CN106688705A - 一种智能种植大棚及其采用的监测方法 - Google Patents
一种智能种植大棚及其采用的监测方法 Download PDFInfo
- Publication number
- CN106688705A CN106688705A CN201710024513.XA CN201710024513A CN106688705A CN 106688705 A CN106688705 A CN 106688705A CN 201710024513 A CN201710024513 A CN 201710024513A CN 106688705 A CN106688705 A CN 106688705A
- Authority
- CN
- China
- Prior art keywords
- data
- planting greenhouse
- image
- color
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 28
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 14
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 14
- 239000002689 soil Substances 0.000 claims abstract description 13
- 230000012010 growth Effects 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000007935 neutral effect Effects 0.000 claims description 5
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004297 night vision Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000004408 titanium dioxide Substances 0.000 claims description 2
- 239000003337 fertilizer Substances 0.000 abstract 1
- 238000005507 spraying Methods 0.000 abstract 1
- 235000013311 vegetables Nutrition 0.000 description 9
- 238000010413 gardening Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 230000008635 plant growth Effects 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 241000790917 Dioxys <bee> Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/14—Greenhouses
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
- A01C23/042—Adding fertiliser to watering systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/241—Arrangement of opening or closing systems for windows and ventilation panels
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/247—Watering arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Soil Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种智能种植大棚及其采用的监测方法,包括种植大棚,1个可全视角旋转的摄像头,4个活动摄像头和二氧化碳浓度传感器,pH值传感器,管道网和喷洒口,自动施肥装置、通风口。监测方法包括以下步骤:利用摄像头采集作物图像,获取种植大棚当前二氧化碳浓度和土壤的当前pH值数据;对采集的图像进行分析,获取图像的颜色特征数据和单个叶片的形状特征数据;比较和分析所获得的种植大棚内作物图像颜色特征数据和单个叶片的形状特征数据;对所获得的二氧化碳浓度数据、pH值数据进行分析;计算机得出当前作物所需的管理方案。本发明能快速自动获取种植大棚内作物的各种生长信息,并根据各种生长状况信息作出精细化管理,减少人工劳动管理。
Description
技术领域
本发明涉及一种种植大棚及大棚作物生长状态监测方法,属于大棚作物栽培领域。
背景技术
