CN106680277A - 一种种植设备中植物病虫害监测方法及装置 - Google Patents

一种种植设备中植物病虫害监测方法及装置 Download PDF

Info

Publication number
CN106680277A
CN106680277A CN201611245541.6A CN201611245541A CN106680277A CN 106680277 A CN106680277 A CN 106680277A CN 201611245541 A CN201611245541 A CN 201611245541A CN 106680277 A CN106680277 A CN 106680277A
Authority
CN
China
Prior art keywords
pest
disease damage
current
plant
grade
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
CN201611245541.6A
Other languages
English (en)
Inventor
李�杰
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.)
Shenzhen Qianhai Hongjia Technology Co Ltd
Original Assignee
Shenzhen Qianhai Hongjia Technology 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 Shenzhen Qianhai Hongjia Technology Co Ltd filed Critical Shenzhen Qianhai Hongjia Technology Co Ltd
Priority to CN201611245541.6A priority Critical patent/CN106680277A/zh
Publication of CN106680277A publication Critical patent/CN106680277A/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
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开了一种种植设备中植物病虫害监测方法，该方法包括以下步骤：在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；对植物图像进行图像识别处理，确定目标植物的当前病虫害状态；根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级；使用与当前病虫害等级对应的告警方式进行告警。应用本发明实施例所提供的方法，通过图像识别可以对种植设备中植物病虫害进行有效监测，并及时告警，可以使监控人员及时采取措施，减少病虫害给用户带来的损失。本发明还公开了一种种植设备中植物病虫害监测装置，具有相应技术效果。

