CN103411984A - 一种农用透视检测设备及其检测方法 - Google Patents

一种农用透视检测设备及其检测方法 Download PDF

Info

Publication number
CN103411984A
CN103411984A CN2013103786401A CN201310378640A CN103411984A CN 103411984 A CN103411984 A CN 103411984A CN 2013103786401 A CN2013103786401 A CN 2013103786401A CN 201310378640 A CN201310378640 A CN 201310378640A CN 103411984 A CN103411984 A CN 103411984A
Authority
CN
China
Prior art keywords
ray
detection
receiving trap
image processing
image
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.)
Pending
Application number
CN2013103786401A
Other languages
English (en)
Inventor
隋学良
王涛
杜进平
周震
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING ECOMAN BIOTECH Co Ltd
Original Assignee
BEIJING ECOMAN BIOTECH Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING ECOMAN BIOTECH Co Ltd filed Critical BEIJING ECOMAN BIOTECH Co Ltd
Priority to CN2013103786401A priority Critical patent/CN103411984A/zh
Publication of CN103411984A publication Critical patent/CN103411984A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开了一种农用透视检测设备,主要用于农业害虫检测以及植物透视领域。其监控系统主要包括射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备等多个模块,特征在于:射线发生装置的焦点尺寸为0.8mm×0.8mm,射线接收装置的分辨率为0.2mm-0.8mm,设备通过光障自检、射线激发、射线接收、图像处理、图像扫描、数据上报等一系列步骤来实现农作物无损化检测、害虫的自动识别、虫口数据的准确统计,其准确率可达99%以上,同时该检测设备具有设置灵活、操作方便、性能稳定的优点,可以满足对植株、茎杆、果实、种子等植物内部害虫检测以及植株内部检测的需求。