在现代农业中,大棚种植发挥着重要的作用。由于我国大棚种植技术发展还不成熟,大棚种植技术中现代化的电子信息技术应用还不完善。当前大棚种植中各电子设备工作相对独立,较为依赖人工记录数据和人为调控环境,缺乏一个整体的、信息化的、集成化程度高的大棚种植监控和管理系统。且在大量重复劳动的工作环境中,人工操作易疲劳、易出错、效率低,影响了种植大棚内作物的产量和质量。
发明内容
本发明的目的是提供一种智能种植大棚及其采用的监测方法,可以自动获取种植大棚内作物生长信息,从而实现对作物的精细化管理的目的。
本发明所采用的技术方案是:一种智能种植大棚,其特征在于:所述种植大棚的顶部布置一个固定的可全视角旋转的摄像头,在种植大棚的四面墙壁上各布置一个活动摄像头和一个二氧化碳浓度传感器,所述种植大棚的栽培土壤中设有pH值传感器,种植大棚内铺设有管道网,管道网的管道上设有喷洒口,所述的摄像头及各种传感器通过无线方式与计算机相连,所述管道网的进水端与自动施肥装置连接,所述自动施肥装置及喷洒口的工作由计算机控制,计算机通过无线方式控制通风口。
本发明采用的摄像头都为具备夜视功能的摄像头。
本发明所述喷洒口等距分布在管道上。
本发明智能种植大棚采用的监测方法,其特征在于包括以下步骤:
(1)根据种植区域及摄像头监控范围将种植大棚划分为四个等距区域,摄像头对种植大棚内的作物进行图像采集,利用二氧化碳浓度传感器获取种植大棚内的当前二氧化碳浓度数据;利用pH值传感器获取土壤的当前pH值数据。将图像和二氧化碳浓度数据、pH值数据无线传输至计算机;
(2)对步骤(1)采集的图像进行分析,获取图像的颜色特征数据和单个叶片的形状特征数据;
(3)提取步骤(2)所获得的种植大棚内作物图像颜色特征数据和单个叶片的形状特征数据,与数据库中的理论生长数据作差值计算,若差值在正常范围内,则分析下一帧图像;若差值超过正常范围,则将图像颜色特征数据和单个叶片的形状特征数据输入至已训练好的神经网络,得出植物异常的原因;
(4)提取步骤(1)所获得的二氧化碳浓度数据、pH值数据,与数据库中的标定数据作差值计算,若差值在正常范围内,则对下一时刻的二氧化碳浓度数据、pH值数据作差值计算;若差值超过正常范围,计算机分析当前种植大棚内二氧化碳浓度、土壤pH值浓度状况;
(5)综合步骤(3)和(4)的数据分析结果,计算机得出当前作物所需的管理方案;并将所获得的管理方案传输至自动施肥装置,自动施肥装置采取相应的处理措施。
本发明所述获取图像的颜色特征数据是:首先采用频域增强法对所获取的图像进行增强,从RGB颜色空间、LAB颜色空间、HSV颜色空间中提取增强后的图像颜色特征,将多个颜色空间中获得的各颜色特征分量进行融合,得到图像的颜色特征数据。
本发明所述获取单个叶片形状特征数据是:首先采用频域增强法对所获取的图像进行增强,对增强后的图像进行灰度化处理,通过中值滤波对灰度图像去噪,运用迭代阈值选择法计算灰度阈值,将叶片与背景分开,并通过形态学运算和基于距离变换的阈值分割方法分离交叠叶片,从分离出的单个叶片中获取形状特征数据。
本发明步骤(3)中若差值超过正常范围,则利用蚁群优化算法对图像的颜色特征数据和单个叶片的形状特征数据进行优化选择,然后输入已训练好的神经网络,得出植物异常的原因;接着采用基于协方差矩阵的ISS(Intrinsic Shape Signatures)算法,对图像进行关键点检测,并以关键点为坐标,建立平面直角坐标系,将该异常植物的位置信息标注在关键点坐标系中。
本发明能快速自动获取种植大棚内作物的各种生长信息,并根据各种生长状况信息作出精细化管理,减少人工劳动管理。
附图说明
图1是本发明装置的结构示意图;
图2是本发明方法的流程图;
图1中,1是种植大棚,2是摄像头,3是支杆,4是活动摄像头,5是底座,6是二氧化碳浓度传感器,7是作物,8是喷洒口,9是管道,10是pH值传感器,11是计算机,12是自动施肥装置,13是通风口,14是无线信号接收器。
具体实施方式
下面结合附图对本发明进行详细说明,但是本发明不仅限于以下具体实施方式。
由图1可知,本发明智能种植大棚,包括种植大棚,在种植大棚的顶部布置一个固定的可全视角旋转的摄像头,在种植大棚的四面墙壁上各布置一个活动摄像头和一个二氧化碳浓度传感器,所述种植大棚的栽培土壤中设有pH值传感器,种植大棚内铺设有管道网,管道网的管道上等距分布有喷洒口,所述的摄像头及各种传感器通过无线方式与计算机相连,所述管道网的进水端与自动施肥装置连接,所述自动施肥装置及喷洒口的工作由计算机控制,计算机通过无线方式控制通风口。
本发明所采用的摄像头都为具备夜视功能的摄像头。
从图2可知,本发明的智能种植大棚监测方法,以蔬菜为例,其过程具体如下:
(1)根据种植区域及摄像头监控范围将种植大棚划分为四个等距区域,利用摄像头获取种植大棚内蔬菜的图像;利用二氧化碳浓度传感器获取种植大棚内的当前二氧化碳浓度数据;利用pH值传感器获取土壤的当前pH值数据。将种植大棚内蔬菜图像和大棚内的当前二氧化碳浓度数据、土壤的当前pH值数据无线传输至计算机。
