CN106991619A - 一种农作物病虫害智能诊断系统及诊断方法 - Google Patents
一种农作物病虫害智能诊断系统及诊断方法 Download PDFInfo
- Publication number
- CN106991619A CN106991619A CN201710413724.2A CN201710413724A CN106991619A CN 106991619 A CN106991619 A CN 106991619A CN 201710413724 A CN201710413724 A CN 201710413724A CN 106991619 A CN106991619 A CN 106991619A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- disease
- crop
- insect
- 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
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 163
- 201000010099 disease Diseases 0.000 title claims abstract description 162
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 96
- 238000003745 diagnosis Methods 0.000 title claims abstract description 55
- 230000009418 agronomic effect Effects 0.000 title claims abstract description 35
- 238000002405 diagnostic procedure Methods 0.000 title abstract description 4
- 241000238631 Hexapoda Species 0.000 claims abstract description 69
- 230000006378 damage Effects 0.000 claims abstract description 56
- 230000005540 biological transmission Effects 0.000 claims abstract description 26
- 230000002265 prevention Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 14
- 239000003814 drug Substances 0.000 claims description 13
- 241000894007 species Species 0.000 claims description 9
- 238000012271 agricultural production Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 238000007493 shaping process Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 15
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000013558 reference substance Substances 0.000 description 2
- 238000004171 remote diagnosis Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种农作物病虫害智能诊断系统及诊断方法,包括移动终端和服务器,在所述移动终端内设置有输入模块、图像采集模块、信息传输模块、诊断结果显示模块及病虫害预警模块;在所述服务器内设置有特征识别模块、对比模块、数据库、在线诊断模块以及反馈模块。本发明通过用户输入和/或采集作物的病虫害信息,传输到服务器后进行病虫害特征识别、基于大数据进行分析、对比或请在线专家进行诊断后,将诊断信息发送至移动终端,并显示诊断结果、防治方法及推荐商品信息,准确性强,方便快捷。本发明还可根据用户的查询信息汇总形成大数据,反馈给农业管理部门,同时还可将病虫害预警信息及时推送给用户,提醒用户及时采取预防救治措施。
Description
技术领域
本发明涉及一种农作物病虫害诊断系统,具体地说是涉及一种基于大数据和移动终端的农作物病虫害智能诊断系统及诊断方法。
背景技术