Description

一种农用透视检测设备及其检测方法
技术领域:
本发明属于一种农业用害虫检测及植物透视装置,具体涉及一种农用透视检测设备及其检测方法。
技术背景:
农业上,钻蛀性害虫由于其行为特性而常钻蛀于植株的茎干或果实内部进行取食而造成危害,因此对于此类害虫虫口密度的调查统计相对困难。目前,通常采用人工调查和手工计数的方式来确定害虫基数并预测虫害发生情况。然而人为统计不仅需要耗费大量的人力成本和时间成本,而且在一定程度上易导致数据汇总困难、错报漏报等情况的发生,不能满足现代农业高效、准确的病虫害统计、预测需求。另外,由于人工检测造成的植株组织本身的损害也会对其生长产生不利的影响,例如:种子胚芽的损坏,直接影响到种子的发芽以及后期的生长。
射线透视技术作为新一代的检测技术,其原理为射线照射不同介质后,射线的衰减及透射程度会有所差异,射线接受设备将这种差异转化为可视图像,来区分不同物质。目前,射线透视技术虽然在工业、医学以及安检等行业得到了广泛的应用,然而,在农业领域的应用却始终存在一些问题,例如:害虫个体小,不易识别,现有射线透视技术射线强度过强,造成被检物完全穿透,无法辨认内部情况,影响虫口统计准确性。又如:植株本身内部结构差异不大,造成区分度不高,不易辨认。
因此,需要一种新型的农用透视检测设备,使之可以结合射线透视技术之优点,通过射线信号数字成像的方式来代替传统的手工剥查,来补充现有技术之不足,准确区分农作物与作物害虫,并具备自动识别目标害虫图像、准确计数、阈值警报等功能,满足农业生产中对于农作物内害虫检测、病虫害预测、植株内部结构检测的现实需求。
发明内容:
本发明根据钻蛀性害虫的形态特征、农作物害虫透视检测以及植株内部结构检测的需求,开发出一种新型的农用透视检测设备及其检测方法,其目的在于可以更好的客服上述现有技术存在的问题和缺陷,实现农作物无损化检测、害虫的自动识别、虫口数据的准确统计,其准确率可达99%以上,同时该检测设备具有设置灵活、操作方便、性能稳定的优点,可以满足对植株、茎杆、果实、种子等植物内部害虫检测以及植株内部检测的需求。
本发明的技术方案如下:
1、一种农用透视检测设备,包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备;其特征在于:射线发生装置的焦点尺寸为0.8mm×0.8mm,射线接收装置的分辨率为0.2mm-0.8mm。
本发明由射线发生装置、射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备等部分组成。射线发生装置中焦点尺寸采用0.8mm×0.8mm,射线接收装置的分辨率采用0.2mm-0.8mm,是根据本发明检测目标物,包括:植株、茎杆、果实、种子等植物内部害虫以及内部结构的检测需要进行特别设定。由于害虫虫体或内部结构较小,分辨率小的探测器不能准确识别害虫或者辨认其内部结构,因此选用分辨率为0.2mm-0.8mm,可以准确分辨在0.2mm以上的目标物。射线发生装置的焦点尺寸应与探测器的分辨率想匹配,因此选用0.8mm×0.8mm的焦点尺寸,以此来准确检测植物内部结构或昆虫或虫体。
2、根据技术方案1所述的农用透视检测设备,所述射线发生装置为X射线发生设备,包括:X射线源、X射线准直器;其特征在于:所述的X射线源, 管端电压为10-60千伏,管电流为0.4-0.8毫安,射线穿透力为1-20毫米。
X射线源采用管端电压为10-60千伏,管电流为0.4-0.8毫安,射线穿透力为1-20毫米,是经过反复试验测试,通过对包括:植株、茎杆、果实、种子等在内的多种农作物及农产品进行测试,按照“可有效穿透农作物及农产品,但不能完全穿透其组织和内部害虫”的检测需求,而得到的有效数据。采用以上数据可以在被检物扫描后的图像上清晰展现农作物或农产品内部状态,以及部害虫位置、形状、状态等信息。
3、根据技术方案2所述的X射线准直器,其特征在于:所述X射线准直器为X射线遮挡板组成的缝隙结构;其中,X射线遮挡板可在挡板固定器范围内移动,缝隙结构可根据X射线遮挡板位置发生变化。缝隙结构位置可变的设计,便于根据检测物的位置以及相关特征进行X光透出量的调整。
4、根据技术方案1所述的射线接收装置,其特征在于:射线接收装置包括线阵列探测器,线阵列探测器为单平面分布。本发明采用线阵列探测器为单平面线性排列方式,可以使扫描的图像精度大大提高,有助于对害虫的位置、形状以及植株状态等信息进行准确判断。
5、根据技术方案1所述的农用透视检测设备,其特征在于:所述的射线接收装置可沿射线接收装置轴移动,射线接收装置与X射线准直器为平行对应。射线接收装置与X射线准直器为平行对应,可以使射线源发出的射线在通过被检物后能被有效的接收。
6、根据技术方案1所述的农用透视检测设备,其特征在于:所述的射线接收装置由一定数目的二极管阵列探测器组成,其探测要求包括:可探测能量范围10Kev-10Mev,即时成像时间不大于128毫秒,动态范围不小于2000:1,A/D精度范围不小于8bits。二极管阵列可以根据所检测目标的大小而进行宽度和数量的调节。
