CN106596547A - 一种小麦条锈病孢子图像远程实时传输及处理系统的方法 - Google Patents

一种小麦条锈病孢子图像远程实时传输及处理系统的方法 Download PDF

Info

Publication number
CN106596547A
CN106596547A CN201611113119.5A CN201611113119A CN106596547A CN 106596547 A CN106596547 A CN 106596547A CN 201611113119 A CN201611113119 A CN 201611113119A CN 106596547 A CN106596547 A CN 106596547A
Authority
CN
China
Prior art keywords
image
spore
module
transmission
server
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
CN201611113119.5A
Other languages
English (en)
Inventor
宋怀波
焦林
牛磊磊
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.)
Northwest A&F University
Original Assignee
Northwest A&F University
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 Northwest A&F University filed Critical Northwest A&F University
Priority to CN201611113119.5A priority Critical patent/CN106596547A/zh
Publication of CN106596547A publication Critical patent/CN106596547A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种小麦条锈病孢子图像远程实时传输及处理系统的方法，该系统包括孢子图像采集模块、图像传输模块和远程图像处理模块；其中，孢子图像采集模块将孢子图像通过无线网络传送至图像传输模块，图像传输模块的图像通过服务器前端界面，进行人机交互，下载至远程图像处理模块。本发明中使用无线传输系统将图像通过互联网传至云端保存，提高了系统的传输速率且传输过程稳定、不受传输距离的限制，在能接入互联网的环境种均可使用，有效解决了大田小麦条锈病孢子图像的远程传输问题。