目前,广大农民由于教育和知识的局限性,在农业生产过程中遇到问题,如农作物遭遇病虫害问题时,通常采用下述方式解决:根据传统的经验来判断,请农业专家实地考察或通过互联网查询相关资料,从而确定农作物的病虫害信息,进而确定治理办法。上述方法的及时性较差,而且某一地区的病虫害信息的共享性差,不能准确判断病虫害的发生日期,容易错过最佳治理时间,从而影响农作物生产。
随着智能手机的快速发展,目前也出现了一些利用移动终端进行非农作物的相关查找及少量农作物病虫害信息的确定。现有的农作物病虫害诊断系统需要通过文字描述、已知的病症并上传图片到后台,后台再通过图像和描述内容进行人工反馈,效率低下,而且浪费人力资源。同时,在图像对比中,图像本身具有重要的决定作用,现有的农作物病虫害诊断系统需要种植人员在拍照后对图片进行深度处理,如剪裁、去噪等,对图片处理的不到位,从而影响后续对比判断过程;同时,现有的农作物病虫害诊断系统多数仅针对一类农作物,数据量较少,而且可能需要诊断人员在线进行诊断,效率低下,及时性差,仅能针对已经发生的病虫害进行诊断,不能进行病虫害的提前预警。
随着云时代的到来,大数据技术由于其数据量大、数据类型繁多、处理速度快受到国内外学者的广泛关注。如何充分利用大数据技术,提供一种基于大数据和移动终端的农业病虫害智能诊断系统,对于及时防治农作物病虫害、提高农作物产量具有意义。
发明内容
本发明的目的之一是提供一种农作物病虫害智能诊断系统,以解决现有农作物诊断系统作物种类单一、在线诊断效率低下,及时性差,不能对病虫害进行提前预警等问题。
本发明的目的之二是提供一种农作物病虫害智能诊断方法,以快速地诊断农作物的病虫害,有针对性地进行防治。
本发明的目的之一是这样实现的:
一种农作物病虫害智能诊断系统,包括移动终端和服务器,在所述移动终端内设置有输入模块、图像采集模块、信息传输模块、诊断结果显示模块及病虫害预警模块,信息传输模块与输入模块、图像采集模块、诊断结果显示模块及病虫害预警模块相连;输入模块用于选择或输入作物的种类和环境因子信息;图像采集模块用于采集作物的病虫害图片;信息传输模块用于将农作物的病虫害信息发送到服务器,进行远程诊断,并将结果或病虫害预警信息及时反馈给用户;诊断结果显示模块将信息传输模块的诊断结果、防治方法及时显示在移动终端上;病虫害预警模块用于将该地区的农作物可能发生或已经发生的病虫害预警信息推送给用户;
在所述服务器内设置有特征识别模块、对比模块、数据库、在线诊断模块以及反馈模块;所述特征识别模块与移动终端的输入模块和采集模块相连接,且与对比模块相连,其用于识别作物的病虫害特征;所述数据库用以储存病虫害信息及与其相对应的预存诊断信息,其与对比模块和在线诊断模块相连;所述对比模块及在线诊断模块均与移动终端的信息传输模块相连,所述对比模块根据特征识别模块所识别的作物病虫害特征,与数据库中的预存病虫害信息进行对比,并根据对比相似度高低排序,通过信息传输模块传输到移动终端;在线诊断模块将作物病虫害信息发送给在线专家进行诊断,并将结果反馈给在线诊断模块;反馈模块将多用户查询的信息反馈给农业管理部门或将病虫害预警信息反馈给用户。
所述环境因子包括地理位置、光照、CO2浓度、温度、湿度以及土壤温湿度等信息。
在移动终端的耳机端口设置环境因子侦测外设,耳机端口外设主要由耳机端口MIC与GND自动侦测与自动切换电路、电池供电开关电路、耳机输出L声道信号整形电路、MIC信号整形发送电路,低功率32位MCU单片机电路以及专业级环境因子传感器组成。
所述特征识别模块是对所采集的图像进行去噪、增强、分割操作,提高图像的识别率,并识别作物的病虫害特征。
所述数据库包括作物病虫害特征数据库、作物病虫害图片特征数据库、待检测样本数据库、用户数据库及农资店数据库等多种数据库。
本发明的目的之二是这样实现的:
一种农作物病虫害智能诊断方法,包括如下步骤:
(1)用户通过智能移动终端输入和/选择相关的作物种类、环境因子信息后,利用采集模块对具有病虫害的作物拍照;
(2)通过信息传输模块将作物环境信息和病虫害信息发送至服务器;
(3)服务器结合收到的环境信息和病虫害信息通过多源特征融合算法,利用特征识别模块进行多模式图像识别,提取作物病虫害信息特征,并经由对比模块与数据库中数据进行对比;
(4)按照对比相似度的高低排序将诊断信息通过信息传输模块将诊断结果、防治方法及药品推荐信息发送至移动终端;
(5)当出现新的病虫害信息或者无法诊断时,在线诊断模块邀请在线专家在线诊断,并提出解决办法,形成诊断信息,诊断完成后将结果反馈给在线诊断模块,在线诊断模块接收到结果后通过信息传输模块将结果反馈给用户,同时更新数据库,将病虫害信息入库;
(6)用户查看诊断信息后根据诊断信息中所提供的解决办法来处理农作物病虫害,还可以通过所推荐的药品信息就近选择农资店或进行网上购药;
(7)用户根据移动终端推送的作物病虫害预警信息及防治措施对作物病虫害进行防治。
本发明的农作物病虫害智能诊断方法还包括:
服务器定期将该地区农作物病虫害信息反馈给农业管理部门,当该地区特定作物病虫害在线诊断信息的数量和/或地域范围超过设定阈值时,服务器推送作物病虫害预警信息给农业管理部门,农业管理部门将作物病虫害预警信息结合现有数据、以往作物病虫害发病规律及现场调查情况,在确定达到公开发布作物病虫害预警信息的程度后,通过多媒介公开发布作物病虫害预警信息及防治措施,服务器将该预警信息及防治措施推送给用户,提醒用户采取预防救治措施。