Description

一种种植设备中植物病虫害监测方法及装置
技术领域
本发明涉及监测技术领域，特别是涉及一种种植设备中植物病虫害监测方法及装置。
背景技术
随着科学技术的发展进步，种植箱、种植大棚等种植设备逐渐增多。种植箱多数应用于小型蔬菜植物的种植，不仅可以用于家庭装饰，还可以达到娱乐及亲子教育的目的。种植大棚多数应用于大规模蔬菜植物的种植，可以为用户创造经济效益。
在种植设备中生长的植物，如果维护不当，难免会遭受病虫害。一旦种植设备中植物遭受病虫害，将给用户带来较大损失。所以，如何有效监测种植设备中植物病虫害，是目前亟需解决的技术问题。
发明内容
本发明的目的是提供一种种植设备中植物病虫害监测方法及装置，以对种植设备中植物病虫害进行有效监测，及时告警，减少病虫害给用户带来的损失。
为解决上述技术问题，本发明提供如下技术方案：
一种种植设备中植物病虫害监测方法，包括：
在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；
对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态；
根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，所述病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级；
使用与所述当前病虫害等级对应的告警方式进行告警。
在本发明的一种具体实施方式中，所述当前病虫害状态包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
在本发明的一种具体实施方式中，所述根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，包括：
如果所述当前病虫害状态包括当前虫子数量，则确定所述当前虫子数量所属的数量范围对应的第一病虫害等级；
如果所述当前病虫害状态包括当前叶洞数量，则确定所述当前叶洞数量所属的数量范围对应的第二病虫害等级；
如果所述当前病虫害状态包括当前坏果数量，则确定所述当前坏果数量所属的数量范围对应的第三病虫害等级；
将所述第一病虫害等级、所述第二病虫害等级和所述第三病虫害等级中等级最高的病虫害等级确定为所述目标植物的当前病虫害等级。
在本发明的一种具体实施方式中，所述对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态，包括：
将所述植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
对所述植物图像中的所述区别部分进行图像识别处理，确定所述区别部分的病虫害状态；
根据所述历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定所述目标植物的当前病虫害状态。
在本发明的一种具体实施方式中，所述告警方式为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
一种种植设备中植物病虫害监测装置，包括：
植物图像采集模块，用于在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；
当前病虫害状态确定模块，用于对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态；
当前病虫害等级确定模块，用于根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，所述病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级；
告警模块，用于使用与所述当前病虫害等级对应的告警方式进行告警。
在本发明的一种具体实施方式中，所述当前病虫害状态包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
在本发明的一种具体实施方式中，所述当前病虫害等级确定模块，具体用于：
如果所述当前病虫害状态包括当前虫子数量，则确定所述当前虫子数量所属的数量范围对应的第一病虫害等级；
如果所述当前病虫害状态包括当前叶洞数量，则确定所述当前叶洞数量所属的数量范围对应的第二病虫害等级；
如果所述当前病虫害状态包括当前坏果数量，则确定所述当前坏果数量所属的数量范围对应的第三病虫害等级；
将所述第一病虫害等级、所述第二病虫害等级和所述第三病虫害等级中等级最高的病虫害等级确定为所述目标植物的当前病虫害等级。
在本发明的一种具体实施方式中，所述当前病虫害状态确定模块，具体用于：
将所述植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
对所述植物图像中的所述区别部分进行图像识别处理，确定所述区别部分的病虫害状态；
根据所述历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定所述目标植物的当前病虫害状态。
在本发明的一种具体实施方式中，所述告警方式为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
应用本发明实施例所提供的技术方案，在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像，可以对植物图像进行图像识别处理，确定目标植物的当前病虫害状态，根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级，使用与该当前病虫害等级对应的告警方式进行告警。通过图像识别可以对种植设备中植物病虫害进行有效监测，并及时告警，可以使监控人员及时采取措施，减少病虫害给用户带来的损失。
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，下面描述中的附图仅仅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为本发明实施例中一种种植设备中植物病虫害监测方法的实施流程图；
图2为本发明实施例中一种种植设备中植物病虫害监测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅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做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。
参见图1所示，为本发明实施例所提供的一种种植设备中植物病虫害监测方法的实施流程图，该方法可以包括以下步骤：
S110：在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像。
在本发明实施例中，种植设备中可以设置有一个或多个图像采集装置，每个图像采集装置可以采集其视场范围内的植物图像。
预先设定图像采集周期，如每隔10分钟采集一次。在达到设定的图像采集间隔时，可以通过图像采集装置采集目标种植设备中目标植物的植物图像。
S120：对植物图像进行图像识别处理，确定目标植物的当前病虫害状态。