(2)计算机中图像处理模块采用频域增强法对步骤(1)中所获取的图像进行增强。利用多颜色空间融合法获取图像颜色特征数据;对增强后的图像进行灰度化处理,通过中值滤波对灰度图像去噪,接着运用迭代阈值选择法计算灰度阈值,将叶片与背景分开。然后通过形态学运算和基于距离变换的阈值分割方法分离交叠叶片,从分离出的单个叶片中获取形状特征数据。
(3)将步骤(2)中得到的图像颜色特征数据和单个叶片的形状特征数据与数据库中的理论生长数据作差值计算,若差值在正常范围内,则分析下一帧图像;若差值超过正常范围,则利用蚁群优化算法对图像的颜色特征数据和单个叶片的形状特征数据进行优化选择,将其输入至已训练好的神经网络,得出蔬菜异常的原因。接着采用基于协方差矩阵的ISS(Intrinsic Shape Signatures)算法,对图像进行关键点检测,并以关键点为坐标,建立平面直角坐标系,将该异常蔬菜的位置信息标注在关键点坐标系中。
(4)提取步骤(1)所获得的二氧化碳浓度数据、pH值数据,与数据库中的标定数据作差值计算,若差值在正常范围内,则对下一时刻的二氧化碳浓度数据、pH值数据作差值计算;若差值超过正常范围,计算机分析当前种植大棚内二氧化碳浓度、土壤pH值浓度状况;
(5)综合步骤(3)和(4)的数据分析结果,计算机得出当前作物所需的管理方案;并将所获得的管理方案传输至自动施肥装置,自动施肥装置采取相应的处理措施。例如:蔬菜由于缺少水分导致叶片发黄、萎缩,则向该蔬菜喷洒水分;蔬菜是生病或虫害,则对该蔬菜喷洒相应的农药;检测出杂草,则喷洒除草剂。若二氧化碳浓度传感器检测到种植大棚内二氧化碳浓度较高,则打开通风口;pH值传感器检测到土壤的pH值不利于作物生长,则向土壤注入相应药剂等。
本发明所述的实施例仅仅是对本发明的优选实施方式进行的描述,并非对本发明构思和范围进行限定,在不脱离本发明设计思想的前提下,本领域中工程技术人员对本发明的技术方案做出的各种变型和改进,均应落入本发明的保护范围,本发明请求保护的技术内容,已经全部记载在权利要求书中。
Claims (7)
1.一种智能种植大棚,包括种植大棚,其特征在于:所述种植大棚的顶部布置一个固定的可全视角旋转的摄像头,在种植大棚的四面墙壁上各布置一个活动摄像头和一个二氧化碳浓度传感器,所述种植大棚的栽培土壤中设有pH值传感器,种植大棚内铺设有管道网,管道网的管道上设有喷洒口,所述的摄像头及各种传感器通过无线方式与计算机相连,所述管道网的进水端与自动施肥装置连接,所述自动施肥装置及喷洒口的工作由计算机控制,计算机通过无线方式控制通风口。
2.根据权利要求1所述的智能种植大棚,其特征在于:所述摄像头和所述活动摄像头都为具备夜视功能的摄像头。
3.根据权利要求1所述的智能种植大棚,其特征在于:所述喷洒口等距分布在管道上。
4.如权利要求1所述智能种植大棚采用的监测方法,其特征在于包括以下步骤:
(1)根据种植区域及摄像头监控范围将种植大棚划分为四个等距区域,摄像头对种植大棚内的作物进行图像采集,利用二氧化碳浓度传感器获取种植大棚内的当前二氧化碳浓度数据;利用pH值传感器获取土壤的当前pH值数据;将图像和二氧化碳浓度数据、pH值数据无线传输至计算机;
(2)对步骤(1)采集的图像进行分析,获取图像的颜色特征数据和单个叶片的形状特征数据;
(3)提取步骤(2)所获得的种植大棚内作物图像颜色特征数据和单个叶片的形状特征数据,与数据库中的理论生长数据作差值计算,若差值在正常范围内,则分析下一帧图像;若差值超过正常范围,则将图像颜色特征数据和单个叶片的形状特征数据输入至已训练好的神经网络,得出植物异常的原因;
(4)提取步骤(1)所获得的二氧化碳浓度数据、pH值数据,与数据库中的标定数据作差值计算,若差值在正常范围内,则对下一时刻的二氧化碳浓度数据、pH值数据作差值计算;若差值超过正常范围,计算机分析当前种植大棚内二氧化碳浓度、土壤pH值浓度状况;
(5)综合步骤(3)和(4)的数据分析结果,计算机得出当前作物所需的管理方案;并将所获得的管理方案传输至自动施肥装置,自动施肥装置采取相应的处理措施。
5.根据权利要求4所述的监测方法,其特征在于:所述获取图像的颜色特征数据是:首先采用频域增强法对所获取的图像进行增强,从RGB颜色空间、LAB颜色空间、HSV颜色空间中提取增强后的图像颜色特征,将多个颜色空间中获得的各颜色特征分量进行融合,得到图像的颜色特征数据。
6.根据权利要求4所述的监测方法,其特征在于:所述获取单个叶片形状特征数据是:首先采用频域增强法对所获取的图像进行增强,对增强后的图像进行灰度化处理,通过中值滤波对灰度图像去噪,运用迭代阈值选择法计算灰度阈值,将叶片与背景分开,并通过形态学运算和基于距离变换的阈值分割方法分离交叠叶片,从分离出的单个叶片中获取形状特征数据。