Description

一种小麦条锈病孢子图像远程实时传输及处理系统的方法
技术领域
本发明涉及小麦条锈病发病预测方法领域，具体地说，涉及一种小麦条锈病孢子图像远程实时传输及处理系统的方法。
背景技术
小麦条锈病一直是威胁我国西北、西南、华北和淮北等冬麦区和西北春麦区的重要病害，可使小麦减产10％-30％，年均损失小麦10亿公斤左右，如何实现条锈病的有效防控一直是我国植保研究领域的重点和难点。近期研究表明，如果能够实现条锈病的早期预测预报，改被动防控为提前主动防控，防控效果将得到大幅度提升。因此，以提高小麦广域大范围内的全程实时、在线监控及预报能力为目标，开展小麦条锈病预报技术研究已成为解决该问题的关键和热点。开展小麦条锈病的预防方法研究，对于抑制灾情发生，保证作物产量具有重要的研究意义。
现有研究已经表明，小麦条锈病夏孢子菌源数是影响其发生的直接因素。目前对小麦条锈病越夏孢子的检测大多采用传统的人工方法，会产生人工统计的误差、浪费资源以及消耗大量人力物力等缺点。随着计算机网络的发展，各种计算机技术已广泛应用于农业生产中。在孢子图像传输方面，易扬选用基于802.11标准的无线图像传输技术，但其传输距离比较近，且在速率和安全方面存在问题；林玉妹等使用3G网络的图像传输系统设计，而3G网络在实际的使用中常常因为网络拥堵问题导致实际传输速率与理论传输速率相差甚远。在显微孢子处理方面，李爱华等对于真菌孢子3种计数方法进行了探讨，比浊法是一种相对快速的方法，但该方法浪费人力，且有人工误差，实时性低。
发明内容
本发明的目的在于克服上述技术存在的缺陷，提供一种小麦条锈病孢子图像远程实时传输及处理系统的方法，通过网络云技术将孢子图像通过互联网传至云端保存并可在用户终端进行即时下载与处理，以期实现小麦条锈病越夏孢子的实时监测。
其具体技术方案为：
一种小麦条锈病孢子图像远程实时传输及处理系统，包括孢子图像采集模块1、图像传输模块2和远程图像处理模块3；其中，孢子图像采集模块1将孢子图像通过无线网络传送至图像传输模块2,图像传输模块2的图像通过服务器前端界面，进行人机交互，下载至远程图像处理模块3。
更进一步的，所述孢子图像采集模块1包括一台CCD显微镜数字摄像头11、英特尔NUC5CPYH微型机12；所述的显微数字摄像头11通过USB接口将捕获到的图像数据上传至NUC5CPYH微型机12，所述的微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，用于编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像；
更进一步的，所述图像传输模块2包括图像上传模块221、图像下载模块222，所述图像上传模块221通过使用TCP协议包装HTTP协议，互联网21与云端服务器22进行连接，可完成图像上传，所述下载模块为浏览器23将HTTP头发送至云端服务器22，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载；
更进一步的，所述图像处理模块3硬件平台是一台HP笔记本电脑，CPU：Intel Corei5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，所述图像处理模块包括孢子图像预处理311、图像分割312、图像形态学处理313、孢子自动计数314；
一种小麦条锈病孢子图像远程实时传输及处理系统的方法，包括如下步骤：
步骤1、显微数字摄像头11捕获孢子图像数据通过USB上传至NUC5CPYH微型机12，微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，可编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像。
步骤2、使用TCP协议包装HTTP协议，互联网21与云端服务器22进行连接，完成图像上传，浏览器23将HTTP头发送至云端服务器22，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载。
步骤3、图像处理模块硬件平台是一台HP笔记本电脑，CPU：Intel Core i5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，图像处理过程包括孢子图像预处理、图像分割、图像形态学处理、孢子自动计数。
更进一步的，步骤3还包括：通过对孢子图像进行对比度调整和二值化的预处理过程，可区分孢子位置和轮廓；通过K-means聚类算法，背景与孢子图像完全分开；基于Canny算法，可完成孢子轮廓的分割提取；通过孢子图像开运算和区域填充操作的形态学处理，可填充图像内部空洞，减少角点检测过程中伪角点的产生；通过基于形状因子重叠孢子的判别及基于Harris角点检测，完成孢子自动计数。
与现有技术相比，本发明的有益效果为：
1)本发明中使用无线传输系统将图像通过互联网传至云端保存，提高了系统的传输速率且传输过程稳定、不受传输距离的限制，在能接入互联网的环境中均可使用，有效解决了大田小麦条锈病孢子图像的远程传输问题。
2)处理系统采用K-means聚类算法进行背景无用信息的去除与孢子图像的分割，可以有效去除背景对孢子分割的影响。针对孢子计数过程中单个孢子与粘连孢子的区分计数问题，使用几何形状因子特征，通过试验比较后确定分割阈值，较好地保证了孢子计数的精准度。
3)处理系统采用Harris角点检测算法，可达到自动获取孢子数目的目的，方便工作人员对小麦条锈病的实时预测工作。
附图说明
图1为；本发明小麦条锈病孢子图像远程实时传输及处理系统整体结构图；
图2为；本发明小麦条锈病孢子图像远程实时传输及处理系统工作流程图；
图3为；图像传输模块原理图；
图4为；图像处理模块原理图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案作进一步详细地说明。
如图1所示，一种小麦条锈病孢子图像远程实时传输及处理系统，包括孢子图像采集模块1、图像传输模块2和远程图像处理模块3；其中，孢子图像采集模块1将孢子图像通过无线网络传送至图像传输模块2,图像传输模块2的图像通过服务器前端界面，进行人机交互，下载至远程图像处理模块3。
更进一步的，所述孢子图像采集模块1包括一台CCD显微镜数字摄像头11、英特尔NUC5CPYH微型机12；所述的显微数字摄像头11通过USB接口将捕获到的图像数据上传至NUC5CPYH微型机12，所述的微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，用于编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像；
更进一步的，所述图像传输模块2包括图像上传模块221、图像下载模块222，所述图像上传模块221通过使用TCP协议包装HTTP协议，互联网21与云端服务器22进行连接，可完成图像上传，所述下载模块为浏览器23将HTTP头发送至云端服务器22，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载；
更进一步的，所述图像处理模块3硬件平台是一台HP笔记本电脑，CPU：Intel Corei5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，所述图像处理模块包括孢子图像预处理311、图像分割312、图像形态学处理313、孢子自动计数314。
一种小麦条锈病孢子图像远程实时传输及处理方法，包括如下步骤：
步骤1、如图2所述的显微数字摄像头11捕获孢子图像数据通过USB上传至NUC5CPYH微型机12，微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，可编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像。
步骤2、如图2使用TCP协议包装HTTP协议互联网21与云端服务器22进行连接，可完成图像上传，浏览器23将HTTP头发送至云端服务器22，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载。
步骤3、图像处理模块硬件平台是一台HP笔记本电脑，CPU：Intel Core i5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，如图4所述图像处理过程包括孢子图像预处理、图像分割、图像形态学处理、孢子自动计数。
更进一步的，步骤3还包括：通过对孢子图像进行对比度调整和二值化的预处理过程，可区分孢子位置和轮廓；通过K-means聚类算法，背景与孢子图像完全分开；基于Canny算法，可完成孢子轮廓的分割提取；通过孢子图像开运算和区域填充操作的形态学处理，可填充图像内部空洞，减少角点检测过程中伪角点的产生；通过基于形状因子重叠孢子的判别及基于Harris角点检测，完成孢子自动计数。
传输系统试验
为了验证采用网络云技术进行孢子图像远程传输的有效性，对所设计的传输系统进行了测试，共进行了30次传输测试，传输测试试验数据如表1所示。经过测试发现，在网络状况良好的情况下，从输入程序指令到云端服务器返回发送成功信息平均耗时为1.35s，特殊情况下由于网络原因可能将发送时间最多延长至9s左右，基本可以保证数据的实时传输。由表1可知，在30次传输测试中共成功发送数据29次，发送成功率为96.6％，效果较好。
表1传输系统试验数据
图像处理系统试验
通过使用该处理系统进行孢子数目统计，利用不同精度的孢子图片进行计算，经统计结果数据如下表2所示，平均准确率为97.1％，表明该图像处理系统可以满足孢子的准确计数的要求。
表2处理系统试验数据
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (6)

1.一种小麦条锈病孢子图像远程实时传输及处理系统，其特征在于，包括孢子图像采集模块(1)、图像传输模块(2)和远程图像处理模块(3)；其中，孢子图像采集模块(1)将孢子图像通过无线网络传送至图像传输模块(2),图像传输模块(2)的图像通过服务器前端界面，进行人机交互，下载至远程图像处理模块(3)。
2.根据权利要求1所述的小麦条锈病孢子图像远程实时传输及处理系统，其特征在于，所述孢子图像采集模块(1)包括一台CCD显微镜数字摄像头(11)、英特尔NUC5CPYH微型机(12)；所述的显微数字摄像头(11)通过USB接口将图像数据上传至NUC5CPYH微型机(12)，所述的微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，用于编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像。
3.根据权利要求1所述的小麦条锈病孢子图像远程实时传输及处理系统，其特征在于，所述图像传输模块(2)包括图像上传模块(221)、图像下载模块(222)，所述图像上传模块(221)通过使用TCP协议包装HTTP协议互联网(21)与云端服务器(22)进行连接，可完成图像上传，所述下载模块为浏览器(23)将HTTP头发送至云端服务器(22)，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载。
4.根据权利要求1所述的小麦条锈病孢子图像远程实时传输及处理系统，其特征在于，所述图像处理模块(3)硬件平台是一台HP笔记本电脑，CPU：Intel Core i5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，所述图像处理模块包括孢子图像预处理(311)、图像分割(312)、图像形态学处理(313)、孢子自动计数(314)。
5.一种小麦条锈病孢子图像远程实时传输及处理系统的方法，包括如下步骤：
步骤1、显微数字摄像头(11)捕获孢子图像数据通过USB上传至NUC5CPYH微型机(12)，微型机为英特尔NUC5CPYH迷你主机，英特尔赛扬处理器N3050处理器，主频2.16GHz，内存4GHz，128G SDD固态硬盘，5个USB3.0端口，支持10/100/1000Mbps网络连接，可编写基于Linux系统的代码，通过命令行完成微型机上传孢子图像；
步骤2、使用TCP协议包装HTTP协议互联网(21)与云端服务器(22)进行连接，可完成图像上传，浏览器(23)将HTTP头发送至云端服务器(22)，服务器向CDN以及数据库查询并获取所有记录，服务器通过获取的UUID向CDN查询图像文件路径，服务器向浏览器生成图像框架，浏览器通过框架从CDN获取图像数据，完成图像下载；
步骤3、图像处理模块硬件平台是一台HP笔记本电脑，CPU：Intel Core i5-3230M，4G内存，AMD Radeon HD 8670M显卡，500G硬盘，Win10操作系统，所有程序在Matlab2016a环境下编写，图像处理过程包括孢子图像预处理、图像分割、图像形态学处理、孢子自动计数。
6.根据权利要求5所述的小麦条锈病孢子图像远程实时传输及处理系统方法，其特征在于，步骤3还包括：通过对孢子图像进行对比度调整和二值化的预处理过程，可区分孢子位置和轮廓；通过K-means聚类算法，背景与孢子图像完全分开；基于Canny算法，可完成孢子轮廓的分割提取；通过孢子图像开运算和区域填充操作的形态学处理，可填充图像内部空洞，减少角点检测过程中伪角点的产生；通过基于形状因子重叠孢子的判别及基于Harris角点检测，完成孢子自动计数。
CN201611113119.5A 2017-01-13 2017-01-13 一种小麦条锈病孢子图像远程实时传输及处理系统的方法 Pending CN106596547A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611113119.5A CN106596547A (zh) 2017-01-13 2017-01-13 一种小麦条锈病孢子图像远程实时传输及处理系统的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611113119.5A CN106596547A (zh) 2017-01-13 2017-01-13 一种小麦条锈病孢子图像远程实时传输及处理系统的方法

Publications (1)

Publication Number Publication Date
CN106596547A true CN106596547A (zh) 2017-04-26

Family

ID=58597179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611113119.5A Pending CN106596547A (zh) 2017-01-13 2017-01-13 一种小麦条锈病孢子图像远程实时传输及处理系统的方法

Country Status (1)

Country Link
CN (1) CN106596547A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818565A (zh) * 2017-11-23 2018-03-20 扬州大学 一种小麦一至三叶期麦苗数量调查方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101855965A (zh) * 2010-05-21 2010-10-13 上海皓镧电脑配件有限公司 一体化智能孢子捕捉装置
CN203259479U (zh) * 2013-05-06 2013-10-30 上海创塔电子科技有限公司 一种孢子监测预警装置
CN204904042U (zh) * 2015-08-27 2015-12-23 重庆云晖科技有限公司 一种监测系统
CN105376328A (zh) * 2015-12-08 2016-03-02 成都慧农信息技术有限公司 一种基于云平台的农业物联网综合应用系统及方法
CN205068494U (zh) * 2015-09-28 2016-03-02 郑州欧柯奇仪器制造有限公司 农业技术信息服务系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101855965A (zh) * 2010-05-21 2010-10-13 上海皓镧电脑配件有限公司 一体化智能孢子捕捉装置
CN203259479U (zh) * 2013-05-06 2013-10-30 上海创塔电子科技有限公司 一种孢子监测预警装置
CN204904042U (zh) * 2015-08-27 2015-12-23 重庆云晖科技有限公司 一种监测系统
CN205068494U (zh) * 2015-09-28 2016-03-02 郑州欧柯奇仪器制造有限公司 农业技术信息服务系统
CN105376328A (zh) * 2015-12-08 2016-03-02 成都慧农信息技术有限公司 一种基于云平台的农业物联网综合应用系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李小龙 等: "基于图像处理的小麦条锈病菌夏孢子模拟捕捉的自动计数", 《农业工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818565A (zh) * 2017-11-23 2018-03-20 扬州大学 一种小麦一至三叶期麦苗数量调查方法
CN107818565B (zh) * 2017-11-23 2021-05-18 扬州大学 一种小麦一至三叶期麦苗数量调查方法

Similar Documents

Publication Publication Date Title
US11182594B2 (en) Face image retrieval methods and systems, photographing apparatuses, and computer storage media
Jiang et al. Fusion of the YOLOv4 network model and visual attention mechanism to detect low-quality young apples in a complex environment
Wang et al. A study on long-close distance coordination control strategy for litchi picking
Li et al. Occluded apple fruit detection and localization with a frustum-based point-cloud-processing approach for robotic harvesting
CN109816664B (zh) 一种三维点云分割方法及装置
CN103927387A (zh) 图像检索系统及其相关方法和装置
JPWO2014132349A1 (ja) 画像解析装置、画像解析システム、画像解析方法
CN104091175B (zh) 一种基于Kinect深度信息获取技术的害虫图像自动识别方法
CN103279760A (zh) 一种植物检疫幼虫实时分类方法
US20210176982A1 (en) Camera system and method for monitoring animal activity
WO2022160891A1 (zh) 一种点云数据传输方法及装置
Sun et al. Remote estimation of grafted apple tree trunk diameter in modern orchard with RGB and point cloud based on SOLOv2
CN108471497A (zh) 一种基于云台摄像机的船目标实时检测方法
Chen et al. Automatic sorting of fresh tea leaves using vision‐based recognition method
Huang et al. Depth semantic segmentation of tobacco planting areas from unmanned aerial vehicle remote sensing images in plateau mountains
CN114550212A (zh) 一种基于轻量级模型的羊脸检测与识别方法
Zhang et al. Ts-yolo: an all-day and lightweight tea canopy shoots detection model
CN108846364A (zh) 一种基于fpga的视频特征检测方法和系统
CN106596547A (zh) 一种小麦条锈病孢子图像远程实时传输及处理系统的方法
CN117097578B (zh) 一种网络流量的安全监控方法、系统、介质及电子设备
He et al. Body condition scoring network based on improved YOLOX
Chen et al. Tea Bud Detection and 3D Pose Estimation in the Field with a Depth Camera Based on Improved YOLOv5 and the Optimal Pose-Vertices Search Method
Ositanwosu et al. Automatic measurement and prediction of Chinese Grown Pigs weight using multilayer perceptron neural networks
CN112819953B (zh) 三维重建方法、网络模型训练方法、装置及电子设备
Xu et al. TIPS: A three-dimensional phenotypic measurement system for individual maize tassel based on TreeQSM

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20170426