采集到目标种植设备中目标植物的植物图像后，可以对植物图像进行图像识别处理。具体的图像识别方法可以参考现有技术的图像识别方法，本发明实施例在此不再赘述。
通过对植物图像进行图像识别处理，可以确定目标植物的当前病虫害状态。当前病虫害状态可以包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
种植设备内植物在生长过程中，难免会发生病虫害。病虫害容易造成植物叶子或者植物果实的破坏，如给植物叶子留下坑洞，植物果实出现烂点等。通过对植物图像进行图像识别处理，可以确定目标种植设备中当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
如果当前虫子数量、当前叶洞数量、当前坏果数量中的任意一个不为0，则可以确定目标植物发生了病虫害。
在本发明的一种具体实施方式中，步骤S120可以包括以下步骤：
第一个步骤：将植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
第二个步骤：对植物图像中的区别部分进行图像识别处理，确定区别部分的病虫害状态；
第三个步骤：根据历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定目标植物的当前病虫害状态。
在达到每个图像采集间隔时，都可以采集到目标种植设备中目标植物的植物图像。在第一次采集到植物图像时，对植物图像进行图像识别处理，可以得到第一次采集到的植物图像对应的病虫害状态，在之后每次采集到植物图像时，都可以与前一次采集到的植物图像进行对比，得到区别部分，对区别部分进行图像识别处理，可以得到区别部分的病虫害状态。
即将当前采集到的植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，可以获得两次采集的植物图像的区别部分。对植物图像中区别部分进行图像识别处理，可以确定区别部分的病虫害状态。将历史植物图像对应的病虫害状态和区别部分的病虫害状态结合起来，可以确定目标植物的当前病虫害状态。
这样，可以减少图像识别处理时间，提高图像识别效率。
S130：根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级。
其中，病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级。
不同植物对病虫害的耐受能力不同，同一植物在不同生长周期对病虫害的耐受能力也可能不同，如植物在幼苗阶段，对病虫害的耐受能力可能小于其在成熟阶段对病虫害的耐受能力。在本发明实施例中，可以针对不同植物，针对同一植物的不同生长周期设定不同的病虫害等级确定标准。
比如，对于处于成熟期的圣女果，可以设定以下病虫害等级确定标准：
当虫子数量＜5时，病虫害等级为正常等级；当5≤虫子数量＜10时，病虫害等级为普通等级；当虫子数量≥10时，病虫害等级为严重等级；
当叶洞数量＜5时，病虫害等级为正常等级；当5≤叶洞数量＜10时，病虫害等级为普通等级；当叶洞数量≥10时，病虫害等级为严重等级；
当坏果数量＜5时，病虫害等级为正常等级；当5≤坏果数量＜10时，病虫害等级为普通等级；当坏果数量≥10时，病虫害等级为严重等级。
对于处于其他生长周期的圣女果，可以设定不同的病虫害等级确定标准。
确定目标植物的当前病虫害状态后，可以根据预设的与该目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级。
在本发明的一种具体实施方式中，步骤S130可以包括以下步骤：
步骤一：如果当前病虫害状态包括当前虫子数量，则确定当前虫子数量所属的数量范围对应的第一病虫害等级；
步骤二：如果当前病虫害状态包括当前叶洞数量，则确定当前叶洞数量所属的数量范围对应的第二病虫害等级；
步骤三：如果当前病虫害状态包括当前坏果数量，则确定当前坏果数量所属的数量范围对应的第三病虫害等级；
步骤四：将第一病虫害等级、第二病虫害等级和第三病虫害等级中等级最高的病虫害等级确定为目标植物的当前病虫害等级。
为便于描述，将上述四个步骤结合起来进行说明。
病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级，病虫害等级对应的病虫害状态可以是一个数量范围。
如果当前病虫害状态包括当前虫子数量，则可以根据当前虫子数量所属的数量范围，确定其对应的第一病虫害等级；
如果当前病虫害状态包括当前叶洞数量，则可以根据当前叶洞数量所属的数量范围，确定其对应的第二病虫害等级；
如果当前病虫害状态包括当前坏果数量，则可以根据当前坏果数量所属的数量范围，确定其对应的第三病虫害等级。
确定出每种病虫害状态对应的病虫害等级后，可以将第一病虫害等级、第二病虫害等级、第三病虫害等级中等级最高的病虫害等级确定为目标植物的当前病虫害等级。
比如，第一病虫害等级为普通等级、第二病虫害等级为正常等级、第三病虫害等级为严重等级，则可以将目标植物的当前病虫害等级确定为严重等级。
S140：使用与当前病虫害等级对应的告警方式进行告警。
在本发明实施例中，针对不同的病虫害等级可以设定不同的告警方式。告警方式可以为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
在步骤S130确定目标植物的当前病虫害等级后，可以使用与当前病虫害等级对应的告警方式进行告警。以使监控人员及时查看种植设备内植物状态，及时采取相应措施，如调整种植设备内环境等。
在实际应用中，如果种植同一种植物的种植设备有多个，则可以在多个种植设备中选择几个种植设备，使用本发明实施例所提供的技术方案对其进行监控。在对选择出的种植设备进行监控的过程中，如果确定出其对应的病虫害等级，则可以推知其他种植设备当前可能也存在同样等级的病虫害，监控人员可以及时对所有种植设备采集相应措施。对部分种植设备进行监控，可以节约成本。
应用本发明实施例所提供的方法，在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像，可以对植物图像进行图像识别处理，确定目标植物的当前病虫害状态，根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级，使用与该当前病虫害等级对应的告警方式进行告警。通过图像识别可以对种植设备中植物病虫害进行有效监测，并及时告警，可以使监控人员及时采取措施，减少病虫害给用户带来的损失。
相应于上面的方法实施例，本发明实施例还提供了一种一种种植设备中植物病虫害监测装置，下文描述的一种种植设备中植物病虫害监测装置与上文描述的一种种植设备中植物病虫害监测方法可相互对应参照。
参见图2所示，该装置包括以下模块：
植物图像采集模块210，用于在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；
当前病虫害状态确定模块220，用于对植物图像进行图像识别处理，确定目标植物的当前病虫害状态；
当前病虫害等级确定模块230，用于根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级，病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级；