7.根据权利要求4所述的监测方法,其特征在于:所述步骤(3)中若差值超过正常范围,则利用蚁群优化算法对图像的颜色特征数据和单个叶片的形状特征数据进行优化选择,然后输入已训练好的神经网络,得出植物异常的原因;接着采用基于协方差矩阵的IntrinsicShape Signatures算法,对图像进行关键点检测,并以关键点为坐标,建立平面直角坐标系,将该异常植物的位置信息标注在关键点坐标系中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710024513.XA CN106688705A (zh) | 2017-01-13 | 2017-01-13 | 一种智能种植大棚及其采用的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710024513.XA CN106688705A (zh) | 2017-01-13 | 2017-01-13 | 一种智能种植大棚及其采用的监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106688705A true CN106688705A (zh) | 2017-05-24 |
Family
ID=58907470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710024513.XA Pending CN106688705A (zh) | 2017-01-13 | 2017-01-13 | 一种智能种植大棚及其采用的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106688705A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106895883A (zh) * | 2017-04-28 | 2017-06-27 | 无锡北斗星通信息科技有限公司 | 智能化环境检测和维护方法 |
CN107223454A (zh) * | 2017-06-08 | 2017-10-03 | 中国农业大学 | 一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法 |
CN107980504A (zh) * | 2017-12-18 | 2018-05-04 | 济宁百果生态农业科技有限公司 | 一种智能种植草莓的方法 |
CN108762063A (zh) * | 2018-06-06 | 2018-11-06 | 吉林大学 | 一种日光温室湿帘风机循环通风降温系统及其控制方法 |
CN108781926A (zh) * | 2018-06-14 | 2018-11-13 | 淮安信息职业技术学院 | 基于神经网络预测的大棚灌溉系统及方法 |
WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
CN109272416A (zh) * | 2018-10-13 | 2019-01-25 | 莫彪 | 一种大棚农作物种植系统 |
CN109284771A (zh) * | 2018-08-03 | 2019-01-29 | 中国农业大学 | 一种番茄生长模型判定方法及装置 |
CN109804860A (zh) * | 2019-03-25 | 2019-05-28 | 山东友和菌业有限公司 | 一种基于卷积神经网络的金针菇智能补光的装置及方法 |
CN109902563A (zh) * | 2019-01-17 | 2019-06-18 | 桂林远望智能通信科技有限公司 | 一种多角度车型识别方法及系统 |
CN109931979A (zh) * | 2019-01-29 | 2019-06-25 | 武汉南博网络科技有限公司 | 一种基地植物的信息监测方法和装置 |
CN110458106A (zh) * | 2019-08-13 | 2019-11-15 | 深圳市睿海智电子科技有限公司 | 一种番茄生长状态的智能分析方法及智能分析装置 |
CN110472557A (zh) * | 2019-08-13 | 2019-11-19 | 深圳市睿海智电子科技有限公司 | 一种番茄生长监控的方法及装置 |
CN112088702A (zh) * | 2019-06-17 | 2020-12-18 | 杨明 | 自适应温室供暖方法 |
CN113408666A (zh) * | 2021-07-29 | 2021-09-17 | 深圳致澜景观设计有限公司 | 一种用于景观的温室绿植栽培方法 |
CN115826655A (zh) * | 2023-02-16 | 2023-03-21 | 山西农业大学 | 一种基于机器视觉的苗木施肥控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140137468A1 (en) * | 2012-11-09 | 2014-05-22 | Gregory M. Ching | Portable Solar Modular Greenhouse |
CN203692049U (zh) * | 2013-11-22 | 2014-07-09 | 济南安信农业科技有限公司 | 一种温室大棚育苗管理监视系统 |