本发明通过用户输入和/或采集作物的病虫害信息,传输到服务器后进行病虫害特征识别、基于大数据进行分析和对比后,将诊断信息发送至移动终端,在移动终端显示诊断结果、防治方法及推荐商品信息。本发明中对比模块中的相似度可高达95%以上,同时用户对比在高达95%以上的信息也会保留至数据库中,在其他用户进行比对的时候也会作为参考物进行比对。
同时,在数据库中不存在包含某些特征的病虫害信息时,在线诊断模块将环境信息和图片信息发送给远程专家系统,邀请诊断人员进行诊断,得到农作物病虫害的具体原因,并提出解决办法,形成诊断信息,并将结果反馈给在线诊断模块,通过信息传输模块将结果反馈给用户,同时更新数据库,将病虫害信息入库。
本发明还可根据用户的查询信息汇总形成大数据,有利于分析和统计各地区不同种类农作物的病症分布情况,并反馈给农业管理部门,利于种植户和农业管理部门对于突发病虫害的快速防控;同时,还可将特定地区农作物的病虫害预警信息及时推送给用户,进行预防与治疗。
本发明旨在让用户一键式查找农作物病情并提供相对应的解决方案,基于移动终端、大数据和计算机算法对作物病虫害信息进行系统科学的分析,提供正确的防治方法,并且可以根据所推荐的药品信息选择就近的农资店,降低种植人员寻找药品的时间和人力成本,准确性强,方便快捷,应用前景广阔。
附图说明
图1是本发明农作物病虫害智能诊断系统的结构示意图。
图2是本发明农作物病虫害智能诊断方法的流程图。
具体实施方式
下面结合实施例对本发明做进一步的阐述,下述实施例仅作为说明,并不以任何方式限制本发明的保护范围。
如图1所示,本发明的农作物病虫害智能诊断系统包括移动终端和服务器,移动终端是指智能移动终端,种植人员利用移动终端输入和/或采集作物的病虫害信息,经服务器识别、对比后,将诊断信息发送至移动终端,在移动终端显示诊断结果、防治方法及推荐商品信息。
移动终端包括输入模块、图像采集模块、信息传输模块、诊断结果显示模块及病虫害预警模块,信息传输模块与图像采集模块、诊断结果显示模块及病虫害预警模块相连。输入模块用于选择或输入作物的种类和环境因子信息。环境因子包括所在地的地理位置、种植面积、光照、CO2浓度、温度、湿度、土壤温湿度信息。农作物病虫害产生因素很多,除种子自身因素外,在其生长发育期内,受温度、湿度、土壤、水分、光照等因素影响,同样导致农作物病虫害发生,因此农作物的环境因子信息对于农作物病虫害的诊断起到一定的辅助作用。环境因子的采集可利用移动终端自带的天气预报软件中的信息,也可由输入模块调用移动终端中的软件获取环境因子信息,还可以请用户在移动终端的耳机端口设置环境因子侦测外设,其中,耳机端口外设主要由耳机端口MIC与GND自动侦测与自动切换电路、电池供电开关电路、耳机输出L声道信号整形电路、MIC信号整形发送电路,低功率32位MCU单片机电路以及专业级环境因子传感器组成。外设装置通过插入手机的外置话筒音频输入接口或音频线路输入接口的连接线发送数据信号给手机,外设装置通过插入手机的外置耳机音频接口或音频线路输出接口的连接插线,接收手机发出的数据信号。
图像采集模块主要采集作物的病虫害图片,对有病虫害的农作物或农作物上的害虫进行拍摄,形成病虫害信息。图像获取可以有两种方式,一种是现场拍照,另一种是从本地磁盘调用图像。现场拍照可以让使用者实时采集图像,即调用手机自带摄像头进行拍照;调用本地图像就是从本地磁盘中选择图像,有时在田间作业,网络信号不佳,可以先把拍摄的照片保存在手机本地磁盘中,待到信号好的地方再从本地磁盘中调出。
信息传输模块将农作物的病虫害信息,包括作物种类、环境因子信息及病虫害图片,发送到服务器,进行远程诊断,并将结果及时反馈给用户,或者将服务器端的灾害预警信息发送给客户。农作物环境信息和文本通过HTTP协议上传,图片经过压缩后生成JPG格式通过HTTP协议上传。信息传输可经由WiFi网络、3G网络、4G网络等完成。
诊断结果显示模块将信息传输模块的诊断结果、防治方法及时显示在移动终端上。同时,在该模块内,还设置有与防治方法相关的药品推荐信息如附近的农作物药品商店,并可进行在线网上购买,享受送货上门服务。
病虫害预警模块与信息传输模块相连,用于将服务器端发送的或当地农业管理部门发送的病虫害预警信息推送给用户。病虫害预警模块包括地区、作物类型、已经发生或可能发生的病虫害种类及相关防治措施等,提醒用户留意并提前进行防治。
在服务器内设置有特征识别模块、对比模块、数据库、在线诊断模块以及反馈模块等,特征识别模块与移动终端的输入模块和采集模块相连接,且与对比模块相连,数据库与对比模块和在线诊断模块相连,同时,对比模块及在线诊断模块均与移动终端的信息传输模块相连。
特征识别模块是对所采集的图像进行一系列的去噪、增强、分割操作,提高图像的识别率,并识别作物的病虫害特征。该模块是由专业人士通过专业知识,利用计算机和数学概率的方法对形状、模式、概率、数字和图像组成要素等因素自动完成识别的过程。