7、根据技术方案1所述的农用透视检测设备,其特征在于:所述防震输送装置具有传输带,传输带为PVC、PU的一种或两种的合成材料,厚度为0.6-1.2毫米;传输带运行由电机控制,电机转速在0-100cm/s范围内自行调节;传输带的运行速度与探测器探测的速度匹配。
对防震输送装置材料、厚度以及运行速度的限制主要由于如下原因:一、本发明采用过的是线阵探测器成像方式,对于被检物体的横向位移有一定要求,幅度不能超过2000:1,因此,以上限制可以使防震传输带有效降低被检物体的横向位移幅度,保持图像清晰、真实;二、传输带的材料和厚度是按照射线照射强度的需求:射线既可以穿过传输带,但对于成像不会造成影响,进行反复试验和筛选得出;三、传输带速度可在一定范围内可调,可以根据被检物特征以及透视需求进行调整。
8、根据技术方案1所述的农用透视检测设备,其特征在于:所述自动控制装置具有光障,光障高于传输带平面;光障可激发射线进行检测物扫描。当被检物体经过光障时,光障光线被遮断,检测开关被激发,而物体通过光障后检测即停止。其好处在于不需要人工控制检测系统的开关,整个设备可以实现自动进样检测,大大提高效率。
9、根据技术方案1所述的农用透视检测设备,其特征在于:所述图像处理设备的图像灰度值为2bit-12bit,拉伸范围为0-70000倍;图像处理设备具有自动识别、统计计数、位置标记以及信息存储上报功能。
根据被检物的特征,设置适合的图像的灰度值和拉伸范围,可以进一步保障成像的质量。同时,本发明在检测过程中具有自动识别功能,是利用被检物的特征进行模式识别,区别于传统的人工识别方式,减轻了检测人员的劳动强度,并大大提高了检测的精度。自动计数功能是将同类被检物中所检测出的目标害虫数量进行自动统计,进行相关信息的储存和上报,提高了虫口统计的准确率,可达99%。
10、根据技术方案1所述的农用透视检测设备,其检测方法及步骤如下:
(1)光障自检:设备开启状态下,光障自动开启,自动检测是否有阻隔物;
(2)射线激发:待测物体置于传输带之上,物体阻断光障光束,触发射线照射待测物;
(3)射线接收:二极管阵列探测器接收投射过待测物的X射线,根据X射线能量大小形成相应的图像数据;
(4)图像处理:图像数据传输至图像处理设备,通过软件可对物体透视图像进行灰度、拉伸范围等参数调整;
(5)图像扫描:图像处理设备对透视图像进行逐点扫描,连续灰度值满足预设要求即自动计数。
(6)数据上报:对于被检物的害虫进行标记,计数,数据上报至指定模块。
本发明采用以上检测方法可以将系统的各项功能高效整合,具有设置灵活、操作方便、性能稳定的优点,可以实现农作物物的损化检测、害虫的自动识别、虫口数据的准确统计,其准确率可达99%以上,满足对农作物内部害虫检测以及植株完整度检测的需求。
具体实施方式:
通过实施例对本发明作进一步的说明,实施例不应该当作对本发明的限制。
实施例1:
使用本发明检测桃子果实内部的桃小食心虫(Carposina niponensis),其组成部分包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备,其中,X射线源的管电压10千伏,管电流0.4毫安,射线穿透力10毫米,焦点尺寸为0.8mm×0.8mm,探测器的分辨率为0.2mm,传输带为PVC材料,其厚度0.6毫米,传送带的运动速度调整为25cm/s。
将待检测桃子,共15个,依次放于检测通道入口的传送带上,随着传送带的运动,桃子依次进入检测通道。当待测桃子经过检测通道内部的光障结构时,X射线发生器激发X射线,激发的X射线经过X射线准直器调整后被束缚成线状,线状X射线透过待测桃子,被X射线探测器接收,X射线探测器根据透射过物体之后射线能量的不同,将其转化为不同灰度的图像信号,并通过数据线发送到图像处理系统,成为可调整的检测图像。图像处理软件自动扫描所成图像,对于符合灰度的区域自动计数,储存于系统中。当待测桃子完全通过光障结构后,X射线发生器停止工作。随着传送带继续运动,通过光障结构的桃子到达检测通道出口,完成该样本的检测。
完成所有样本的检测后,进行人工检测,对于较为明显的可直接进行肉眼辨认,对于不易直接辨认的样本,需切开果实进行分辨及计数,其对比数据如下:
两种检测方法对比数据表1
桃子编号 本发明检测害虫数 人工检测害虫数
1 1 1
2 1 1
3 0 0
4 0 0
5 1 1
6 2 2
7 1 1
8 1 1
9 0 0
10 0 0
11 2 2
12 1 1
13 1 1
14 1 1
15 1 1
由上表可知:使用本设备检测桃子小食心虫与人工检测桃小食心虫结果完全一致,其中,使用本发明检测15个桃子共用时间45秒,进行人为检测共用时5分20秒。说明本发明大大提高了检测效率,节约人力成本,可实现农作物的无损化检测。
实施例2:
