CN105938571B - 害虫识别计数系统及方法 - Google Patents
害虫识别计数系统及方法 Download PDFInfo
- Publication number
- CN105938571B CN105938571B CN201610245162.0A CN201610245162A CN105938571B CN 105938571 B CN105938571 B CN 105938571B CN 201610245162 A CN201610245162 A CN 201610245162A CN 105938571 B CN105938571 B CN 105938571B
- Authority
- CN
- China
- Prior art keywords
- insect
- count results
- identified
- pest
- trap device
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/27—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
- G06M1/272—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum using photoelectric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种害虫识别计数系统及方法,所述系统包括:第一计数模块,用于采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;第二计数模块,用于采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;互补融合计数模块,用于根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息。本发明提供的害虫识别计数系统,能够实现靶标害虫的准确计数。
Description
技术领域
本发明涉及农业技术领域,具体涉及一种害虫识别计数系统及方法。
背景技术
田间害虫种类多、数量大,且发生代数多,对农业生产造成了很大的影响。害虫种类和数量的获取是害虫精准防治的前提,目前害虫种类识别与计数主要靠人工到田间进行抽样调查、清点诱集器里的害虫等方法,这些方法耗时、费力,监测人员的工作量大,主观因素影响大,数据应用的时效性差,无法实现害虫的实时预测预报,离生产实际需求还有一定差距。为了解决害虫种类识别、数量数据获取上费时、费力的问题,一些新的害虫自动监测识别与计数的新技术不断被探索,目前主要的监测技术有红外传感器、机器视觉技术等,这些技术的发展提高了害虫自动识别与计数的效率,极大促进了害虫监测自动化的发展。
基于红外传感器的害虫监测计数的优点是计数速度快,对环境条件要求较低,抗干扰性强,适合在野外环境中进行害虫的监测应用,适合于性诱剂引诱的害虫诱捕器中使用,但该技术也存在着其它杂物落入而造成的多计数的问题。该技术在田间应用中容易受到非靶标害虫杂物的干扰,对计数结果的准确性造成了一定的影响。因此,基于红外计数结果的准确性还需要人工去核对,而且无法知道那个时间段的计数结果有问题。
基于机器视觉图像的昆虫自动识别与计数技术具有省时省力、智能化等优点,目前该方法已成为田间害虫自动识别、计数的一种主要方法。为了监测田间飞行性害虫,应用高压电网电击将害虫击死是一种常用的方法,高压电网电击后会造成害虫肢体残缺。图像处理过程中所提取的特征会与肢体较完整的害虫产生较大的差异,导致靶标害虫的误识别,降低靶标害虫识别的准确率。
发明内容
针对现有技术中的缺陷,本发明提供一种害虫识别计数系统及方法,以解决现有技术中依赖红外单独计数造成的计数不准确的问题。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供了一种害虫识别计数系统,包括:
第一计数模块,用于采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;
第二计数模块,用于采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;
互补融合计数模块,用于根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息。
优选地,所述第一计数模块,具体用于:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;
其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
优选地,所述第二计数模块,具体用于:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;
其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
优选地,所述互补融合计数模块,进一步包括:第一获取单元、第二获取单元、第三获取单元和确定单元;
所述第一获取单元,用于根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
所述第二获取单元,用于获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
所述第三获取单元,用于根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
所述确定单元,用于确定所述害虫诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
优选地,所述害虫诱捕装置,包括:诱捕室、高压电网、接虫漏斗、红外传感器监测单元、图像采集单元和害虫载物台;
所述诱捕室位于害虫诱捕装置的上部,所述高压电网位于所述诱捕室内,所述接虫漏斗位于所述高压电网的下方;
所述红外传感器监测单元包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元进行图像采集,以建立红外传感器监测单元与图像采集单元对应的时间图像序列;
其中,所述害虫载物台位于接虫漏斗的下方,所述图像采集单元的位置与所述害虫载物台相对应。
第二方面,本发明还提供了一种害虫识别计数方法,包括:
采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;
采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;
根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息。
优选地,所述采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息,具体包括:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;
其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
优选地,所述采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息,具体包括:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;
其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
优选地,所述根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息,具体包括:
根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
确定所述诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
优选地,所述害虫诱捕装置,包括:诱捕室、高压电网、接虫漏斗、红外传感器监测单元、图像采集单元和害虫载物台;
所述诱捕室位于害虫诱捕装置的上部,所述高压电网位于所述诱捕室内,所述接虫漏斗位于所述高压电网的下方;
所述红外传感器监测单元包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元进行图像采集,以建立红外传感器监测单元与图像采集单元对应的时间图像序列;
其中,所述害虫载物台位于接虫漏斗的下方,所述图像采集单元的位置与所述害虫载物台相对应。
由上述技术方案可知,本发明所述的第一计数模块属于基于红外传感器的计数模块,第二计数模块属于基于机器视觉的计数模块,互补融合计数模块属于基于红外传感器和机器视觉融合的计数模块,其实现了双传感器融合的害虫计数。基于双传感器融合的害虫计数系统突破了现有技术中仅采用红外传感器或仅采用图像进行监测计数的局限性,通过融合计数能有效去除干扰物所造成的错误识别,又能充分体现红外传感器和机器视觉取长补短的效果,有助于提高性诱捕靶标害虫识别计数的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一个实施例提供的害虫识别计数系统的结构示意图;
图2是害虫诱捕装置的结构示意图;
图3是红外激光传感器计数装置的工作原理示意图;
图4是机器视觉计数装置的工作原理示意图;
图5是本发明第一个实施例提供的害虫识别计数系统的另一种结构示意图;
图6是本发明第一个实施例提供的害虫识别计数系统的运行流程示意图;
图7是本发明第二个实施例提供的害虫识别计数方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明第一个实施例提供了一种害虫识别计数系统,图1示出了本发明第一个实施例提供的害虫识别计数系统的结构示意图。参见图1,所述害虫识别计数系统包括:第一计数模块100、第二计数模块200和互补融合计数模块300;
所述第一计数模块100,用于采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;
所述第二计数模块200,用于采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;
所述互补融合计数模块300,用于根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息。
由上述方案可知,本实施例所述的第一计数模块属于基于红外传感器的计数模块,第二计数模块属于基于机器视觉的计数模块,互补融合计数模块属于基于红外传感器和机器视觉融合的计数模块,其实现了双传感器融合的害虫计数。基于双传感器融合的害虫计数系统突破了现有技术中仅采用红外传感器或仅采用图像进行监测计数的局限性,通过融合计数能有效去除干扰物所造成的错误识别,又能充分体现红外传感器和机器视觉取长补短的效果,有助于提高性诱捕靶标害虫识别计数的准确率。
优选地,参见图2,所述害虫诱捕装置,包括:诱捕室1、高压电网2、接虫漏斗3、红外传感器监测单元4、图像采集单元5和害虫载物台6;
所述诱捕室1位于害虫诱捕装置的上部,所述高压电网2位于所述诱捕室1内,所述接虫漏斗3位于所述高压电网2的下方;
所述红外传感器监测单元4包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元5对害虫载物台6上的害虫进行图像采集,以建立红外传感器监测单元4与图像采集单元5对应的时间图像序列;
其中,所述害虫载物台6位于接虫漏斗3的下方,所述图像采集单元5的位置与所述害虫载物台6相对应。
优选地,参见图2,所述诱捕室1为三角屋,害虫从三角屋两侧进入,两侧为透明材料,入口为孔洞型,孔洞大小可根据靶标害虫的大小进行调节。三角屋中间挂有性诱剂,性诱剂的味道通过孔洞向外散发进行靶标害虫的引诱。所述高压电网2位于害虫诱捕装置中上部,垂直排列。高压电网2的电压大小可调,间距可根据害虫的大小进行调节。其中,高压电网2上有清洁装置,清洁装置为电动绝缘刷,位于高压电网外方,定时清理粘于高压电网上的害虫,确保高压电网正常工作。所述接虫漏斗3位于高压电网2的下方,接虫漏斗3的圆锥形部分用于收集高压电网2电击后落入的害虫,害虫落入通道的大小、形状可根据具体害虫的种类进行调节。
优选地,为了配合所述图像采集单元5(如CCD摄相机)更好地拍摄图像,在所述图像采集单元5周围还设置了环型灯51、环型灯51用于提供均匀的照明,所述图像采集单元5(如CCD摄相机)受红外激光传感器触发进行照相,第二计数模块200对图像采集单元5采集的图像信号进行害虫分类计数。
另外,图2所示出的害虫诱捕装置的结构示意图中还包括其他部件,如害虫回收模块7、蓄电池9、太阳能板10、传输单元11、电动条形刷(图中未示出)等。
例如,在图像采集单元5采集完图像后,电动条形刷会将害虫载物台6上的害虫回收模块7中,所述害虫回收模块7位于整个装置的下部,所述害虫回收模块7为抽屉式,用于收集电击后的虫体,并方便将虫体倒出。
另外,蓄电池9和太阳能板10以及没有示出的充电控制装置构成了供电模块,太阳能板10位于整个害虫诱捕装置的顶上,充电控制装置、蓄电池9位于整个害虫诱捕装置的底部,为其他相关部件(如高压电网)的工作提供电源。
另外,传输单元11包括4G模块、路由器,害虫诱捕装置获取的害虫图像等数据通过4G模块中的SIM卡将信息发送到路由器,路由器通过有线或者无线的方式与远程终端设备进行数据的交互。远程终端设备包括手机、服务器等,手机用于接收测报数据,服务器用于接收、分析处理数据。远程终端设备可对害虫诱捕装置端发送指令,实现对害虫诱捕装置端的远程调控。
在介绍完上述害虫诱捕装置的具体结构后,下面给出了上述提到的第一计数模块100、第二计数模块200和互补融合计数模块300的一种具体工作方式。
优选地,参见下面描述,所述第一计数模块100,具体用于:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
其中,所述红外激光传感器计数装置利用上述害虫诱捕装置中的红外传感器监测单元4传输的相关数据获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果。例如,当害虫被高压电网2击落后在落入接虫漏斗3的过程中,红外激光传感器获取害虫的信号,并将信号发送给红外激光传感器计数装置,所述红外激光传感器计数装置通过对接收到的信号进行放大、滤波等技术处理分析获得害虫数量、害虫红外值(红外值代表害虫的大小信息),并利用红外激光传感器计数装置中存储的基于红外传感器的害虫识别模型对害虫进行计数和识别。
其中,红外激光传感器计数装置中基于红外传感器的害虫识别模型构建方法如下:应用红外传感器监测单元进行建模害虫样本的测试,获取害虫的数量和红外值,基于平均值与分布频率相结合的方法进行每种害虫红外阈值的确定。根据实际需求,设定害虫红外值的分布频率范围,如80%或90%等;计算每种害虫的平均值,接着以平均值为中心,将平均值左右两侧的分布频率值对称逐步进行累加,当分布频率的累计值接近设定值,则将中心值两侧将要累加的分布频率值进行比较,将分布频率高的值先进行累加,若达到设定值,则停止累加。最后将分布频率累加范围的红外值作为每种害虫的红外阈值。通过红外阈值的确定,构建了基于红外传感器的害虫识别模型。
参见图3所示,红外激光传感器计数装置将待识别害虫应用红外传感器监测单元进行测试,获取害虫数量、害虫红外值,应用所构建的识别模型进行害虫种类的识别。在害虫为性诱的前提下,将害虫分为靶标害虫和干扰物两大类,并将害虫识别计数结果以及对应的时间信息存入数据库中。
在介绍完上述第一计数模块100的具体工作方式后,下面给出了所述第二计数模块200的具体工作方式。
优选地,所述第二计数模块200具体用于:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
其中,机器视觉计数装置利用上述害虫诱捕装置中的图像采集单元5传输的相关图像数据获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果。例如,当害虫被高压电网2击落后通过接虫漏斗3落到害虫载物台6之后,图像采集单元对落到害虫载物台6上的害虫进行图像采集,并将采集的图像信息发送给机器视觉计数装置,机器视觉计数装置利于预先构建的预测模型对接收到的图像进行处理,获得害虫识别和计数结果。
其中,机器视觉计数装置中的预测模型的构建步骤如下:应用机器视觉获取建模害虫样本图像,经图像预处理后提取害虫形态、颜色、纹理特征,应用支持向量机(SupportVector Machine,SVM)分类器进行分类,构建基于支持向量机的靶标害虫识别模型。待检测害虫经图像采集单元5获取害虫图像后,参见图4所示,机器视觉计数装置对图像进行预处理提取害虫特征提取,并将所提取的特征输入所述预测模型中进行预测,若为靶标害虫,则计数值增加1,计数结果以及对应的时间信息存入系统数据库中,若为其它物质则剔除不计数。
在介绍完上述第一计数模块100和第二计数模块200的具体工作方式后,下面给出了上述互补融合计数模块300的具体工作方式。
优选地,参见图5,所述互补融合计数模块300,进一步包括:第一获取单元301、第二获取单元302、第三获取单元303和确定单元304;
所述第一获取单元301,用于根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
所述第二获取单元302,用于获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
所述第三获取单元303,用于根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物(包括待识别害虫、已识别出的干扰物)识别为靶标害虫的识别结果不一致时(即两次识别之和(第一次是将待识别害虫识别为靶标害虫,第二次是将已识别出的干扰物识别为靶标害虫)的得到的识别结果不一致时),第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
其中,根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,包括:
具体地,根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima,包括:
TIr=Ir+CIr-CIrm
Ira=TIr×wr;
TIm=Im+CIm-CIrm
Ima=TIm×wm;
其中,TIr为在第一计数模块和第二计数模块识别结果不一致的数据中,第一计数模块所识别的靶标害虫数量,TIm为在第一计数模块和第二计数模块识别结果不一致的数据中,第二计数模块所识别的靶标害虫数量;
所述确定单元304,用于确定所述诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
进一步地,当测试害虫的总数量为I时,基于本实施例提供的红外传感器和机器视觉融合的靶标害虫识别准确率Rt的计算公式为:
相对于单独基于红外传感器的靶标害虫的识别准确率Rr的计算公式以及单独基于红外传感器的靶标害虫的识别准确率Rm的计算公式来说,本实施例的靶标害虫识别准确率Rt要高很多。
从上面描述可知,本实施例所述第一计数模块属于基于红外传感器的计数模块,第二计数模块属于基于机器视觉的计数模块,互补融合计数模块属于基于红外传感器和机器视觉融合的计数模块,其实现双传感器融合的害虫计数。其中,基于时间戳将红外传感器、图像识别结果进行相互比较搜索出不一样的计数时间序列,若两种计数结果一致,则将靶标害虫的数量增加1,若不一致进行融合计数。通过获取每种传感器的权重系数,在若不一致的识别结果中计算出每种传感器的正确识别数量,通过互补融合获取靶标害虫的总数量。双传感器融合计数突破了现有研究仅采用红外传感器或图像进行监测计数的局限性,通过融合计数能有效去除干扰物所造成的错误识别,又能充分体现红外传感器和机器视觉取长补短的效果,有助于提高性诱捕靶标害虫识别计数的准确率。
参见图6,本实施例提供的害虫识别计数系统的运行流程如图6所示。具体地,基于红外传感器和机器视觉融合的害虫计数方法的步骤如下:
红外传感器根据监测物体的大小进行识别,害虫经过红外传感器被识别分为2类,位于阈值范围内的为靶标害虫,位于阈值范围之外的为干扰物;干扰物经红外传感器识别也分为2类,位于阈值范围内的为靶标害虫,阈值范围之外的为干扰物,干扰物被识别为靶标害虫,导致害虫计数结果增加,影响害虫计数准确率。
基于机器视觉的所获取的图像应用基于支持向量机进行识别。害虫经支持向量机识别被分为三大类,即靶标害虫、非靶标害虫、干扰物。干扰物经过支持向量机识别也被分为靶标害虫、非靶标害虫、干扰物三大类。
假设,测试害虫的总数量记为I,统计害虫与干扰物的红外传感器、机器视觉识别结果,将红外传感器、机器视觉对害虫的识别结果一致且为靶标数量的数量记为Irm;在红外传感器、机器视觉对害虫识别结果不一致的数据中,红外传感器正确识别的靶标害虫数量记为Ir,机器视觉正确识别的靶标害虫数量记为Im。在干扰物识别方面,红外传感器将干扰物识别为靶标害虫的数量记为CIr。机器视觉将干扰物识别为靶标害虫的数量记为CIm,红外传感器、机器视觉同时将干扰物识别为靶标害虫的数量为CIrm。
在对落入物进行识别的时候,红外传感器和机器视觉独立对害虫、干扰物进行识别、计数,红外传感器、机器视觉各自拥有正确率。根据红外传感器和机器视觉对落入物的独立识别的特点,本发明对每个传感器的独立进行权重系数的计算,以估计每个传感器对落入物识别的正确率。
红外传感器权重系数wr的计算公式为:
机器视觉权重系数wm的计算为:
在红外传感器、机器视觉识别结果不一致的数据中,红外传感器所识别的靶标害虫数量为TIr,红外传感器所识别的正确靶标害虫数量Ira的计算公式为:
TIr=Ir+CIr-CIrm
Ira=TIr×wr;
在红外传感器、机器视觉识别结果不一致的数据中,机器视觉所识别的靶标害虫数量为TIm,机器视觉所识别的正确靶标害虫数量Ima的计算公式为:
TIm=Im+CIm-CIrm
Ima=TIm×wm;
当监测装置将红外传感器、机器视觉同时将害虫或干扰物识别为靶标害虫时,靶标害虫的数量则累加1,两种传感器同时将测试物体识别为靶标害虫的数量Isa的计算公式为:
Isa=Irm+CIrm;
红外传感器、机器视觉所识别出的靶标害虫总数量Ia计算公式为:
Ia=Isa+Ira+Ima;
红外传感器和机器视觉融合的靶标害虫识别准确率Rt的计算公式为:
而单独基于红外传感器的靶标害虫(如梨小食心虫)的识别准确率Rr的计算公式为:
以及单独基于红外传感器的靶标害虫(如梨小食心虫)的识别准确率Rm的计算公式为:
本实施例提供的基于红外传感器、机器视觉融合的害虫识别计数系统,实现双传感器融合的害虫计数。其中,基于时间戳将红外传感器、图像识别结果进行相互比较搜索出不一样的计数时间序列,若两种计数结果一致,则将靶标害虫的数量增加1,若不一致进行融合计数。通过获取每种传感器的权重系数,在若不一致的识别结果中计算出每种传感器的正确识别数量,通过互补融合获取靶标害虫的总数量。双传感器融合计数突破了现有研究仅采用红外传感器或图像进行监测计数的局限性,通过融合计数能有效去除干扰物所造成的错误识别,又能充分体现红外传感器和机器视觉取长补短的效果,有助于提高性诱捕靶标害虫识别计数的准确率。
本发明第二个实施例提供了一种害虫识别计数方法,图7示出了本发明第二个实施例提供的害虫识别计数方法的流程示意图。参见图7,所述害虫识别计数方法,包括如下步骤:
步骤101:采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息。
本步骤101,优选地,包括以下内容:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
步骤102:采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息。
本步骤102,优选地,包括以下内容:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果。
步骤103:根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息。
本步骤103,优选地,包括以下内容:
根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
根据Ir和CIr获取第一害虫计数结果的准确率权重系数Wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数Wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
确定所述诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
优选地,所述害虫诱捕装置,包括:诱捕室、高压电网、接虫漏斗、红外传感器监测单元、图像采集单元和害虫载物台;
所述诱捕室位于害虫诱捕装置的上部,所述高压电网位于所述诱捕室内,所述接虫漏斗位于所述高压电网的下方;
所述红外传感器监测单元包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元进行图像采集,以建立红外传感器监测单元与图像采集单元对应的时间图像序列;
其中,所述害虫载物台位于接虫漏斗的下方,所述图像采集单元的位置与所述害虫载物台相对应。
本实施例所述的害虫识别计数方法和上述实施例所述的害虫识别计数系统的工作原理和技术效果类似,此处不再详述。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种害虫识别计数系统,其特征在于,包括:
第一计数模块,用于采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;
第二计数模块,用于采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;
互补融合计数模块,用于根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息;
其中,所述第一计数模块,具体用于:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;
其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果;
所述第二计数模块,具体用于:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;
其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果;
所述互补融合计数模块,进一步包括:第一获取单元、第二获取单元、第三获取单元和确定单元;
所述第一获取单元,用于根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
所述第二获取单元,用于获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识 别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
所述第三获取单元,用于根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
所述确定单元,用于确定所述害虫诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
2.根据权利要求1所述的系统,其特征在于,所述害虫诱捕装置,包括:诱捕室、高压电网、接虫漏斗、红外传感器监测单元、图像采集单元和害虫载物台;
所述诱捕室位于害虫诱捕装置的上部,所述高压电网位于所述诱捕室内,所述接虫漏斗位于所述高压电网的下方;
所述红外传感器监测单元包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元进行图像采集,以建立红外传感器监测单元与图像采集单元对应的时间图像序列;
其中,所述害虫载物台位于接虫漏斗的下方,所述图像采集单元的位置与所述害虫载物台相对应。
3.一种害虫识别计数方法,其特征在于,包括:
采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息;
采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息;
根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息;
其中,所述采用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的第一害虫计数信息,具体包括:
利用红外激光传感器计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第一害虫计数结果;
其中,所述基于时间序列的第一害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果;
所述采用机器视觉计数装置获取所述害虫诱捕装置在预设时间区间内的第二害虫计数信息,具体包括:
利用机器视觉计数装置获取害虫诱捕装置在预设时间区间内的基于时间序列的第二害虫计数结果;
其中,所述基于时间序列的第二害虫计数结果包括:基于时间序列的将进入害虫诱捕装置内的待识别害虫识别为靶标害虫、非靶标害虫和干扰物的计数结果以及基于时间序列的将已识别出的干扰物重新识别为靶标害虫的计数结果;
所述根据所述第一害虫计数信息以及所述第二害虫计数信息确定所述害虫诱捕装置在所述预设时间区间内的害虫计数信息,具体包括:
根据第一害虫计数结果以及第二害虫计数结果,获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果一致时,第一害虫计数结果或第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Irm;
获取当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的识别结果不一致时,第一害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Ir、第二害虫计数结果中将进入害虫诱捕装置内的待识别害虫识别为靶标害虫的计数结果Im、第一害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIr、第二害虫计数结果中将已识别出的干扰物重新识别为靶标害虫的计数结果CIm,以及第一害虫计数结果和第二害虫计数结果中同时将已识别出的干扰物重新识别为靶标害虫的计数结果CIrm;
根据Ir和CIr获取第一害虫计数结果的准确率权重系数wr以及根据Im和CIm获取第二害虫技术结果的准确率权重系数wm,并根据获取的准确率权重系数wr和wm分别计算当第一害虫计数结果和第二害虫计数结果中将进入害虫诱捕装置内的落入物识别为靶标害虫的识别结果不一致时,第一害虫计数结果中识别出的正确的靶标害虫的数量Ira以及第二害虫计数结果中识别出的正确的靶标害虫的数量Ima;
确定所述诱捕装置在所述预设时间区间内的害虫计数结果为:Ia=Irm+CIrm+Ira+Ima。
4.根据权利要求3所述的方法,其特征在于,所述害虫诱捕装置,包括:诱捕室、高压电网、接虫漏斗、红外传感器监测单元、图像采集单元和害虫载物台;
所述诱捕室位于害虫诱捕装置的上部,所述高压电网位于所述诱捕室内,所述接虫漏斗位于所述高压电网的下方;
所述红外传感器监测单元包括:红外激光传感器、光电探测器、电路板和落虫管;所述红外激光传感器、所述光电探测器与所述电路板相连,所述落虫管与所述接虫漏斗的下部通道相连,落入物经过红外激光传感器,红外激光传感器对落入物进行识别及计数,同时触发所述图像采集单元进行图像采集,以建立红外传感器监测单元与图像采集单元对应的时间图像序列;
其中,所述害虫载物台位于接虫漏斗的下方,所述图像采集单元的位置与所述害虫载物台相对应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610245162.0A CN105938571B (zh) | 2016-04-19 | 2016-04-19 | 害虫识别计数系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610245162.0A CN105938571B (zh) | 2016-04-19 | 2016-04-19 | 害虫识别计数系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105938571A CN105938571A (zh) | 2016-09-14 |
CN105938571B true CN105938571B (zh) | 2018-04-10 |
Family
ID=57152226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610245162.0A Active CN105938571B (zh) | 2016-04-19 | 2016-04-19 | 害虫识别计数系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105938571B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368883B (zh) * | 2017-06-08 | 2023-07-28 | 新疆林业科学院现代林业研究所 | 一种树干爬树害虫自动计数系统 |
CN107593652B (zh) * | 2017-10-09 | 2024-03-19 | 河南工业大学 | 一种害虫监测系统 |
CN108040997B (zh) * | 2017-12-25 | 2020-09-11 | 仲恺农业工程学院 | 一种基于机器视觉的虫害监测方法 |
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 |
CN108669026A (zh) * | 2018-07-13 | 2018-10-19 | 湖北民族学院 | 一种智能型飞虫诱捕系统及农田虫害预警方法 |
CN109197273B (zh) * | 2018-10-18 | 2021-10-08 | 广州极飞科技股份有限公司 | 害虫活动时间段的确定方法及装置、施药时间的确定方法 |
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 |
CN110263200A (zh) * | 2019-06-13 | 2019-09-20 | 浙江省检验检疫科学技术研究院 | 一种智能农林害虫标准化调查方法及系统 |
CN112309407B (zh) * | 2020-09-23 | 2022-07-01 | 北京农业智能装备技术研究中心 | 一种天牛发生测报系统及方法 |
CN114503964B (zh) * | 2022-01-29 | 2024-04-05 | 宁波纽康生物技术有限公司 | 一种天牛害虫的智能测报系统及靶标害虫计数方法 |
IT202200003671A1 (it) | 2022-02-28 | 2023-08-28 | Systematic Innovation & Design S R L | Dispositivo e metodo per il monitoraggio d parassiti in colture |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103299969A (zh) * | 2013-06-09 | 2013-09-18 | 浙江大学 | 一种害虫诱捕装置和害虫远程识别监控系统 |
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 |
CN203812266U (zh) * | 2014-03-31 | 2014-09-03 | 北京市农林科学院 | 一种害虫诱捕计数装置 |
KR20160035121A (ko) * | 2014-09-22 | 2016-03-31 | 에스케이텔레콤 주식회사 | 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090030643A1 (en) * | 2007-07-25 | 2009-01-29 | White Timothy J | Method for collecting statistics for movie theaters |
-
2016
- 2016-04-19 CN CN201610245162.0A patent/CN105938571B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103299969A (zh) * | 2013-06-09 | 2013-09-18 | 浙江大学 | 一种害虫诱捕装置和害虫远程识别监控系统 |
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 |
CN203812266U (zh) * | 2014-03-31 | 2014-09-03 | 北京市农林科学院 | 一种害虫诱捕计数装置 |
KR20160035121A (ko) * | 2014-09-22 | 2016-03-31 | 에스케이텔레콤 주식회사 | 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 |
Non-Patent Citations (3)
Title |
---|
A computer-based electronic fall-through probe insect counter for monitoring infestation in stored products;Shuman D etal.;《Transactions of the ASAE》;19961231;第39卷(第5期);第1773-1780页 * |
农田害虫实时检测装置的设计与实现;张红涛 等;《河南农业科学》;20071231;第28卷(第12期);第63-65页 * |
害虫自动识别与计数技术研究进展与展望;陈梅香 等;《环境昆虫学报》;20151231;第37卷(第1期);第176-183页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105938571A (zh) | 2016-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105938571B (zh) | 害虫识别计数系统及方法 | |
CN103914733B (zh) | 一种害虫诱捕计数装置及计数系统 | |
CN203812266U (zh) | 一种害虫诱捕计数装置 | |
CN103238575B (zh) | 一种害虫远程实时智能监控系统及其系统监控方法 | |
CN103598171B (zh) | 果园飞行害虫诱捕分类计数装置 | |
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 | |
CN106342772A (zh) | 一种基于物联网、云计算和大数据的现代农业害虫自动监测预警方法 | |
CN107578089A (zh) | 一种农作物灯诱测报害虫的自动识别与计数方法 | |
CN103760847A (zh) | 一种虫害远程监控系统及方法 | |
CN103299969A (zh) | 一种害虫诱捕装置和害虫远程识别监控系统 | |
CN107609600A (zh) | 一种温室粘虫板害虫自动识别分类方法及系统 | |
CN108061571B (zh) | 基于物联网的智能农业墒情监测系统 | |
CN109063815A (zh) | 一种害虫识别统计装置、系统及方法 | |
CN114581848A (zh) | 一种用于烟草仓储害虫的检测方法、系统及装置 | |
CN112106747A (zh) | 一种智慧农业虫害远程自动监控系统 | |
CN105794751A (zh) | 一种实时计数的杀虫灯 | |
CN106292489A (zh) | 一种基于物联网、云计算和大数据的现代农业害虫自动监测预警方法 | |
CN205567561U (zh) | 一种可自动拍照的虫情测报灯 | |
CN105900955A (zh) | 太阳能靶标害虫自动识别系统 | |
CN102360428B (zh) | 一种玉米三叶期与七叶期的自动检测方法 | |
CN109060016A (zh) | 鱼、虾水产品生态养殖用智能检测管理设备 | |
CN205756702U (zh) | 太阳能靶标害虫自动识别装置 | |
CN105340855B (zh) | 基于物联网的现代农业害虫诱虫灯 | |
CN208421879U (zh) | 一种害虫识别统计装置及系统 | |
CN107156081A (zh) | 一种基于物联网的害虫多功能远程监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 1107, block a, Nongke building, No. 11, Shuguang garden middle road, Haidian District, Beijing, 100097 Patentee after: Information technology research center of Beijing Academy of agricultural and Forestry Sciences Address before: 100097 318b, block a, agricultural science building, 11 Shuguang Huayuan Middle Road, Haidian District, Beijing Patentee before: BEIJING RESEARCH CENTER FOR INFORMATION TECHNOLOGY IN AGRICULTURE |