数据库用以储存病虫害信息及与其相对应的预存诊断信息,对样本进行筛选和录入,找出分类病症的规律,达到样本的足够性和数据的充分性。预存病虫害信息是泛指预先已经保存在数据库中的病虫害信息,如事先由相关工作人员保存的病虫害信息或移动人员所提供的经专家诊断后已处理完毕的病虫害信息及其向对应的诊断信息。数据库内包括多种数据,如作物病虫害特征数据库、作物病虫害图片特征数据库、待检测样本数据库、用户数据库及农资店数据库等。
对比模块根据特征识别模块所识别的作物病虫害特征,与数据库中的预存病虫害信息进行对比,并根据对比相似度的高低进行排序,通过信息传输模块传输到移动终端。其中,相似度可高达95%以上,同时用户对比在高达95%以上的信息也会保留至数据库中,在其他用户进行比对的时候也会作为参考物进行比对。
当数据库中不存在包含该特征的病虫害信息时,在线诊断模块将环境信息和图片信息发送给远程专家系统,邀请诊断人员(如农业科技人员或农科科技专家)进行诊断。诊断人员收到病虫害信息后,及时进行诊断,得到病农作物病虫害的具体原因,并提出解决办法,形成诊断信息。诊断完成后将结果反馈给在线诊断模块,在线诊断模块接收到结果后通过信息传输模块将结果反馈给用户,同时更新数据库,将该作物的病虫害信息入库。
反馈模块将多用户查询的信息整理汇总,将其反馈给农业管理部门,利于相关部门及时掌握某一地区某种作物的病虫害情况,对某一地区某类农作物的发病情况进行监控统计,利于种植户和农业管理部门对于突发病虫害的快速防控。同时,还可在反馈模块内针对特定地区某种农作物可能发生的病虫害发生率设定阈值,当某种作物的特定病虫害发病数量和/或发病地域范围超过阈值或具有逐渐扩大趋势时,服务器推送病虫害预警信息给当地农业管理部门。当地农业管理部门结合现有数据和以往该地区作物病虫害信息的发病规律,并加强现场调查力度,准确掌握病虫害发生动态,及时通过电视、广播、网络等多种媒介向社会公开发布预警信息,及时将病虫发生动态及防治技术信息传递给当地农民。此外,反馈模块也将向用户推送当地农业管理部门的病虫害预警信息,提醒用户留意,及时进行防范与治理,减轻或避免病虫害对农作物造成的伤害,提高农作物产量。
本系统的使用方法如下:当农作物遭受病虫害时,农民可以直接通过自己随身携带的移动终端(如智能手机),输入和/选择相关的作物种类、环境因子信息后,利用采集模块对作物进行拍照,并通过信息传输模块将作物环境信息和病虫害信息发送至服务器。服务器结合收到的环境信息和病虫害信息通过多源特征融合算法,利用特征识别模块进行多模式图像识别,提取作物病虫害信息特征,并经由对比模块与数据库中数据进行对比。当数据库中存在相应的作物病虫害信息时,进行对比后,按照对比度的高低排序将诊断信息通过信息传输模块将诊断结果、防治方法及药品推荐信息发送至移动终端;当出现新的病虫害信息或者无法诊断时,在线诊断模块则邀请在线专家在线诊断,并提出解决办法,形成诊断信息,诊断完成后将结果反馈给在线诊断模块,在线诊断模块接收到结果后通过信息传输模块将结果反馈给用户,同时更新数据库,将病虫害信息入库。种植人员查看诊断信息后则可以根据诊断信息中所提供的解决办法来处理农作物病虫害,还可以通过所推荐的药品信息就近选择农资店或进行网上购药。
同时,服务器定期将该地区农作物病虫害信息反馈给农业管理部门,当该地区特定作物病虫害在线诊断信息的数量和/或地域范围超过设定阈值时,服务器推送作物病虫害预警信息给农业管理部门,农业管理部门将作物病虫害预警信息结合现有数据、以往作物病虫害发病规律及现场调查情况,在确定达到公开发布作物病虫害预警信息的严重程度后,通过多媒介公开发布作物病虫害预警信息及防治措施,服务器将该预警信息及防治措施推送给用户,提醒用户及时采取预防救治措施。
Claims (7)
1.一种农作物病虫害智能诊断系统,包括移动终端和服务器,其特征在于,
在所述移动终端内设置有输入模块、图像采集模块、信息传输模块、诊断结果显示模块及病虫害预警模块,信息传输模块与输入模块、图像采集模块、诊断结果显示模块及病虫害预警模块相连;输入模块用于选择或输入作物的种类和环境因子信息;图像采集模块用于采集作物的病虫害图片;信息传输模块用于将农作物的病虫害信息发送到服务器,进行远程诊断,并将结果或病虫害预警信息及时反馈给用户;诊断结果显示模块将信息传输模块的诊断结果、防治方法及时显示在移动终端上;病虫害预警模块用于将该地区的农作物可能发生或已经发生的病虫害预警信息推送给用户;
在所述服务器内设置有特征识别模块、对比模块、数据库、在线诊断模块以及反馈模块;所述特征识别模块与移动终端的输入模块和采集模块相连接,且与对比模块相连,其用于识别作物的病虫害特征;所述数据库用以储存病虫害信息及与其相对应的预存诊断信息,其与对比模块和在线诊断模块相连;所述对比模块及在线诊断模块均与移动终端的信息传输模块相连,所述对比模块根据特征识别模块所识别的作物病虫害特征,与数据库中的预存病虫害信息进行对比,并根据对比相似度高低排序,通过信息传输模块传输到移动终端;在线诊断模块将作物病虫害信息发送给在线专家进行诊断,并将结果反馈给在线诊断模块;反馈模块将多用户查询的信息反馈给农业管理部门或将病虫害预警信息反馈给用户。