CN204116906U (zh) * | 2014-05-09 | 2015-01-21 | 天津盛博源农作物种植专业合作社 | 一种大棚作物远程诊断服务系统 |
CN105022326A (zh) * | 2015-07-06 | 2015-11-04 | 河南科技大学 | 基于labview图像处理技术的无人监控温室系统及其控制方法 |
CN105844610A (zh) * | 2016-01-23 | 2016-08-10 | 重庆布委科技有限公司 | 基于机器视觉的植物叶片锈斑自动检测系统及方法 |
CN206402776U (zh) * | 2017-01-13 | 2017-08-15 | 湖南理工学院 | 一种智能种植大棚 |
-
2017
- 2017-01-13 CN CN201710024513.XA patent/CN106688705A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140137468A1 (en) * | 2012-11-09 | 2014-05-22 | Gregory M. Ching | Portable Solar Modular Greenhouse |
CN203692049U (zh) * | 2013-11-22 | 2014-07-09 | 济南安信农业科技有限公司 | 一种温室大棚育苗管理监视系统 |
CN204116906U (zh) * | 2014-05-09 | 2015-01-21 | 天津盛博源农作物种植专业合作社 | 一种大棚作物远程诊断服务系统 |
CN105022326A (zh) * | 2015-07-06 | 2015-11-04 | 河南科技大学 | 基于labview图像处理技术的无人监控温室系统及其控制方法 |
CN105844610A (zh) * | 2016-01-23 | 2016-08-10 | 重庆布委科技有限公司 | 基于机器视觉的植物叶片锈斑自动检测系统及方法 |
CN206402776U (zh) * | 2017-01-13 | 2017-08-15 | 湖南理工学院 | 一种智能种植大棚 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106895883B (zh) * | 2017-04-28 | 2019-03-26 | 北京慧辰智慧生态环境科技有限公司 | 智能化环境检测和维护方法 |
CN106895883A (zh) * | 2017-04-28 | 2017-06-27 | 无锡北斗星通信息科技有限公司 | 智能化环境检测和维护方法 |
CN107223454A (zh) * | 2017-06-08 | 2017-10-03 | 中国农业大学 | 一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法 |
WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
CN107980504A (zh) * | 2017-12-18 | 2018-05-04 | 济宁百果生态农业科技有限公司 | 一种智能种植草莓的方法 |
CN108762063B (zh) * | 2018-06-06 | 2020-01-24 | 吉林大学 | 一种日光温室湿帘风机循环通风降温系统及其控制方法 |
CN108762063A (zh) * | 2018-06-06 | 2018-11-06 | 吉林大学 | 一种日光温室湿帘风机循环通风降温系统及其控制方法 |
CN108781926A (zh) * | 2018-06-14 | 2018-11-13 | 淮安信息职业技术学院 | 基于神经网络预测的大棚灌溉系统及方法 |
CN108781926B (zh) * | 2018-06-14 | 2021-10-22 | 江苏电子信息职业学院 | 基于神经网络预测的大棚灌溉系统及方法 |
CN109284771A (zh) * | 2018-08-03 | 2019-01-29 | 中国农业大学 | 一种番茄生长模型判定方法及装置 |
CN109272416A (zh) * | 2018-10-13 | 2019-01-25 | 莫彪 | 一种大棚农作物种植系统 |
CN109272416B (zh) * | 2018-10-13 | 2022-06-03 | 临沂确信软件技术有限公司 | 一种大棚农作物种植系统 |
CN109902563A (zh) * | 2019-01-17 | 2019-06-18 | 桂林远望智能通信科技有限公司 | 一种多角度车型识别方法及系统 |
CN109931979B (zh) * | 2019-01-29 | 2021-07-27 | 武汉爱农云联科技有限公司 | 一种基地植物的信息监测方法和装置 |
CN109931979A (zh) * | 2019-01-29 | 2019-06-25 | 武汉南博网络科技有限公司 | 一种基地植物的信息监测方法和装置 |
CN109804860A (zh) * | 2019-03-25 | 2019-05-28 | 山东友和菌业有限公司 | 一种基于卷积神经网络的金针菇智能补光的装置及方法 |
CN112088702A (zh) * | 2019-06-17 | 2020-12-18 | 杨明 | 自适应温室供暖方法 |
CN112088702B (zh) * | 2019-06-17 | 2022-04-12 | 内蒙古沿河流域生态产业有限公司 | 自适应温室供暖方法 |
CN110472557A (zh) * | 2019-08-13 | 2019-11-19 | 深圳市睿海智电子科技有限公司 | 一种番茄生长监控的方法及装置 |
CN110458106A (zh) * | 2019-08-13 | 2019-11-15 | 深圳市睿海智电子科技有限公司 | 一种番茄生长状态的智能分析方法及智能分析装置 |
CN113408666A (zh) * | 2021-07-29 | 2021-09-17 | 深圳致澜景观设计有限公司 | 一种用于景观的温室绿植栽培方法 |
CN115826655A (zh) * | 2023-02-16 | 2023-03-21 | 山西农业大学 | 一种基于机器视觉的苗木施肥控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106688705A (zh) | 一种智能种植大棚及其采用的监测方法 | |
Tang et al. | Weed detection using image processing under different illumination for site-specific areas spraying | |
CN102564593B (zh) | 基于计算机视觉及物联网的植物生长状况监测系统 | |
CN109470299A (zh) | 一种基于物联网的作物生长信息监测系统和方法 | |
CN109191074A (zh) | 智慧果园种植管理系统 | |
CN112197819A (zh) | 一种基于生产基地的植物生长精准控制方法 | |
CN111596689A (zh) | 一种基于大数据物联网的智慧农业植保作业控制系统 | |
CN109991911A (zh) | 一种基于物联网的果园综合监控系统 | |
CN108710840B (zh) | 一种农田喷药机器人视觉导航路径识别方法 | |
CN115204689B (zh) | 一种基于图像处理的智慧农业管理系统 | |
WO2016025848A1 (en) | Apparatus and methods for in-field data collection and sampling | |
CN107121535B (zh) | 一种有效的农作物生长环境监测系统 | |
CN110163138A (zh) | 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法 | |
CN104778686A (zh) | 一种基于病斑监测的组培预警方法及系统 | |
CN103903252A (zh) | 棉田虫情自动监测装置及监测方法 | |
CN109832246A (zh) | 一种基于北斗导航的植保无人机数据综合采集系统 | |
Ozdemir et al. | Precision Viticulture tools to production of high quality grapes. | |
CN102339378A (zh) | 一种自动提取棉苗的方法及其装置 | |
Xu et al. | Research and application on corn crop identification and positioning method based on Machine vision | |
CN113377062B (zh) | 一种具有病虫害和旱情监控的多功能预警系统 | |
CN103226709B (zh) | 一种美国白蛾幼虫网幕图像识别方法 | |
CN113331160B (zh) | 一种烟草专用精准喷药系统 | |
CN112640870B (zh) | 一种基于植保无人机的病虫害防治系统及方法 | |
CN117058607A (zh) | 一种基于图像视觉分析的植物生长状态监测系统 | |
Braun et al. | Improving pesticide spray application in vineyards by automated analysis of the foliage distribution pattern in the leaf wall |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170524 |
|
WD01 | Invention patent application deemed withdrawn after publication |