告警模块240，用于使用与当前病虫害等级对应的告警方式进行告警。
应用本发明实施例所提供的装置，在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像，可以对植物图像进行图像识别处理，确定目标植物的当前病虫害状态，根据预设的与目标植物当前生长周期对应的病虫害等级确定标准及当前病虫害状态，确定目标植物的当前病虫害等级，使用与该当前病虫害等级对应的告警方式进行告警。通过图像识别可以对种植设备中植物病虫害进行有效监测，并及时告警，可以使监控人员及时采取措施，减少病虫害给用户带来的损失。
在本发明的一种具体实施方式中，当前病虫害状态包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
在本发明的一种具体实施方式中，当前病虫害等级确定模块230，具体用于：
如果当前病虫害状态包括当前虫子数量，则确定当前虫子数量所属的数量范围对应的第一病虫害等级；
如果当前病虫害状态包括当前叶洞数量，则确定当前叶洞数量所属的数量范围对应的第二病虫害等级；
如果当前病虫害状态包括当前坏果数量，则确定当前坏果数量所属的数量范围对应的第三病虫害等级；
将第一病虫害等级、第二病虫害等级和第三病虫害等级中等级最高的病虫害等级确定为目标植物的当前病虫害等级。
在本发明的一种具体实施方式中，当前病虫害状态确定模块220，具体用于：
将植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
对植物图像中的区别部分进行图像识别处理，确定区别部分的病虫害状态；
根据历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定目标植物的当前病虫害状态。
在本发明的一种具体实施方式中，告警方式为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种种植设备中植物病虫害监测方法，其特征在于，包括：
在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；
对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态；
根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，所述病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级；
使用与所述当前病虫害等级对应的告警方式进行告警。
2.根据权利要求1所述的种植设备中植物病虫害监测方法，其特征在于，所述当前病虫害状态包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
3.根据权利要求2所述的种植设备中植物病虫害监测方法，其特征在于，所述根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，包括：
如果所述当前病虫害状态包括当前虫子数量，则确定所述当前虫子数量所属的数量范围对应的第一病虫害等级；
如果所述当前病虫害状态包括当前叶洞数量，则确定所述当前叶洞数量所属的数量范围对应的第二病虫害等级；
如果所述当前病虫害状态包括当前坏果数量，则确定所述当前坏果数量所属的数量范围对应的第三病虫害等级；
将所述第一病虫害等级、所述第二病虫害等级和所述第三病虫害等级中等级最高的病虫害等级确定为所述目标植物的当前病虫害等级。
4.根据权利要求1至3任一项所述的种植设备中植物病虫害监测方法，其特征在于，所述对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态，包括：
将所述植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
对所述植物图像中的所述区别部分进行图像识别处理，确定所述区别部分的病虫害状态；
根据所述历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定所述目标植物的当前病虫害状态。
5.根据权利要求1至3任一项所述的种植设备中植物病虫害监测方法，其特征在于，所述告警方式为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
6.一种种植设备中植物病虫害监测装置，其特征在于，包括：
植物图像采集模块，用于在达到设定的图像采集间隔时，采集目标种植设备中目标植物的植物图像；
当前病虫害状态确定模块，用于对所述植物图像进行图像识别处理，确定所述目标植物的当前病虫害状态；
当前病虫害等级确定模块，用于根据预设的与所述目标植物当前生长周期对应的病虫害等级确定标准及所述当前病虫害状态，确定所述目标植物的当前病虫害等级，所述病虫害等级确定标准中包含每个病虫害状态对应的病虫害等级；
告警模块，用于使用与所述当前病虫害等级对应的告警方式进行告警。
7.根据权利要求6所述的种植设备中植物病虫害监测装置，其特征在于，所述当前病虫害状态包括当前虫子数量、当前叶洞数量、当前坏果数量中的至少一种。
8.根据权利要求7所述的种植设备中植物病虫害监测装置，其特征在于，所述当前病虫害等级确定模块，具体用于：
如果所述当前病虫害状态包括当前虫子数量，则确定所述当前虫子数量所属的数量范围对应的第一病虫害等级；
如果所述当前病虫害状态包括当前叶洞数量，则确定所述当前叶洞数量所属的数量范围对应的第二病虫害等级；
如果所述当前病虫害状态包括当前坏果数量，则确定所述当前坏果数量所属的数量范围对应的第三病虫害等级；
将所述第一病虫害等级、所述第二病虫害等级和所述第三病虫害等级中等级最高的病虫害等级确定为所述目标植物的当前病虫害等级。
9.根据权利要求6至8任一项所述的种植设备中植物病虫害监测装置，其特征在于，所述当前病虫害状态确定模块，具体用于：
将所述植物图像与上一次图像采集间隔达到时采集到的历史植物图像进行对比，获得区别部分；
对所述植物图像中的所述区别部分进行图像识别处理，确定所述区别部分的病虫害状态；
根据所述历史植物图像对应的病虫害状态和区别部分的病虫害状态，确定所述目标植物的当前病虫害状态。
10.根据权利要求6至8任一项所述的种植设备中植物病虫害监测装置，其特征在于，所述告警方式为灯光告警、声音告警、通知消息告警、电话告警中的至少一种。
CN201611245541.6A 2016-12-29 2016-12-29 一种种植设备中植物病虫害监测方法及装置 Pending CN106680277A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611245541.6A CN106680277A (zh) 2016-12-29 2016-12-29 一种种植设备中植物病虫害监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611245541.6A CN106680277A (zh) 2016-12-29 2016-12-29 一种种植设备中植物病虫害监测方法及装置