2.根据权利要求1所述的农作物病虫害智能诊断系统,其特征在于,环境因子包括地理位置、种植面积、光照、CO2浓度、温度、湿度及土壤温湿度信息。
3.根据权利要求1所述的农作物病虫害智能诊断系统,其特征在于,在移动终端的耳机端口设置环境因子侦测外设,耳机端口外设由耳机端口MIC与GND自动侦测与自动切换电路、电池供电开关电路、耳机输出L声道信号整形电路、MIC信号整形发送电路,低功率32位MCU单片机电路以及环境因子传感器组成。
4.根据权利要求1所述的农作物病虫害智能诊断系统,其特征在于,所述特征识别模块是对所采集的图像进行去噪、增强、分割操作,提高图像的识别率,并识别作物的病虫害特征。
5.根据权利要求1所述的农作物病虫害智能诊断系统,其特征在于,所述数据库包括作物病虫害特征数据库、作物病虫害图片特征数据库、待检测样本数据库、用户数据库及农资店数据库。
6.一种农作物病虫害智能诊断方法,其特征在于,包括如下步骤:
(1)用户通过智能移动终端输入和/选择相关的作物种类、环境因子信息后,利用采集模块对具有病虫害的作物拍照;
(2)通过信息传输模块将作物环境信息和病虫害信息发送至服务器;
(3)服务器结合收到的环境信息和病虫害信息通过多源特征融合算法,利用特征识别模块进行多模式图像识别,提取作物病虫害信息特征,并经由对比模块与数据库中数据进行对比;
(4)按照对比相似度的高低排序将诊断信息通过信息传输模块将诊断结果、防治方法及药品推荐信息发送至移动终端;
(5)当出现新的病虫害信息或者无法诊断时,在线诊断模块邀请在线专家在线诊断,并提出解决办法,形成诊断信息,诊断完成后将结果反馈给在线诊断模块,在线诊断模块接收到结果后通过信息传输模块将结果反馈给用户,同时更新数据库,将病虫害信息入库;
(6)用户查看诊断信息后根据诊断信息中所提供的解决办法来处理农作物病虫害,还可以通过所推荐的药品信息就近选择农资店或进行网上购药;
(7)用户根据移动终端推送的作物病虫害预警信息及防治措施对作物病虫害进行防治。
7.根据权利要求6所述的农作物病虫害智能诊断方法,其特征在于,服务器定期将该地区农作物病虫害信息反馈给农业管理部门,当该地区特定作物病虫害在线诊断信息的数量和/或地域范围超过设定阈值时,服务器推送作物病虫害预警信息给农业管理部门,农业管理部门将作物病虫害预警信息结合现有数据、以往作物病虫害发病规律及现场调查情况,在确定达到公开发布作物病虫害预警信息的程度后,通过多媒介公开发布作物病虫害预警信息及防治措施,服务器将该预警信息及防治措施推送给用户,提醒用户采取预防救治措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413724.2A CN106991619A (zh) | 2017-06-05 | 2017-06-05 | 一种农作物病虫害智能诊断系统及诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413724.2A CN106991619A (zh) | 2017-06-05 | 2017-06-05 | 一种农作物病虫害智能诊断系统及诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106991619A true CN106991619A (zh) | 2017-07-28 |
Family
ID=59421564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710413724.2A Pending CN106991619A (zh) | 2017-06-05 | 2017-06-05 | 一种农作物病虫害智能诊断系统及诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106991619A (zh) |
Cited By (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784508A (zh) * | 2017-10-31 | 2018-03-09 | 河南大网科技发展有限公司 | 一种智能化农副业产品管理系统及方法 |
CN107887019A (zh) * | 2017-10-17 | 2018-04-06 | 安徽草帽网络有限公司 | 一种农作物种植专家问诊系统 |
CN107926887A (zh) * | 2017-10-31 | 2018-04-20 | 四川农业大学 | 农作物病虫害精准识别与智能控制系统 |
CN107977631A (zh) * | 2017-12-04 | 2018-05-01 | 深圳春沐源控股有限公司 | 植保地图的生成方法及装置 |
