诱捕装置和害虫远程识别监控系统 | |
CN203324781U (zh) | 一种害虫诱捕装置和害虫远程识别监控系统 | |
CN104918007B (zh) | 基于计算机视觉的大田虫情监控采样装置及采样方法 | |
CN105941365A (zh) | 一种靶标害虫自动监测预防系统 | |
CN104381231B (zh) | 一种基于图像的野外虫情监测装置 | |
CN101701906B (zh) | 基于近红外超光谱成像技术的仓储害虫检测方法和装置 | |
CN105938571B (zh) | 害虫识别计数系统及方法 | |
CN205390083U (zh) | 智能病虫害监测预警系统 | |
CN109726700A (zh) | 一种基于多特征的虫害识别预警方法和装置 | |
CN108732175A (zh) | 基于机器视觉的远程昆虫识别和计数装置 | |
CN106614440B (zh) | 一种基于物联网的农作物害虫智能测报系统 | |
CN206005625U (zh) | 一种针对美国白蛾的虫情监测装置 | |
CN108990938A (zh) | 一种自动诱捕监测装置 | |
CN110663657A (zh) | 一种基于物联网的农作物害虫智能监测预警系统 | |
CN108061571A (zh) | 基于物联网的智能农业墒情监测系统 | |
CN112931456A (zh) | 一种大田作物昆虫采集设备及虫害监测预警方法 | |
CN104902228A (zh) | 一种基于计算机视觉的害虫实时监控装置及方法 | |
CN105900955A (zh) | 太阳能靶标害虫自动识别系统 | |
CN208768769U (zh) | 一种自动诱捕监测装置 | |
CN205756702U (zh) | 太阳能靶标害虫自动识别装置 | |
CN206078727U (zh) | 一种基于物联网的农作物害虫智能测报系统 | |
CN206832686U (zh) | 一种基于物联网的辣椒苗疫病早期监测装置 | |
CN206133603U (zh) | 一种美国白蛾自动识别系统 | |
CN214546729U (zh) | 一种大田作物昆虫采集设备 | |
Mazare et al. | Pests detection system for agricultural crops using intelligent image analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |