CN104636981A - 植物症状的处理方式建议系统与方法 - Google Patents
植物症状的处理方式建议系统与方法 Download PDFInfo
- Publication number
- CN104636981A CN104636981A CN201310597091.7A CN201310597091A CN104636981A CN 104636981 A CN104636981 A CN 104636981A CN 201310597091 A CN201310597091 A CN 201310597091A CN 104636981 A CN104636981 A CN 104636981A
- Authority
- CN
- China
- Prior art keywords
- data
- plant
- symptom
- image data
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Image Analysis (AREA)
Abstract
本发明是有关于一种植物症状的处理方式建议系统与方法。此系统包括操作接口、影像撷取单元、处理单元与储存植物症状数据及诊断数据的植物病征储存单元。处理单元会根据症状说明与症状特征数据找出呈现植物部位的目标轮廓数据。影像撷取单元取得对应目标轮廓数据的植物影像数据。处理单元再分析植物影像数据,并配合诊断特征数据决定对应的处理建议数据。
Description
技术领域
本发明关于一种植物的处理建议系统与方法,特别是有关依据植物症状以提供处理方案的植物症状的处理方式建议系统与方法。
背景技术
先前技术中,栽种植物的过程中时常有病虫害的发生,或是产生一些症状,植物栽种人员或是农民可能不知道该如何处理,或是不确定植物状况是否正常,所采取的手段多半是撷取植物的病变部位或是植物整体提供予农药行、农业器具行或是相关农业研究单位进行判断,以从农业专家提供的处理方案。另一方面,有些为节省咨询成本,有时会借由网络资源或是查找相关文书数据的方式,自行查找植物的病变数据与应变处理数据。
然而,农药行、农业器具行与相关农业研究单位的人员多半是依据经验而提供建议的应对方针,也就是所谓的经验法则,这此等经验方针必须依靠人员的处理,耗日费时。而植物栽种人员或是农民自行查找,不易得到正确的应变处理数据,且植物栽种人员或是农民缺乏正确的判断力,难以判断自身栽种的植物症状,是否和所查找出来的症状完全相同,也无法直接得到完全符合需求的处理建议数据,容易导致农业危害的问题产生。
由此可见,上述现有的栽种植物在应用上,显然仍存在有不便与缺陷,而亟待加以进一步改进。因此如何能创设一种新型结构的植物症状的处理方式建议系统与方法,亦成为当前业界极需改进的目标。
发明内容
本发明的目的在于,克服现有的栽种植物存在的缺陷,而提供一种新型结构的植物症状的处理方式建议系统与方法,所要解决的技术问题是使其依据植物症状以提供应对处理方式的植物症状的处理方式建议系统与方法,非常适于实用。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种植物症状的处理方式建议系统,其中包括:操作接口,用以接收症状说明数据;植物病征储存单元,储存至少一植物症状数据和至少一诊断数据,其中每一该植物症状数据包括症状特征数据与对应的显示轮廓数据,而每一诊断数据包括诊断特征数据和对应的处理建议数据;处理单元,连接该操作接口与该植物病征储存单元,依据所接收的该症状说明数据和该症状特征数据,从各该显示轮廓数据决定对应的目标轮廓数据,其中该目标轮廓数据用以呈现植物的部位的外部轮廓影像;以及影像撷取单元,连接该处理单元,接收并显示该目标轮廓数据,以及取得对应该目标轮廓数据的植物影像数据;且其中该处理单元更接收和分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
前述的植物症状的处理方式建议系统,其特征在于该处理建议数据为目标药剂数据,与该至少一目标药剂数据对应的建议用药数值与用药天数数据。
前述的植物症状的处理方式建议系统,其特征在于该处理建议数据为提供植物检体进行指定检验的数据。
前述的植物症状的处理方式建议系统,其特征在于该处理建议数据为防治病害施作数据。
前述的植物症状的处理方式建议系统,其特征在于该影像撷取单元经由通讯网络或串行端口以连接该处理单元。
前述的植物症状的处理方式建议系统,其特征在于该处理单元依据第一色调处理技术分析该植物影像数据以取得植物部位影像数据,且依据第二色调处理技术分析该植物部位影像数据中取得至少一症状区域影像数据,再从该症状区域影像数据来产生该植物分析数据,将该植物分析数据和该植物病征储存单元中各该诊断特征数据比对,当判断该植物分析数据和其中特定诊断特征数据相符时,以该特定诊断特征数据所对应的特定处理建议数据,作为该处理建议数据。
前述的植物症状的处理方式建议系统,其特征在于该处理单元依据该第二色调处理技术分析该植物部位影像数据以取得至少一疑病区域影像数据,并计算每一该疑病区域影像数据的区域面积,当该疑病区域的面积大于预设区域面积时,将该疑病区域影像数据作为该症状区域影像数据。
前述的植物症状的处理方式建议系统,其特征在于该处理单元在取得该植物部位影像数据之后,除去该植物部位影像数据的多余影像,再依据该第二色调处理技术分析已除去多余影像的该植物部位影像数据,以取得该至少症状区域影像数据。
前述的植物症状的处理方式建议系统,其特征在于该第一色调处理技术将该植物影像数据的三原色数据转成色调数据,并依据植物影像色调区间数据,从该植物影像数据中取出其色调数据符合该植物影像色调区间数据的部分,作为该植物部位影像数据。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种植物症状的处理方式建议方法,其中包含下列步骤:提供植物病征储存单元,其储存至少一植物症状数据和至少一诊断数据,其中每一该植物症状数据包括症状特征数据与对应的显示轮廓数据,每一诊断数据包括诊断特征数据和对应的处理建议数据;经由操作接口接收症状说明数据;经由处理单元依据所接收的该症状说明数据和该症状特征数据,从各该显示轮廓数据决定对应的目标轮廓数据,其中该目标轮廓数据用以呈现植物的部位的外部轮廓影像;经由影像撷取单元取得对应该目标轮廓数据的植物影像数据;以及经由该处理单元分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
前述的植物症状的处理方式建议方法,其特征在于该处理建议数据为目标药剂数据,与该至少一目标药剂数据对应的建议用药数值与用药天数数据。
前述的植物症状的处理方式建议方法,其特征在于该处理建议数据为提供植物检体进行指定检验的数据。
前述的植物症状的处理方式建议方法,其特征在于该处理建议数据为防治病害施作数据。
前述的植物症状的处理方式建议方法,其特征在于经由该处理单元分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据的该步骤中,该处理单元依据第一色调处理技术分析该植物影像数据以取得植物部位影像数据,且依据第二色调处理技术分析该植物部位影像数据中取得至少一症状区域影像数据,再从该症状区域影像数据来产生该植物分析数据,将该植物分析数据和该植物病征储存单元中各该诊断特征数据比对,当判断该植物分析数据和其中特定诊断特征数据相符时,以该特定诊断特征数据所对应的特定处理建议数据,作为该处理建议数据。
前述的植物症状的处理方式建议方法,其特征在于该处理单元依据该第二色调处理技术分析该植物部位影像数据以取得至少一疑病区域影像数据,并计算每一该疑病区域影像数据的区域面积,当该疑病区域的面积大于预设区域面积时,将该疑病区域影像数据作为该症状区域影像数据。
前述的植物症状的处理方式建议方法,其特征在于该处理单元在取得该植物部位影像数据后,除去该植物部位影像数据的多余影像,再依据该第二色调处理技术分析已除去多余影像的该植物部位影像数据,以取得该至少一症状区域影像数据。
前述的植物症状的处理方式建议方法,其特征在于该第一色调处理技术将该植物部位影像数据的三原色数据转成色调数据,并依据植物影像色调区间数据,从该植物影像数据中取出其色调数据符合该植物影像色调区间数据的部分,作为该植物部位影像数据。
本发明与现有技术相比具有明显的优点和有益效果。由以上可知,为达到上述目的,本发明提供了一种植物症状的处理方式建议系统包括操作接口、植物病征储存单元、影像撷取单元与处理单元。操作接口用以接收症状说明数据。植物病征储存单元,储存至少一植物症状数据和至少一诊断数据,每一植物症状数据包括症状特征数据与对应的显示轮廓数据,每诊断数据包括诊断特征数据和对应的处理建议数据。处理单元连接操作接口与植物病征储存单元,依据所接收的症状说明数据和症状特征数据,从各显示轮廓数据决定对应的目标轮廓数据。其中,目标轮廓数据用以呈现植物部位的外部轮廓影像。影像撷取单元连接处理单元,接收并显示目标轮廓数据,以及取得对应目标轮廓数据的植物影像数据。处理单元则接收和分析植物影像数据以产生植物分析数据,再依据植物分析数据和诊断特征数据,决定对应的处理建议数据。本发明所揭露的方法,其包含下列步骤:提供植物病征储存单元,其储存至少一植物症状数据和至少一诊断数据,其中每一植物症状数据包括症状特征数据与对应的显示轮廓数据,每一诊断数据包括诊断特征数据和对应的处理建议数据;经由操作接口接收症状说明数据;经由处理单元依据所接收的症状说明数据和症状特征数据,从各显示轮廓数据决定对应的目标轮廓数据,其中目标轮廓数据用以呈现植物部位的外部轮廓影像;经由影像撷取单元取得对应目标轮廓数据的植物影像数据;以及,经由处理单元分析植物影像数据以产生植物分析数据,再依据植物分析数据和诊断特征数据,决定对应的处理建议数据。
借由上述技术方案,本发明植物症状的处理方式建议系统与方法至少一具有下列优点及有益效果:本发明所揭露的植物症状的处理方式建议系统与方法,可提供适当的植物影像轮廓数据,以供植物栽种人员或是农民来拍摄正确的植物症状部位,再依据影像辨识来识别植物症状,可大幅度提高植物症状的辨识正确率,并提供较为适当的处理建议予使用者,降低农药残留或是错误植物病症处理带来的危险性。其次,此系统能够结合具拍照功能的便携式电子装置以拍摄植物表相以进行外观特征分析,及/或借由外观特征数据的比对,较为快速的取得判断结果与建议处理方案,也较能节省使用者咨询与自行查找植物症状与处理方针等数据的成本,适用性与便利性亦较高。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1绘示本发明实施例的植物症状的处理方式建议系统架构示意图。
图2绘示本发明实施例的植物症状的处理方式建议方法流程示意图。
图3绘示本发明实施例的植物症状影像辨识示意图。
图4A与图4B绘示本发明处理建议数据排程实施例的示意图。
110:植物病征储存单元 120:影像撷取单元
130:处理单元 140:操作接口
150:显示单元 200:触控式电子装置
210:触控屏幕 S110-S150:步骤
P1阶段、P2阶段、P3阶段
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的植物症状的处理方式建议系统与方法其具体实施方式、结构、特征及其功效,详细说明如后。
图1绘示本发明实施例的植物症状的处理方式建议系统架构示意图。本实施所述系统可适用于电子装置,但不以此为限,在其它实施例中,电子装置亦可以是个人计算机、笔记型计算机、Kiosk、智能型手机(Smart Phone)、个人数字助理(Personal Digital Assistance,PDA)或平板计算机(Tablet PC)。或者,本实施所述系统可适用于由上述两个以上的电子装置,以有线或无线连接方式所形成的系统环境,例如一具有影像撷取功能的数字相机和一个人计算机的组合。
此系统至少一包括操作接口140、植物病征储存单元110、处理单元130与影像撷取单元120。处理单元130连接操作接口140、植物病征储存单元110与影像撷取单元120。植物病征储存单元110储存有一个以上的植物症数据与诊断数据。
在一些实施例中,每一个植物症状数据包括症状特征数据与对应的显示轮廓数据。植物症状数据至少一包括植物的种类、部位、外观特征、生长状况、病变结构等各式各样的植物数据。该植物症状数据可经由操作接口140来接收和输入。其中,症状特征数据是记载植物于异常部位、病变、生长异常、外观变化等各种症状,例如:白斑、黄化、枯萎、虫咬痕、霉菌状...等植物异状特征。显示轮廓数据是症状特征数据的对应数据,至少一包括植物症状变化的部位(如:根、茎、叶、花、果实、种子、植物表皮)、外观、轮廓、曲线、色彩与可能呈现形态的影像数据,可为照片、图形、素描等一种以上的影像数据类型。
而每一诊断数据包括诊断特征数据与对应的处理建议数据。诊断特征数据是指直接对植物本体、或是对拍摄植物所形成影像进行分析后,所得植物异状的对应判定条件,此等条件可以为描述植物异状的文字数据、或是用以判断植物异状的媒合影像,在一些实施例中,更结合影像的色彩、外观、形状、轮廓、植物部位曲线...等影像分析条件。处理建议数据则是记载与诊断特征数据对应的植物处置方式(如:土壤更换、供/排水调整、环境条件调整、接枝、调整施肥)、治疗方案(剪枝、去皮、用药、整枝)、治疗药剂(如:药剂的名称、种类,像是微乳剂、悬剂、乳剂...等)、用药指示(如:用药比例、药剂量、稀释倍数、其它的混合液种类及混合液容量、安全采收天数...等)、微量元素(氮、磷、钾、硼、钙...等)、方案执行时间、作业方式、处置时植物及其环境可能发生的情形、相关重要注记..等数据。
操作接口140则是供使用者输入或是介接储存单元/数据源,以将上述植物症状数据输入至系统或是对系统下达操作指示。
在一些实施例中,使用者可以利用操作接口140输入一个以上的症状说明数据,例如,操作接口140可提供一些选项(如植物种类、可能症状说明等)以供使用者选择、或是提供输入字段以供输入病状相关的特征文字。症状说明数据可以包括要分析的植物部位数据、植物异常的情形描述、植物生长环境说明等一种以上与植物异常症状相关的文字或图形化的描述数据。或者,处理单元130可从植物症征储存单元110中来读取各类植物症状数据,借由问答或选单式方式呈现图形或文字数据于显示单元150,以供使用者了解,并透过操作接口140进行症状说明数据的输入或是选择。
处理单元130为具数据运算能力的各种处理器(Central ProcessingUnit,Micro Processing Unit,Micro Computing Unit)、运算整合芯片(Computing Chips)或前述元件的组合电路等类型,其它具等效能力集成电路(IC)、电子元件等相关功能、类型的元件组合类型亦适用,并未有所设限。在其它实施例中,处理单元130可以是一般电子装置来予以取代,例如计算机、行动装置、PAD等。
处理单元130会在取得症状说明数据与症状特征数据时进行数据匹配,以从所有显示轮廓数据中决定与匹配结果对应的目标轮廓数据。此目标轮廓数据用以呈现植物上部位的外部轮廓影像。
在一些实施例中,处理单元130在症状说明数据与症状特征数据的匹配情形时,可能会有一个以上的匹配结果。当有多个匹配结果时,处理单元130会将各匹配结果对应的外部轮廓影像呈现于显示单元150,以供使用者参考及利用操作接口140进行选择。处理单元130再依据操作接口140的输入数据以选定目标轮廓影像。
影像撷取单元120可经由通讯网络或串行端口以连接处理单元130。影像撷取单元120可为数字照像机、数字摄影机或是其它具影像撷取功能的装置(如具拍照功能的行动电话、平板计算机等),或者为模拟式影像撷取装置与模拟/数字,但不以此为限,只要是拍摄景物后可形成数字影像的拍摄装置即可。影像撷取单元120用以拍摄植物的整体或是局部位置,其中所拍摄的部位包括植物异常的部位或是拟进行影像分析的部分。
影像撷取单元120会取得并呈现目标轮廓数据,以供依此目标轮廓来对植物进行拍摄影像,并取得对应目标轮廓数据的植物影像数据。此植物影像数据可以是包括植物的整体、局部位置或是大部分包括植物患部的影像数据,可视症状说明数据、而定。例如,当症状说明数据为植物A的叶子发生病变时,可从植物病征储存单元110中所储存的植物症状数据中,找出植物A、叶子的症状特征数据,及其对应的植物A、叶子的显示轮廓数据,作为目标轮廓数据。
处理单元130可分析依据目标轮廓数据所拍摄的此植物影像数据以产生植物分析数据,再依据植物分析数据与诊断特征数据而决定对应的处理建议数据。目前现有习知技术中的影像诊断,往往对植物整体进行拍摄影像,或是针对植物的局部拍摄特写影像,但因植物整体影像或局部特写影像,都包含有相当多的内容在其中(例如包含非症状所在的根、茎、花,或是虽针对叶子拍摄,但拍摄的叶子过多),导致在分析植物影像数据时,不易从影颖像中找到症状区域影像数据(即病症主要部分),因此分析诊断的准确度不佳。由于依据目标轮廓数据所拍摄的植物影像数据,主要是针对症状所在区域来进行拍摄,用来进行植物影像分析和诊断,将比对整株植物进行拍摄要准确很多。
在一些实施例中,处理单元130在分析植物影像数据时,可利用现今各类型的影像辨识技术进行病变分析种类与病变范围的分析。其可以是一般市售的影像分析软件,也可以是现有习知的影像特征辨识法,利用数字影像处理所学的处理方法和参考数据的算法,来得到植物的株高、主茎干的长度、宽度、叶片个数、叶面积等植物的特征值,其可包括背景分离(灰阶化)、特征辨识、影像校正等。在一些实施例中,也可以用二阶段的色调处理技术来分析。
举例而言,处理单元130可利用第一色调处理技术分析植物影像数据以取得植物部位影像数据,且依据第二色调处理技术分析植物部位影像数据中取得至少一症状区域影像数据,再利用植物病征储存单元110中的症状特征数据来分析症状区域影像数据。
第一色调处理技术主要是将植物影像数据的三原色数据(RGB)值转换成色调,并事先定义所欲取出的植物影像的色调区间,然后从植物影像数据中取出符合植物影像色调区间的部分作为植物部位影像数据。由于植物影像数据本身(如叶片、花瓣、根、茎),通常具有非常特定的颜色、外形与轮廓,颜色在转换成色调后,具有集中在特定色调区间的特性,而且可以借由颜色的色调集中性以寻得植物的外部造形与轮线条,因此本发明利用此等特性来取出植物部位影像数据,亦适用于识别植物部分的自动辨别技术。
然而,色调可以使用一般业者常用的定义,如YUV色调值,其经由一般业者所制定和使用的公式,将RGB值转换成YUV色调值(明亮度、色度、浓度)。在本发明中,色调也可以依据植物影像数据的特性来自行定义1个以上维度的色调值(例如明亮度、色度、浓度、灰阶、色差、亮度和对比......等)及其和RGB值的转换公式。一般来说,维度越高则精准度越高,但转换所需的时间也就越多,维度越低则精准度越低,但转换所需时间越少。在一些实施例中,色调维度以2-3维度为较佳。
为了避免植物影像数据中有过多的背景和植物影像本身过于相近,处理单元130依据第一色调技术分析植物影像数据以取得该植物影像数据的步骤,其可以先依据亮度分析技术先将植物影像数据分出植物前景影像数据及植物背景影像数据,之后再依据第一色调处理技术分析植物前景影像数据以取得植物部位影像数据。其中,亮度分析技术依据植物影像数据取得对应植物影像数据的三原色数据(RGB),依据植物影像数据的三原色数据将植物影像数据转换为灰阶植物影像,依据灰阶植物影像进行二值化影像运算处理,以取得植物影像数据的植物前景影像数据及植物背景影像数据。
在上述实施方式中,可利用二值化影像处理方法分离植物前景影像及植物背景影像。二值化影像处理方法又称为灰度划分(Threshold)影像处理方法,主要是设定灰度值,凡是影像本身灰度大于该设定的灰度值的,便令其为亮点,灰度值低于该设定值的,便令其为暗点,以此得到二元影像。
第二色调处理技术定义至少一病症色调区间,然后从植物影像数据中取出符合至少一病症色调区间的部分作为至少一疑病区域影像数据。
第二色调处理技术其原理如前面第一色调处理技术所述雷同,由于植物影像中的病症影像,也可能往往具有特定的色调区间或是和植物影像色调区间有显著的差异,因此本发明利用此特性从植物影像中寻找出疑病区域影像数据。
第二色调处理技术可定义出一个以上的病症色调区间,然后从植物影像数据中取出符合病症色调区间的影像作为疑病区域影像数据。疑病区域影像数据可能有一个或多个。不同的病症可能具有相同或不同的病症色调区间,第二色调处理技术可针对特定的病症色调区间来寻找符合特定病症色调区间的影像。
在其它实施例中,第二色调处理技术亦可将植物影像色调区间之外的色调区间,皆作为病症色调区间。
此外,上述的第一色调处理技术和第二色调处理技术为相同或是不同的色调处理技术。当第一色调处理技术和第二色调处理技术属于相同色调处理技术时,亦可以植物影像色调区间和多个病症色调区间来分别定义。
在其它的实施例中,处理单元130在取得植物部位影像数据之后,会除去植物部位影像数据的多余影像,再依据第二色调处理技术分析已除去多余影像的植物部位影像数据,以取得上述的症状区域影像数据。在一些实施例中,处理单元130会将疑病区域与面积阀值进行比较,一旦疑病区域的面积未大于上述的面积阀值时,将此疑病区域的影像部位视为植物部位影像数据中的多余影像。
在一些实施例中,处理单元130在依据植物分析数据与诊断特征数据而决定对应的处理建议数据时,处理单元130会将植物分析数据个别的与多个诊断特征数据进行分析,并依据植物分析数据与每一个诊断特征数据的相似程度而给予不同的相似比例值,以从所有诊断特征数据中找出与植物分析数据相似程度最高者,并取出此相似度最高的诊断特征数据对应的处理建议数据,并透过显示单元150依据文字、图像、声音或是连续影像等一种以上的组合建议数据,提供予使用者参考。
在其它的实施例中,处理单元130会将相似比例值与阀值进行比较,并取得相似比例值超过阀值的所有诊断特征数据,再将此(或此等)诊断特征数据对应的处理建议数据一并提供予使用者参考。
在一些实施例中,处理建议数据为目标药剂数据,与目标药剂数据对应的用药比例数据及用药天数数据。处理单元130可依据此等数据输出至显示单元150呈现。也就是说,当处理建议数据是建议使用目标药剂时,还包括建议使用此目标药剂的施用方式,例如将药剂如何稀释或施用多少施药量,安全施用天数等。然而,在其它实施例中,处理单元130可依据使用者输入的植物生长环境、土地面积、装药容器尺寸、植物类型等因素,配合处理建议数据而另计算出适用于使用者所需要的施药量。此外,处理单元130提供的目标药剂数据可能是一个以上,也就是说可能有多种的药剂适合使用,处理单元130可将所有适合的目标药剂数据输出至相关的显示单元150进行呈现。
在一些实施例中,处理建议数据可以是提供植物检体进行指定检验的数据。例如,提示使用者可自行准备必要的检验器具或药物,依据处理建议数据的方式进行采样或对植物进行检验。在其它实施例中,指定检验的数据亦可以是建议指定检验的场所、检验时间、使用者应齐备的数据与植物检验体,更进一步者,可以包括检验过程的说明数据。
在一些实施例中,处理建议数据为防治病害施作数据。例如,当诊断数据为西红柿获得西红柿毒素病(卷叶病)时,处理建议数据可以是在田边周围增加防蚊网的建议,以降低银叶粉虱侵害或是喷洒药物剂量。又例如当诊断数据为叶菜类的叶面被虫啃食,处理建议数据则包括在植物周边放置诱虫盒或是喷洒药物的建议。
在一些实施例中,植物病征储存单元110包括一种或多种植物的采收时间数据。处理单元130会将处理建议数据结合采收时间,而制定出处理建议数据的各阶段执行作业。在其它实施例中,处理单元130会排除作业需求时间低于植物采收时间数据的处理建议数据。然而,作业需求时间的起始日期可为使用者利用操作接口140,或是处理单元130截取当天的日期作为起始日期。例如,处理建议数据若包含有喷洒药物A时,该喷洒药物A则附带有喷洒后15天后方可采收的条件,因此处理单元130可将此附带条件纳入处理建议数据中。或者是,使用者可经由操作接口来指定采收日期,而当附带条件不符合指定采收日期时,处理单元130可排除此处理建议数据。
在一些实施例中,使用者可以利用操作接口140输入种植相关数据,如种植地面积、种植起始日、种植天数、种植植物种类...等,处理单元130会依据被输入的数据以进行处理建议数据的作业条件计算及数据呈现。其中,植物病征储存单元110的种植相关数据可预先储存及/或持续进行数据更新。
在一些实施例中,处理单元130透过显示单元150和操作接口140呈现多个处理建议数据时,使用者可以利用操作接口140选定其中一者后,处理单元130再透过显示单元150呈现被选定的处理建议数据。
请参阅图2绘示本发明实施例的植物症状的处理方式建议方法,请配合参阅图1以利于了解。此方法适用于植物症状的处理方式建议系统,系统至少一包括操作接口140、植物病征储存单元110、处理单元130与影像撷取单元120。此方法至少一包括下列步骤:
提供植物病征储存单元110,其储存至少一植物症状数据和至少一诊断数据(步骤S110)。其中,每一植物症状数据包括症状特征数据与对应的显示轮廓数据,每一诊断数据包括诊断特征数据和对应的处理建议数据。
经由操作接口140接收症状说明数据(步骤S120)。症状说明数据包括要分析的植物部位数据、植物异常的情形描述、植物生长环境说明等一种以上与植物异常症状相关的文字或图形化的描述数据。
经由处理单元130依据所接收的症状说明数据和症状特征数据,从各显示轮廓数据决定对应的目标轮廓数据,其中目标轮廓数据用以呈现植物的部位的外部轮廓影像(步骤S130)。处理单元130会将各匹配结果对应的外部轮廓影像呈现于显示单元150,以供使用者参考及利用操作接口140进行选择。处理单元130再依据操作接口140的输入数据以选定目标轮廓影像。
经由影像撷取单元120取得对应目标轮廓数据的植物影像数据(步骤S140)。此植物影像数据可以是包括植物的整体、局部位置或是大部分包括植物患部的影像数据。
经由处理单元130分析植物影像数据以产生植物分析数据,再依据植物分析数据和诊断特征数据,决定对应的处理建议数据(步骤S150)。
处理单元130在分析植物影像数据时,可利用现今各类型的影像辨识技术进行病变分析种类与病变范围的分析。在一些实施例中,处理单元130可利用两种相同或相异的色调处理技术分析植物影像数据,以从植物影像数据中取得植物部位影像数据,及从植物部位影像数据中取得症状区域影像数据,再利用植物病征储存单元110中的症状特征数据来分析症状区域影像数据。
更进一步者,处理单元130在取得植物部位影像数据之后,会除去植物部位影像数据的多余影像,再分析已除去多余影像的植物部位影像数据,以取得上述的症状区域影像数据。
在一些实施例中,处理建议数据可为多种不同的类型。(1)处理建议数据为目标药剂数据,与目标药剂数据对应的建议用药数值与用药天数数据;(2)处理建议数据为提供植物检体进行指定检验的数据;(3)处理建议数据为防治病害施作数据。
在其它实施例中,处理单元130会将植物分析数据个别的与多个诊断特征数据进行分析,并依据植物分析数据与每一个诊断特征数据的相似程度而给予不同的相似比例值,以从所有诊断特征数据中找出与植物分析数据相似程度最高者,或者,处理单元130会将相似比例值与阀值进行比较,并取得相似比例值超过阀值的所有诊断特征数据,再将此(或此等)诊断特征数据对应的处理建议数据一并提供予使用者参考。
请参阅图3绘示本发明药剂推荐的实施例说明示意图,请同时配合上述图1与图2以利于了解。此实施例中,使用者可以利用操作接口140输入一个以上的症状说明数据。症状说明数据包括要分析的植物部位数据、植物异常的情形描述、植物生长环境说明等一种以上与植物异常症状相关的文字或图形化的描述数据。
如P1阶段所示的叶、根、果等各种不同的植物部位。在一些实施例中,使用者可以利用操作接口140输入或是借由线条绘示要分析的植物部位数据,或者由处理单元130罗列出多个症状数据于显示单元150,供使用者利用操作接口140进行选定。
此实施例中,例如P2阶段的绘示,处理单元130判断出叶面部位是被选定要被分析的部位,即建立叶面部位的植物部位影像数据。接着,处理单元130会分析植物部位影像数据,植物部位影像数据中的叶面受损范围,将其视为病变可能性较高的疑病区域影像数据,再利用各症状特征数据分析疑病区域影像数据。当处理单元130找到有相关的症状特征数据时,取出此(或此等)症状特征数据所属的特定病症数据。
此实施例中,例如P3阶段的绘示,处理单元130判断符合植物异状的诊断数据为病害型植物疾病,而且有一个或多个可能的诊断特征数据存在。处理单元130会输出每一种诊断特征数据成立的可能性以供使用者选定。接着,处理单元130会依据所选定的诊断特征数据,提供对应的处理建议数据。例如:施用目标药剂数据,并依据每一目标药剂数据包括用药比例数据,计算出各目标药剂数据的建议用药数值与用药天数数据。然而,在一些实施例中,处理单元130透过显示单元150所呈现的目标药剂数据,其用药天数数据是低于植物采收时间数据。
在其它的实施例中,使用者可以利用操作接口140输入症状特征数据,以辅助处理单元130的病变分析作业。
请配合参阅图4A与图4B绘示本发明实施例的处理建议数据排程示意图。在此以触控式电子装置200进行画面呈现,以及处理建议数据为目标药剂数据及其建议用药数值与用药天数数据作为示例。
触控屏幕210提供上述显示单元150与操作接口140的功能,处理单元130与植物病征储存单元110可设置于触控式电子装置200内、或是设置在远程联机的运算设备。当使用者利用操作接口140选定所需的目标药剂数据后,处理单元130会依据植物的采收时间数据制定出施药日期数据。例如图4绘示施药日期数据,采收期是8月19日,起始日是8月6日,处理单元130计算出需用药4次,用药日期为8月6日、8月9日、8月10日与8月14日各施一次药剂。当使用者点选任一个用药日期时,会呈现或提示该用药日期对应的用药数据,以供使用者查询或参考。
本发明的方法可经由本发明的植物症状的处理方式建议系统来进行实作,系统中的部份元件(如处理单元),可应用具特定逻辑电路的独特硬件装置或具特定功能的设备来实作,如将程序码和处理器/芯片整合成独特硬件或将程序码和市售可得的特定设备整合。更进一步者,本发明的方法亦可经由一般用途处理器/计算器/服务器(如操作接口、处理单元)结合其它硬件(如植物病征储存单元、影像撷取单元)来进行实作。当一般用途处理器/计算器/服务器载入特定程序码且执行时,此一般用途处理器/计算器/服务器成为用以参与本发明的系统元件,类似于应用具特定逻辑电路的独特硬件装置,以执行本发明方法的操作步骤。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (17)
1.一种植物症状的处理方式建议系统,其特征在于包括:
操作接口,用以接收症状说明数据;
植物病征储存单元,储存至少一植物症状数据和至少一诊断数据,其中每一该植物症状数据包括症状特征数据与对应的显示轮廓数据,而每一诊断数据包括诊断特征数据和对应的处理建议数据;
处理单元,连接该操作接口与该植物病征储存单元,依据所接收的该症状说明数据和该症状特征数据,从各该显示轮廓数据决定对应的目标轮廓数据,其中该目标轮廓数据用以呈现植物的部位的外部轮廓影像;以及
影像撷取单元,连接该处理单元,接收并显示该目标轮廓数据,以及取得对应该目标轮廓数据的植物影像数据;且
其中该处理单元更接收和分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据。
2.如权利要求1所述的植物症状的处理方式建议系统,其特征在于该处理建议数据为目标药剂数据,与该至少一目标药剂数据对应的建议用药数值与用药天数数据。
3.如权利要求1所述的植物症状的处理方式建议系统,其特征在于该处理建议数据为提供植物检体进行指定检验的数据。
4.如权利要求1所述的植物症状的处理方式建议系统,其特征在于该处理建议数据为防治病害施作数据。
5.如权利要求1所述的植物症状的处理方式建议系统,其特征在于该影像撷取单元经由通讯网络或串行端口以连接该处理单元。
6.如权利要求1所述的植物症状的处理方式建议系统,其特征在于该处理单元依据第一色调处理技术分析该植物影像数据以取得植物部位影像数据,且依据第二色调处理技术分析该植物部位影像数据中取得至少一症状区域影像数据,再从该症状区域影像数据来产生该植物分析数据,将该植物分析数据和该植物病征储存单元中各该诊断特征数据比对,当判断该植物分析数据和其中特定诊断特征数据相符时,以该特定诊断特征数据所对应的特定处理建议数据,作为该处理建议数据。
7.如权利要求6所述的植物症状的处理方式建议系统,其特征在于该处理单元依据该第二色调处理技术分析该植物部位影像数据以取得至少一疑病区域影像数据,并计算每一该疑病区域影像数据的区域面积,当该疑病区域的面积大于预设区域面积时,将该疑病区域影像数据作为该症状区域影像数据。
8.如权利要求6所述的植物症状的处理方式建议系统,其特征在于该处理单元在取得该植物部位影像数据之后,除去该植物部位影像数据的多余影像,再依据该第二色调处理技术分析已除去多余影像的该植物部位影像数据,以取得该至少一症状区域影像数据。
9.如权利要求6所述的植物症状的处理方式建议系统,其特征在于该第一色调处理技术将该植物影像数据的三原色数据转成色调数据,并依据植物影像色调区间数据,从该植物影像数据中取出其色调数据符合该植物影像色调区间数据的部分,作为该植物部位影像数据。
10.一种植物症状的处理方式建议方法,其特征在于包含下列步骤:
提供植物病征储存单元,其储存至少一植物症状数据和至少一诊断数据,其中每一该植物症状数据包括症状特征数据与对应的显示轮廓数据,每一诊断数据包括诊断特征数据和对应的处理建议数据;
经由操作接口接收症状说明数据;
经由处理单元依据所接收的该症状说明数据和该症状特征数据,从各该显示轮廓数据决定对应的目标轮廓数据,其中该目标轮廓数据用以呈现植物的部位的外部轮廓影像;
经由影像撷取单元取得对应该目标轮廓数据的植物影像数据;以及
经由该处理单元分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据。
11.如权利要求10所述的植物症状的处理方式建议方法,其特征在于该处理建议数据为目标药剂数据,与该至少一目标药剂数据对应的建议用药数值与用药天数数据。
12.如权利要求10所述的植物症状的处理方式建议方法,其特征在于该处理建议数据为提供植物检体进行指定检验的数据。
13.如权利要求10所述的植物症状的处理方式建议方法,其特征在于该处理建议数据为防治病害施作数据。
14.如权利要求10所述的植物症状的处理方式建议方法,其特征在于经由该处理单元分析该植物影像数据以产生植物分析数据,再依据该植物分析数据和该诊断特征数据,决定对应的处理建议数据的该步骤中,该处理单元依据第一色调处理技术分析该植物影像数据以取得植物部位影像数据,且依据第二色调处理技术分析该植物部位影像数据中取得至少一症状区域影像数据,再从该症状区域影像数据来产生该植物分析数据,将该植物分析数据和该植物病征储存单元中各该诊断特征数据比对,当判断该植物分析数据和其中特定诊断特征数据相符时,以该特定诊断特征数据所对应的特定处理建议数据,作为该处理建议数据。
15.如权利要求14所述的植物症状的处理方式建议方法,其特征在于该处理单元依据该第二色调处理技术分析该植物部位影像数据以取得至少疑病区域影像数据,并计算每一该疑病区域影像数据的区域面积,当该疑病区域的面积大于预设区域面积时,将该疑病区域影像数据作为该症状区域影像数据。
16.如权利要求14所述的植物症状的处理方式建议方法,其特征在于该处理单元在取得该植物部位影像数据后,除去该植物部位影像数据的多余影像,再依据该第二色调处理技术分析已除去多余影像的该植物部位影像数据,以取得该至少一症状区域影像数据。
17.如权利要求14所述的植物症状的处理方式建议方法,其特征在于该第一色调处理技术将该植物部位影像数据的三原色数据转成色调数据,并依据植物影像色调区间数据,从该植物影像数据中取出其色调数据符合该植物影像色调区间数据的部分,作为该植物部位影像数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102140673 | 2013-11-08 | ||
TW102140673A TWI570653B (zh) | 2013-11-08 | 2013-11-08 | The treatment of plant symptoms is recommended by systems, methods and recording media |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104636981A true CN104636981A (zh) | 2015-05-20 |
Family
ID=53043842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310597091.7A Pending CN104636981A (zh) | 2013-11-08 | 2013-11-20 | 植物症状的处理方式建议系统与方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9330460B2 (zh) |
CN (1) | CN104636981A (zh) |
TW (1) | TWI570653B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113396753A (zh) * | 2020-03-16 | 2021-09-17 | 上海原初农业发展有限公司 | 基于大数据分析的智慧农业种植管控系统 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9779442B1 (en) * | 2014-06-12 | 2017-10-03 | Amazon Technologies, Inc. | Provide a recommendation for garden items |
US10028452B2 (en) * | 2016-04-04 | 2018-07-24 | Beesprout, Llc | Horticultural monitoring system |
US10635274B2 (en) | 2016-09-21 | 2020-04-28 | Iunu, Inc. | Horticultural care tracking, validation and verification |
US11538099B2 (en) | 2016-09-21 | 2022-12-27 | Iunu, Inc. | Online data market for automated plant growth input curve scripts |
US10791037B2 (en) | 2016-09-21 | 2020-09-29 | Iunu, Inc. | Reliable transfer of numerous geographically distributed large files to a centralized store |
US11244398B2 (en) | 2016-09-21 | 2022-02-08 | Iunu, Inc. | Plant provenance and data products from computer object recognition driven tracking |
AU2017343690A1 (en) * | 2016-10-13 | 2019-05-16 | Mccain Foods Limited | Method, medium, and system for detecting potato virus in a crop image |
US20180315177A1 (en) * | 2017-04-27 | 2018-11-01 | Hany Elzind | Plant disease photo identifier and treatment |
CN106952300A (zh) * | 2017-04-28 | 2017-07-14 | 深圳前海弘稼科技有限公司 | 基于图像识别植物病变的方法及系统、计算机设备 |
US10372987B2 (en) * | 2017-05-09 | 2019-08-06 | International Business Machines Corporation | Agricultural method and system using a high resolution sensing device for analyzing and servicing crops |
US10088816B1 (en) * | 2017-06-26 | 2018-10-02 | International Business Machines Corporation | Cognitive plant clinic |
US10747999B2 (en) * | 2017-10-18 | 2020-08-18 | The Trustees Of Columbia University In The City Of New York | Methods and systems for pattern characteristic detection |
TWI675299B (zh) * | 2017-12-22 | 2019-10-21 | 美商海盜船記憶體股份有限公司 | 分析電腦周邊生態複雜資訊的控制系統 |
US11062516B2 (en) | 2018-02-07 | 2021-07-13 | Iunu, Inc. | Augmented reality based horticultural care tracking |
US11720980B2 (en) | 2020-03-25 | 2023-08-08 | Iunu, Inc. | Crowdsourced informatics for horticultural workflow and exchange |
DE102021113533A1 (de) | 2021-05-26 | 2022-12-01 | RoBoTec PTC GmbH | Verfahren zur semiautonomen Bearbeitung von Pflanzen |
CN113947697A (zh) * | 2021-10-21 | 2022-01-18 | 杭州睿胜软件有限公司 | 植物病虫害诊断方法、诊断系统及可读存储介质 |
CN114120117A (zh) * | 2021-11-19 | 2022-03-01 | 杭州睿胜软件有限公司 | 植物病症诊断信息的显示方法、显示系统及可读存储介质 |
CN114141326A (zh) * | 2021-12-02 | 2022-03-04 | 杭州睿胜软件有限公司 | 用于追踪植物的康复情况的方法、装置和存储介质 |
CN114792399B (zh) * | 2022-06-23 | 2023-01-06 | 深圳市海清视讯科技有限公司 | 植物监测方法、装置及设备 |
CN115910323B (zh) * | 2022-11-16 | 2023-09-29 | 山东仲雅信息技术有限公司 | 治疗方案选取方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1543784A (zh) * | 2003-11-14 | 2004-11-10 | 中国科学院合肥智能机械研究所 | 一种用于农作物病虫害监测及农药处方生成装置 |
CN101021939A (zh) * | 2007-03-29 | 2007-08-22 | 沈阳理工大学 | 基于计算机图像处理的农作物病害诊断系统 |
CN101329560A (zh) * | 2008-08-01 | 2008-12-24 | 湖南农业大学 | 农业病虫害综合智能管理系统 |
CN201821414U (zh) * | 2010-08-06 | 2011-05-04 | 天津三星光电子有限公司 | 一种具有参照拍照姿态功能的数码相机 |
CN102334422A (zh) * | 2010-07-27 | 2012-02-01 | 中国农业科学院蔬菜花卉研究所 | 基于机器视觉的蔬菜叶部病害实时诊断方法与系统 |
CN103136439A (zh) * | 2011-11-24 | 2013-06-05 | 财团法人资讯工业策进会 | 植物病症辨识方法及其系统 |
CN103218748A (zh) * | 2013-03-15 | 2013-07-24 | 北京市农林科学院 | 一种蔬菜病害诊断方法和便携系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6014451A (en) * | 1997-10-17 | 2000-01-11 | Pioneer Hi-Bred International, Inc. | Remote imaging system for plant diagnosis |
US8543519B2 (en) * | 2000-08-07 | 2013-09-24 | Health Discovery Corporation | System and method for remote melanoma screening |
US7244230B2 (en) * | 2002-11-08 | 2007-07-17 | Siemens Medical Solutions Usa, Inc. | Computer aided diagnostic assistance for medical imaging |
BRPI0905641A2 (pt) * | 2009-07-08 | 2011-03-29 | Basf Se | sistema para diagnóstico de anomalias de plantas |
US20110047636A1 (en) * | 2009-08-21 | 2011-02-24 | Syngenta Participations Ag | Crop Automated Relative Maturity System |
CN101695128A (zh) * | 2009-10-21 | 2010-04-14 | 中国农业大学 | 植物病害远程诊断仪 |
US9076105B2 (en) * | 2010-08-20 | 2015-07-07 | Deere & Company | Automated plant problem resolution |
TWI435234B (zh) * | 2011-11-24 | 2014-04-21 | Inst Information Industry | Plant disease identification method, system and record media |
AU2013237949A1 (en) * | 2012-03-28 | 2014-11-13 | University Of Houston System | Methods and software for screening and diagnosing skin lesions and plant diseases |
TWM438000U (en) | 2012-03-29 | 2012-09-21 | Univ Ching Yun | Plant leaf edge feature recognition system |
TWM441147U (en) * | 2012-05-14 | 2012-11-11 | Univ Far East | Monitoring device for cloud management of plants |
-
2013
- 2013-11-08 TW TW102140673A patent/TWI570653B/zh active
- 2013-11-20 CN CN201310597091.7A patent/CN104636981A/zh active Pending
- 2013-12-03 US US14/095,212 patent/US9330460B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1543784A (zh) * | 2003-11-14 | 2004-11-10 | 中国科学院合肥智能机械研究所 | 一种用于农作物病虫害监测及农药处方生成装置 |
CN101021939A (zh) * | 2007-03-29 | 2007-08-22 | 沈阳理工大学 | 基于计算机图像处理的农作物病害诊断系统 |
CN101329560A (zh) * | 2008-08-01 | 2008-12-24 | 湖南农业大学 | 农业病虫害综合智能管理系统 |
CN102334422A (zh) * | 2010-07-27 | 2012-02-01 | 中国农业科学院蔬菜花卉研究所 | 基于机器视觉的蔬菜叶部病害实时诊断方法与系统 |
CN201821414U (zh) * | 2010-08-06 | 2011-05-04 | 天津三星光电子有限公司 | 一种具有参照拍照姿态功能的数码相机 |
CN103136439A (zh) * | 2011-11-24 | 2013-06-05 | 财团法人资讯工业策进会 | 植物病症辨识方法及其系统 |
CN103218748A (zh) * | 2013-03-15 | 2013-07-24 | 北京市农林科学院 | 一种蔬菜病害诊断方法和便携系统 |
Non-Patent Citations (1)
Title |
---|
林潇: "基于本体的水稻病虫害诊断专家系统研究", 《安徽农业大学硕士学位论文》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113396753A (zh) * | 2020-03-16 | 2021-09-17 | 上海原初农业发展有限公司 | 基于大数据分析的智慧农业种植管控系统 |
Also Published As
Publication number | Publication date |
---|---|
TW201519143A (zh) | 2015-05-16 |
US20150131867A1 (en) | 2015-05-14 |
TWI570653B (zh) | 2017-02-11 |
US9330460B2 (en) | 2016-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104636981A (zh) | 植物症状的处理方式建议系统与方法 | |
US12283053B2 (en) | System and method for determining damage on crops | |
Surya Prabha et al. | Assessment of banana fruit maturity by image processing technique | |
US9449029B2 (en) | Method and system for diet management | |
WO2020044480A1 (ja) | 作物生育ステージ判定システムのサーバ装置、生育ステージ判定方法及びプログラム | |
Tumang | Pests and diseases identification in mango using MATLAB | |
EP4256465B1 (en) | System and method for determining damage on plants after herbicide application | |
Sabri et al. | Evaluation of color models for palm oil fresh fruit bunch ripeness classification | |
Aftab et al. | Raspberry pi (python ai) for plant disease detection | |
Akshitha et al. | Paddy crop disease detection using deep learning techniques | |
Sara et al. | VegNet: An organized dataset of cauliflower disease for a sustainable agro-based automation system | |
Kalkura et al. | Pest control management system using organic pesticides | |
Zhao et al. | A dataset of pomegranate growth stages for machine learning-based monitoring and analysis | |
Islam et al. | Image processing and support vector machine (SVM) for classifying environmental stress symptoms of pepper seedlings grown in a plant factory | |
Garg et al. | Artificial intelligence in plant disease identification: Empowering agriculture | |
KR20220066695A (ko) | 이미지 비젼 처리를 통하여 측정된 당도 정보를 포함하는 과일 정보 공유를 위한 정보 제공 방법 및 시스템 | |
Calma et al. | Cassava disease detection using MobileNetV3 algorithm through augmented stem and leaf images | |
James et al. | Citdet: A benchmark dataset for citrus fruit detection | |
Mahajan | Monitoring growth of wheat crop using digital image processing | |
US20250200745A1 (en) | Allergenic species broadcasting method and system and readable storage medium | |
Kumar et al. | Real-Time Mobile Application for Apple Leaf Disease Detection and Classification Using AFD-NET | |
Petrellis | A Windows Phone Application for Plant Disease Diagnosis. | |
Santana et al. | Automated Detection of Young Eucalyptus Plants for Optimized Irrigation Management in Forest Plantations | |
Andrahannadi et al. | Development of a web based system to practice the estimation of plant disease severity | |
Yin et al. | A diagnosis and prescription system to automatically diagnose pests |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150520 |