使用本发明检测水稻秸秆内二化螟(Chilosuppressalis(Walker)),其组成部分包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备,其中,X射线源的管电压60千伏,管电流0.8毫安,射线穿透力1毫米,焦点尺寸为0.8mm×0.8mm,探测器的分辨率为0.8mm,传输带为PU材料,其厚度1.2毫米,传送带的运动速度调整为50cm/s。
将待检测水稻稻秆,共10组,每组由5根稻杆组成,每组稻秆的宽度略小于传输带的宽度,稻秆平铺,依次检测,随着传送带的运动,稻杆依次进入检测通道。当待测稻杆经过检测通道内部的光障结构时,X射线发生器激发X射线,激发的X射线经过X射线准直器被束缚成缝隙状,线状X射线透过待测稻秆,被X射线探测器接收,X射线探测器将按照透射过物体之后射线的能量不同,转化为不同灰度的图像信号,并通过数据线发送到图像处理系统,成为可调整的检测图像。图像处理软件自动扫描所成图像,对于符合灰度的区域自动计数,储存于系统中。当待测稻秆完全通过光障结构后,X射线发生器停止工作。随着传送带继续运动,通过光障结构的稻杆到达检测通道出口,完成该样本的检测。完成所有样本的检测后,拨开稻秆进行人工检测,对比数据如下:
两种检测方法对比数据表2
稻杆编号 本发明检测害虫数 人工检测害虫数
1 5 5
2 1 1
3 3 3
4 0 0
5 2 2
6 2 2
7 1 1
8 4 4
9 0 0
10 2 2
对比结果表明,X光检测设备与人工检测害虫数量完全一致。使用本发明检测10组,共50根稻秆共用时间2分20秒,人工拨查检测害虫共用时间35分钟;说明本专利技术大大提高了检测效率,节约人力成本。
实施例3:
使用本发明检测蚕豆内绿豆象(Callosobruchus chinensis),其组成部分包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备,其中,X射线源的管电压30千伏,管电流0.5毫安,射线穿透力5毫米,焦点尺寸为0.8mm×0.8mm,探测器的分辨率为0.4mm,传输带为PU与PVC的合成材料,其厚度0.8毫米,传送带的运动速度调整为80cm/s。
将待检测蚕豆,共15组,每组20粒蚕豆,放置于一盒子中,蚕豆平铺,依次检测,随着传送带的运动,进入检测通道。当待测蚕豆经过检测通道内部的光障结构时,X射线发生器激发X射线,激发的X射线经过X射线准直器被束缚成缝隙状,线状X射线透过待测稻秆,根据按照透射过物体之后射线的能量不同,转化为不同灰度的图像信号,并通过数据线发送到图像处理系统,成为可调整的检测图像。图像处理软件自动扫描所成图像,对于符合灰度的区域自动计数,储存于系统中。当待测蚕豆完全通过光障结构后,X射线发生器停止工作。随着传送带继续运动,通过光障结构的蚕豆到达检测通道出口,完成该样本的检测。完成所有样本的检测后,观察蚕豆粒进行人工检测,查看是否有虫孔,对比数据如下:
两种检测方法对比数据表3
蚕豆编号 本发明检测害虫数 人工检测害虫数
1 5 5
2 2 2
3 3 3
4 0 0
5 2 2
6 4 4
7 1 1
8 4 4
9 1 1
10 3 3
11 1 1
12 0 0
13 1 1
14 2 2
15 0 0
对比结果表明,本发明与人工检测害虫数量完全一致。使用本发明检测300粒蚕豆共用时间2分10秒。人为完成300粒蚕豆种子的检测,共用时间16分钟;说明本专利大大提高了检测效率,节约人力成本。
实施例4:
使用本发明检测蚕豆种子胚芽完整程度。其组成部分包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备,其中,X射线源的管电压45千伏,管电流0.7毫安,射线穿透力20毫米,焦点尺寸为0.8mm×0.8mm,探测器的分辨率为0.6mm,传输带为PU材料,其厚度1.0毫米,传送带的运动速度调整为100cm/s。
将待检测蚕豆共10组,每组100粒蚕豆,每组分别放置于长方形盒子中,平铺,依次检测,随着传送带的运动,进入检测通道。当待测蚕豆经过检测通道内部的光障结构时,X射线发生器激发X射线,X射线探测器将按照透射过物体之后射线的能量不同,转化为不同灰度的图像信号,并通过数据线发送到图像处理系统,成为可调整的检测图像。图像处理软件自动扫描所成图像,对于符合灰度的区域自动计数,储存于系统中。当待测蚕豆完全通过光障结构后,X射线发生器停止工作。随着传送带继续运动,通过光障结构的蚕豆到达检测通道出口,完成该样本的检测,标记胚芽受损的蚕豆样本。完成所有样本的检测后,将每组蚕豆放置与培养皿中进行发芽率检测,观察蚕豆出芽情况,对比数据如下:
本发明检测的胚芽受损数与人工发芽率统计表4
蚕豆编号 本发明检测胚芽受损种子数 人工发芽率统计/%
1 5 95
2 3 97
3 2 98
4 4 96
5 1 99
6 8 92
7 6 94
8 0 100
9 2 98
10 1 99
由表4可知:使用本发明检测1000粒蚕豆共用时间5分10秒。人工完成1000粒蚕豆种子的发芽率检测,从胚芽到出芽共用5天时间;同时,本技术标记的胚芽受损的蚕豆与不能出芽的蚕豆种子一致,其准确率可达100%。