Publications (1)

Publication Number Publication Date
CN106680277A true CN106680277A (zh) 2017-05-17

Family

ID=58872415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611245541.6A Pending CN106680277A (zh) 2016-12-29 2016-12-29 一种种植设备中植物病虫害监测方法及装置

Country Status (1)

Country Link
CN (1) CN106680277A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292874A (zh) * 2017-06-29 2017-10-24 深圳前海弘稼科技有限公司 作物病害的控制方法及装置
CN107301605A (zh) * 2017-06-29 2017-10-27 深圳前海弘稼科技有限公司 作物虫害的控制方法及装置
CN108021948A (zh) * 2017-12-27 2018-05-11 深圳春沐源控股有限公司 一种病虫害的巡检方法及装置
WO2019000655A1 (zh) * 2017-06-30 2019-01-03 深圳前海弘稼科技有限公司 一种温室种植的显示方法及显示系统
CN109472883A (zh) * 2018-09-27 2019-03-15 中国农业大学 巡塘方法和装置
CN109740432A (zh) * 2018-11-28 2019-05-10 平安科技（深圳）有限公司 植物监控方法、装置、计算机设备及存储介质
CN109815846A (zh) * 2018-12-29 2019-05-28 腾讯科技（深圳）有限公司 图像处理方法、装置、存储介质和电子装置
CN111046204A (zh) * 2019-12-16 2020-04-21 北京植得智能互联科技有限公司 一种病虫害识别防治系统
CN111383126A (zh) * 2018-12-29 2020-07-07 广州瑞丰生物科技有限公司 一种害虫识别系统
CN112034912A (zh) * 2020-09-03 2020-12-04 山东锋士信息技术有限公司 一种基于实时反馈的温室作物病害防治方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07115846A (ja) * 1993-10-22 1995-05-09 Tokyu Constr Co Ltd 植物活力変動の評価画像作成方法
WO2007035427A1 (en) * 2005-09-16 2007-03-29 U.S. Environmental Protection Agency Optical system for plant characterization
CN104778686A (zh) * 2015-03-23 2015-07-15 无锡中科智能农业发展有限责任公司 一种基于病斑监测的组培预警方法及系统
CN104881865A (zh) * 2015-04-29 2015-09-02 北京林业大学 基于无人机图像分析的森林病虫害监测预警方法及其系统
CN105072593A (zh) * 2015-07-16 2015-11-18 钱玉民 一种基于移动信息终端的重大灾害智能预警系统及其方法
CN105954283A (zh) * 2016-05-05 2016-09-21 信阳师范学院 一种基于互联网的小麦病虫害防治方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07115846A (ja) * 1993-10-22 1995-05-09 Tokyu Constr Co Ltd 植物活力変動の評価画像作成方法
WO2007035427A1 (en) * 2005-09-16 2007-03-29 U.S. Environmental Protection Agency Optical system for plant characterization
CN104778686A (zh) * 2015-03-23 2015-07-15 无锡中科智能农业发展有限责任公司 一种基于病斑监测的组培预警方法及系统
CN104881865A (zh) * 2015-04-29 2015-09-02 北京林业大学 基于无人机图像分析的森林病虫害监测预警方法及其系统
CN105072593A (zh) * 2015-07-16 2015-11-18 钱玉民 一种基于移动信息终端的重大灾害智能预警系统及其方法
CN105954283A (zh) * 2016-05-05 2016-09-21 信阳师范学院 一种基于互联网的小麦病虫害防治方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292874A (zh) * 2017-06-29 2017-10-24 深圳前海弘稼科技有限公司 作物病害的控制方法及装置
CN107301605A (zh) * 2017-06-29 2017-10-27 深圳前海弘稼科技有限公司 作物虫害的控制方法及装置
WO2019000655A1 (zh) * 2017-06-30 2019-01-03 深圳前海弘稼科技有限公司 一种温室种植的显示方法及显示系统
CN108021948A (zh) * 2017-12-27 2018-05-11 深圳春沐源控股有限公司 一种病虫害的巡检方法及装置
WO2019128083A1 (zh) * 2017-12-27 2019-07-04 深圳春沐源控股有限公司 一种病虫害的巡检方法及装置
CN109472883A (zh) * 2018-09-27 2019-03-15 中国农业大学 巡塘方法和装置
CN109740432A (zh) * 2018-11-28 2019-05-10 平安科技（深圳）有限公司 植物监控方法、装置、计算机设备及存储介质
CN109815846A (zh) * 2018-12-29 2019-05-28 腾讯科技（深圳）有限公司 图像处理方法、装置、存储介质和电子装置
CN111383126A (zh) * 2018-12-29 2020-07-07 广州瑞丰生物科技有限公司 一种害虫识别系统
CN111046204A (zh) * 2019-12-16 2020-04-21 北京植得智能互联科技有限公司 一种病虫害识别防治系统
CN112034912A (zh) * 2020-09-03 2020-12-04 山东锋士信息技术有限公司 一种基于实时反馈的温室作物病害防治方法