CN108133381A (zh) * | 2017-12-21 | 2018-06-08 | 四川科库科技有限公司 | 农资监管方法与系统 |
CN108133327A (zh) * | 2017-12-25 | 2018-06-08 | 东风农业装备(襄阳)有限公司 | 农机设备以及农业管理系统及其方法 |
CN108197266A (zh) * | 2017-12-29 | 2018-06-22 | 深圳春沐源控股有限公司 | 一种农产品用药的推荐方法和系统 |
CN108230309A (zh) * | 2017-12-29 | 2018-06-29 | 成都东谷利农农业科技有限公司 | 田间病虫害监测系统及方法 |
CN108271753A (zh) * | 2018-01-05 | 2018-07-13 | 广州翼鲲生物科技有限公司 | 一种害虫防治方法和系统 |
CN108812575A (zh) * | 2018-05-18 | 2018-11-16 | 仲恺农业工程学院 | 一种基于学习型虫害防治设备的虫害防治方法 |
CN108846362A (zh) * | 2018-06-15 | 2018-11-20 | 温岭市志创网络科技有限公司 | 一种基于大数据云服务器的农作物病害识别系统及方法 |
CN108898508A (zh) * | 2018-06-28 | 2018-11-27 | 四川科库科技有限公司 | 一种病虫害治理方案生成方法及装置 |
CN108959535A (zh) * | 2018-06-29 | 2018-12-07 | 普定县科技服务中心 | 一种梨树种植病虫害防治管理经验推广系统 |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测系统 |
CN109191248A (zh) * | 2018-08-27 | 2019-01-11 | 海南正业中农高科股份有限公司 | 一种农资产品销售系统及其销售方法 |
CN109406517A (zh) * | 2018-11-09 | 2019-03-01 | 江苏穿越金点信息科技股份有限公司 | 一种农业大棚的病虫害诊断系统 |
CN109409270A (zh) * | 2018-10-16 | 2019-03-01 | 宁夏农林科学院农业经济与信息技术研究所(宁夏农业科技图书馆) | 一种枸杞虫害图像识别系统 |
CN109429833A (zh) * | 2018-11-01 | 2019-03-08 | 安徽易商数码科技有限公司 | 植物病虫害管理系统 |
CN109544538A (zh) * | 2018-11-27 | 2019-03-29 | 安徽大学 | 小麦赤霉病病害等级分级方法及装置 |
CN109840549A (zh) * | 2019-01-07 | 2019-06-04 | 武汉南博网络科技有限公司 | 一种病虫害识别方法和装置 |
CN110415133A (zh) * | 2019-07-30 | 2019-11-05 | 四川大学 | 一种智慧农业医生管理系统及方法 |
CN110474982A (zh) * | 2019-08-13 | 2019-11-19 | 四川科库科技有限公司 | 一种农业信息推送方法 |
CN110472784A (zh) * | 2019-08-08 | 2019-11-19 | 黑龙江农垦垦通信息通信有限公司 | 一种基于人工智能的病虫害预报与诊断系统及方法 |
CN110519344A (zh) * | 2019-08-13 | 2019-11-29 | 四川科库科技有限公司 | 一种农业信息共享方法 |
CN110545314A (zh) * | 2019-08-13 | 2019-12-06 | 四川科库科技有限公司 | 一种农业信息传播方法 |
CN110915470A (zh) * | 2019-12-11 | 2020-03-27 | 常德鑫芙蓉环保有限公司 | 一种烟叶病虫害治理系统 |
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 |
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 |
CN111539350A (zh) * | 2020-04-27 | 2020-08-14 | 无锡雪浪数制科技有限公司 | 一种农作物病虫害智能识别的方法 |
CN111602545A (zh) * | 2020-05-27 | 2020-09-01 | 福州尚易航农业科技有限公司 | 一种基于人工智能的植保作业规划方法 |
CN111639210A (zh) * | 2020-05-26 | 2020-09-08 | 唐山师范学院 | 基于物联网的中药材病虫草害专家诊断系统 |
CN111767849A (zh) * | 2020-06-29 | 2020-10-13 | 京东数字科技控股有限公司 | 农作物病虫害识别方法、设备及存储介质 |
CN111766820A (zh) * | 2020-07-20 | 2020-10-13 | 成都快乐猴科技有限公司 | 一种应用于智能农业的智能精细化管理控制系统 |
CN112199357A (zh) * | 2020-12-09 | 2021-01-08 | 思创数码科技股份有限公司 | 一种疫木管理方法、装置、存储介质及服务器 |
CN112381156A (zh) * | 2020-11-18 | 2021-02-19 | 重庆电子工程职业学院 | 基于图像识别的中药材病虫害检测系统 |
CN112461828A (zh) * | 2019-09-09 | 2021-03-09 | 云南天质弘耕科技有限公司 | 一种基于卷积神经网络的病虫害智能测报预警系统 |
CN112492027A (zh) * | 2020-11-26 | 2021-03-12 | 重庆电子工程职业学院 | 一种生态农业智能监测系统 |
CN112580591A (zh) * | 2020-12-29 | 2021-03-30 | 江苏农林职业技术学院 | 一种农作物病虫害分析系统 |
CN112613715A (zh) * | 2020-12-16 | 2021-04-06 | 重庆电子工程职业学院 | 中药病害智慧化管理系统 |
CN112699805A (zh) * | 2020-12-31 | 2021-04-23 | 上海市崇明区蔬菜科学技术推广站 | 蔬菜病虫害防治智能识别系统 |
CN112823229A (zh) * | 2018-10-09 | 2021-05-18 | 天马迪克斯有限公司 | 诊断辅助系统及其方法 |
CN112949796A (zh) * | 2021-03-23 | 2021-06-11 | 青岛农业大学 | 一种基于深度学习的混合式病虫害识别装置及方法 |
CN115500334A (zh) * | 2021-06-07 | 2022-12-23 | 中移(成都)信息通信科技有限公司 | 一种喷雾器、植物病虫害识别方法和识别设备 |
CN116361562A (zh) * | 2023-06-02 | 2023-06-30 | 太极计算机股份有限公司 | 一种面向农业产业互联网的知识化推荐方法及系统 |
CN116448760A (zh) * | 2023-03-21 | 2023-07-18 | 上海华维可控农业科技集团股份有限公司 | 一种基于机器视觉的农业智能监测系统及方法 |
CN117994650A (zh) * | 2024-01-18 | 2024-05-07 | 江苏绿沐源农业科技有限公司 | 基于大数据的智能农业管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103810361A (zh) * | 2012-11-09 | 2014-05-21 | 上海斐讯数据通信技术有限公司 | 诊断系统及其方法 |
CN105208344A (zh) * | 2015-09-28 | 2015-12-30 | 中国水稻研究所 | 分布式移动农业病虫害信息采集与诊断系统及嵌入式相机 |
CN105787446A (zh) * | 2016-02-24 | 2016-07-20 | 上海劲牛信息技术有限公司 | 一种智慧农业病虫害远程自动诊断系统 |
-
2017
- 2017-06-05 CN CN201710413724.2A patent/CN106991619A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103810361A (zh) * | 2012-11-09 | 2014-05-21 | 上海斐讯数据通信技术有限公司 | 诊断系统及其方法 |
CN105208344A (zh) * | 2015-09-28 | 2015-12-30 | 中国水稻研究所 | 分布式移动农业病虫害信息采集与诊断系统及嵌入式相机 |
CN105787446A (zh) * | 2016-02-24 | 2016-07-20 | 上海劲牛信息技术有限公司 | 一种智慧农业病虫害远程自动诊断系统 |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107887019A (zh) * | 2017-10-17 | 2018-04-06 | 安徽草帽网络有限公司 | 一种农作物种植专家问诊系统 |
CN107784508A (zh) * | 2017-10-31 | 2018-03-09 | 河南大网科技发展有限公司 | 一种智能化农副业产品管理系统及方法 |
CN107926887A (zh) * | 2017-10-31 | 2018-04-20 | 四川农业大学 | 农作物病虫害精准识别与智能控制系统 |