Claims (10)

1.一种农用透视检测设备,包括:射线发生装置、射线接收装置、防震输送装置、自动控制装置、图像处理设备;其特征在于:射线发生装置的焦点尺寸为0.8mm×0.8mm,射线接收装置的分辨率为0.2mm-0.8mm。
2.根据权利要求1所述的农用透视检测设备,所述射线发生装置为X射线发生设备,包括:X射线源、X射线准直器;其特征在于:所述的X射线源, 管端电压为10-60千伏,管电流为0.4-0.8毫安,射线穿透力为1-20毫米。
3.根据权利要求2所述的X射线准直器,其特征在于:所述X射线准直器为X射线遮挡板组成的缝隙结构;其中,X射线遮挡板可在挡板固定器范围内移动,缝隙结构可根据X射线遮挡板位置发生变化。
4.根据权利要求1所述的射线接收装置,其特征在于:射线接收装置包括线阵列探测器,线阵列探测器为单平面分布。
5.根据权利要求1所述的农用透视检测设备,其特征在于:所述的射线接收装置可沿射线接收装置轴移动,射线接收装置与X射线准直器为平行对应。
6.根据权利要求1所述的农用透视检测设备,其特征在于:所述的射线接收装置由一定数目的二极管阵列探测器组成,其探测要求包括:可探测能量范围10Kev-10Mev,即时成像时间不大于128毫秒,动态范围不小于2000:1,A/D精度范围不小于8bits。
7.根据权利要求1所述的农用透视检测设备,其特征在于:所述防震输送装置具有传输带,传输带为PVC、PU的一种或两种的合成材料,厚度为0.6-1.2毫米;传输带运行由电机控制,电机转速在0-100cm/s范围内可自行调节;传输带的运行速度与探测器探测的速度匹配。
8.根据权利要求1所述的农用透视检测设备,其特征在于:所述自动控制装置具有光障,光障高于传输带平面;光障可激发射线进行检测物扫描。
9.根据权利要求1所述的农用透视检测设备,其特征在于:所述图像处理设备的图像灰度值为2bit-12bit,拉伸范围为0-70000倍;图像处理设备具有自动识别、统计计数、位置标记以及信息存储上报功能。
10.根据权利要求1所述的农用透视检测设备,其检测方法及步骤如下:
(1)光障自检:设备开启状态下,光障自动开启,自动检测是否有阻隔物;
(2)射线激发:待测物体置于传输带之上,物体阻断光障光束,触发射线照射待测物;
(3)射线接收:二极管阵列探测器接收投射过待测物的X射线,根据X射线能量大小形成相应的图像数据;
(4)图像处理:图像数据传输至图像处理设备,通过软件可对物体透视图像进行灰度、拉伸范围等参数调整;
(5)图像扫描:图像处理设备对透视图像进行逐点扫描,连续灰度值满足预设要求即自动计数。
(6)数据上报:对于被检物的害虫进行标记,计数,数据上报至指定模块。
CN2013103786401A 2013-08-27 2013-08-27 一种农用透视检测设备及其检测方法 Pending CN103411984A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103786401A CN103411984A (zh) 2013-08-27 2013-08-27 一种农用透视检测设备及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103786401A CN103411984A (zh) 2013-08-27 2013-08-27 一种农用透视检测设备及其检测方法