Similar Documents

Publication Publication Date Title
CN106680277A (zh) 一种种植设备中植物病虫害监测方法及装置
Hanson et al. Forest structure and light regimes following moderate wind storms: Implications for multi‐cohort management
CN110455340A (zh) 一种基于大数据的农产品种植环境检测系统
CN108388193A (zh) 一种大棚物联网监控管理系统
CN113095555A (zh) 基于物联网的农作物病虫害监控方法、系统及存储介质
CN107926887A (zh) 农作物病虫害精准识别与智能控制系统
CN109328828A (zh) 一种柑橘园的防病虫害系统
CN109819950A (zh) 一种红火蚁的监测方法
CN108108547A (zh) 一种智能种植模拟系统
Meeks et al. Assessing the utility of primed acclimation for improving water savings in cotton using a sensor‐based irrigation scheduling system
CN108009936A (zh) 基于物联网的病虫害监测系统
Mahaffee et al. Responding to an introduced pathogen: Podosphaera macularis (hop powdery mildew) in the Pacific Northwest
CN107272620A (zh) 一种基于物联网的智能监控大棚的方法及装置
CN106605530B (zh) 盆栽植物的自动监测与栽培方法及智能花盆
CN113377141A (zh) 一种人工智能农业自动管理系统
CN109684960B (zh) 落叶剂的喷洒时间的确定方法及系统
CN117314024A (zh) 一种智慧农业病虫害云平台
CN107079653A (zh) 温室大棚的控制方法、控制装置和服务器
CN106331493A (zh) 一种种植相册生成方法及装置
CN103518686A (zh) 滴灌棉田棉蚜快速监测与预警方法
CN111080616A (zh) 一种烟叶病虫害监测系统
CN111179107A (zh) 一种基于农业物联网的监控系统
CN106237353B (zh) 一种基于种植箱的杀菌方法及装置
CN108575602A (zh) 一种农作物植株整枝方法及系统
Wiegand et al. Simulation models for semi‐arid rangelands of southern Africa

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
CB02 Change of applicant information

Address after: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A (located in Shenzhen Qianhai business secretary Co. Ltd.)

Applicant after: Shenzhen Chun Mu source Holdings Limited

Address before: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A

Applicant before: Shenzhen Qianhai Hong Jia Technology Co., Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20170517

RJ01 Rejection of invention patent application after publication