Publications (1)

Publication Number Publication Date
CN103411984A true CN103411984A (zh) 2013-11-27

Family

ID=49605011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103786401A Pending CN103411984A (zh) 2013-08-27 2013-08-27 一种农用透视检测设备及其检测方法

Country Status (1)

Country Link
CN (1) CN103411984A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108401624A (zh) * 2018-03-19 2018-08-17 河南科技大学 带有检测含处理剂种子漏播功能的播种机及漏播检测方法
WO2019114017A1 (zh) * 2017-12-13 2019-06-20 广州德科投资咨询有限公司 一种应用于智慧城市的绿化监测方法及智能监测机器人
CN110398503A (zh) * 2019-02-27 2019-11-01 广西壮族自治区农业科学院 一种基于几何形态透射测量的植物病虫害检验方法
CN114063179A (zh) * 2021-10-27 2022-02-18 福建省农业科学院植物保护研究所 一种入侵生物跨境智能监测设备
CN108401624B (zh) * 2018-03-19 2024-05-03 河南科技大学 带有检测含处理剂种子漏播功能的播种机及漏播检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100054543A1 (en) * 2006-11-27 2010-03-04 Amit Technology Science & Medicine Ltd. method and system for diagnosing and treating a pest infested body
CN101936928A (zh) * 2010-08-11 2011-01-05 华南理工大学 一种面类食品射线检测方法及装置
CN201993325U (zh) * 2011-01-31 2011-09-28 中国林业科学研究院木材工业研究所 废弃木材夹杂物x射线检测与标记装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100054543A1 (en) * 2006-11-27 2010-03-04 Amit Technology Science & Medicine Ltd. method and system for diagnosing and treating a pest infested body
CN101936928A (zh) * 2010-08-11 2011-01-05 华南理工大学 一种面类食品射线检测方法及装置
CN201993325U (zh) * 2011-01-31 2011-09-28 中国林业科学研究院木材工业研究所 废弃木材夹杂物x射线检测与标记装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAFF R P, SLAUGHTER D C: "Real-time X-ray inspection of wheat for infestation by the granary weevil, sitophilus granarius(L .)", 《TRANSACTIONS OF THE ASAE》 *
毛罕平 张红涛: "储粮害虫图像识别的研究进展及展望", 《农业机械学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019114017A1 (zh) * 2017-12-13 2019-06-20 广州德科投资咨询有限公司 一种应用于智慧城市的绿化监测方法及智能监测机器人
CN108401624A (zh) * 2018-03-19 2018-08-17 河南科技大学 带有检测含处理剂种子漏播功能的播种机及漏播检测方法
CN108401624B (zh) * 2018-03-19 2024-05-03 河南科技大学 带有检测含处理剂种子漏播功能的播种机及漏播检测方法
CN110398503A (zh) * 2019-02-27 2019-11-01 广西壮族自治区农业科学院 一种基于几何形态透射测量的植物病虫害检验方法
CN114063179A (zh) * 2021-10-27 2022-02-18 福建省农业科学院植物保护研究所 一种入侵生物跨境智能监测设备
CN114063179B (zh) * 2021-10-27 2023-10-27 福建省农业科学院植物保护研究所 一种入侵生物跨境智能监测设备

Similar Documents

Publication Publication Date Title
US20210223190A1 (en) Backscatter Imaging for Precision Agriculture
RU2564599C2 (ru) Способ классификации предметов, найденных в партии семян, и его соответствующее применение для производства семян
Karayel et al. Laboratory measurement of seed drill seed spacing and velocity of fall of seeds using high-speed camera system
Haff et al. Real-time X-ray inspection of wheat for infestation by the granary weevil, Sitophilus granarius (L.)
KR101341815B1 (ko) 초분광 영상처리를 이용한 종자 선별 장치
US7435876B2 (en) Method and a device for making images of the quantum efficiency of the photosynthetic system with the purpose of determining the quality of plant material and a method and a device for measuring, classifying and sorting plant material
US20190281781A1 (en) Seed Imaging
CN103411984A (zh) 一种农用透视检测设备及其检测方法
JP2022511182A (ja) 種子選別
Haff et al. X-ray based stem detection in an automatic tomato weeding system
US11927551B2 (en) Systems and methods for using backscatter imaging in precision agriculture
Askraba et al. Laser-stabilized real-time plant discrimination sensor for precision agriculture
Nurtyawan et al. Satellite imagery for classification of rice growth phase using freeman decomposition in Indramayu, West Java, Indonesia
Yumang et al. Microcontroller-based fertilizer dispenser for rice crop
Armstrong et al. The use of early season multispectral images for weed detection in corn
Marchant Testing a measure of image quality for acquisition control
CN203502364U (zh) 一种便携式农用x光透视检测设备
Nardon et al. Prospective study of the technology for evaluating and measuring in-row seed spacing for precision planting: A review
WO2018044327A1 (en) Food inspection systems and methods
Butler Making the replant decision: utilization of an aerial platform to guide replant decisions in Tennessee cotton
CN109827983A (zh) 一种电子束图像的水果表面缺陷检测方法
Naito et al. Developing techniques for counting strawberry flowers in movable-bench systems in a greenhouse
DE102013018798A1 (de) Verfahren und Vorrichtung zum optischen Bestimmen von Abständen zu Objekten, insbesondere Agrargut, in einem Überwachungsbereich
Nandini et al. Detection of pink bollworm, Pectinophora gossypiella, Saunders infestation using Soft X-ray machine.
Kumar et al. Sensor-based sowing machinery for precision farming

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent of invention or patent application
CB02 Change of applicant information

Address after: 100085, Beijing, Haidian District on the road No. 26, Zhongguancun venture building, Room 518

Applicant after: BEIJING ECOMAN BIOTECHNOLOGY CO., LTD.

Address before: 100085, Beijing, Haidian District on the road No. 26, Zhongguancun venture building, Room 518

Applicant before: Beijing Ecoman Biotech Co., Ltd.

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: BEIJING YIKEMAN BIOLOGICAL TECHNOLOGY CO., LTD. TO: BEIJING ECOMAN BIOLOGICAL TECHNOLOGY CO., LTD.

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131127