CN107926887B (zh) * | 2017-10-31 | 2019-10-11 | 四川农业大学 | 农作物病虫害精准识别与智能控制系统 |
CN107977631A (zh) * | 2017-12-04 | 2018-05-01 | 深圳春沐源控股有限公司 | 植保地图的生成方法及装置 |
CN108133381A (zh) * | 2017-12-21 | 2018-06-08 | 四川科库科技有限公司 | 农资监管方法与系统 |
CN108133327A (zh) * | 2017-12-25 | 2018-06-08 | 东风农业装备(襄阳)有限公司 | 农机设备以及农业管理系统及其方法 |
CN108197266A (zh) * | 2017-12-29 | 2018-06-22 | 深圳春沐源控股有限公司 | 一种农产品用药的推荐方法和系统 |
CN108230309A (zh) * | 2017-12-29 | 2018-06-29 | 成都东谷利农农业科技有限公司 | 田间病虫害监测系统及方法 |
CN108271753A (zh) * | 2018-01-05 | 2018-07-13 | 广州翼鲲生物科技有限公司 | 一种害虫防治方法和系统 |
CN108812575A (zh) * | 2018-05-18 | 2018-11-16 | 仲恺农业工程学院 | 一种基于学习型虫害防治设备的虫害防治方法 |
CN108812575B (zh) * | 2018-05-18 | 2021-08-31 | 仲恺农业工程学院 | 一种基于学习型虫害防治设备的虫害防治方法 |
CN108846362A (zh) * | 2018-06-15 | 2018-11-20 | 温岭市志创网络科技有限公司 | 一种基于大数据云服务器的农作物病害识别系统及方法 |
CN108898508A (zh) * | 2018-06-28 | 2018-11-27 | 四川科库科技有限公司 | 一种病虫害治理方案生成方法及装置 |
CN108959535A (zh) * | 2018-06-29 | 2018-12-07 | 普定县科技服务中心 | 一种梨树种植病虫害防治管理经验推广系统 |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测系统 |
CN109191248A (zh) * | 2018-08-27 | 2019-01-11 | 海南正业中农高科股份有限公司 | 一种农资产品销售系统及其销售方法 |
US11907341B2 (en) | 2018-10-09 | 2024-02-20 | Skymatix, Inc. | Diagnostic assistance system and method therefor |
CN112823229B (zh) * | 2018-10-09 | 2023-02-03 | 天马迪克斯有限公司 | 诊断辅助系统及其方法 |
CN112823229A (zh) * | 2018-10-09 | 2021-05-18 | 天马迪克斯有限公司 | 诊断辅助系统及其方法 |
CN109409270A (zh) * | 2018-10-16 | 2019-03-01 | 宁夏农林科学院农业经济与信息技术研究所(宁夏农业科技图书馆) | 一种枸杞虫害图像识别系统 |
CN109429833A (zh) * | 2018-11-01 | 2019-03-08 | 安徽易商数码科技有限公司 | 植物病虫害管理系统 |
CN109406517A (zh) * | 2018-11-09 | 2019-03-01 | 江苏穿越金点信息科技股份有限公司 | 一种农业大棚的病虫害诊断系统 |
CN109544538A (zh) * | 2018-11-27 | 2019-03-29 | 安徽大学 | 小麦赤霉病病害等级分级方法及装置 |
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 |
CN109840549B (zh) * | 2019-01-07 | 2021-04-27 | 武汉南博网络科技有限公司 | 一种病虫害识别方法和装置 |
CN109840549A (zh) * | 2019-01-07 | 2019-06-04 | 武汉南博网络科技有限公司 | 一种病虫害识别方法和装置 |
CN110415133A (zh) * | 2019-07-30 | 2019-11-05 | 四川大学 | 一种智慧农业医生管理系统及方法 |
CN110472784A (zh) * | 2019-08-08 | 2019-11-19 | 黑龙江农垦垦通信息通信有限公司 | 一种基于人工智能的病虫害预报与诊断系统及方法 |
CN110474982B (zh) * | 2019-08-13 | 2022-03-18 | 四川科库科技有限公司 | 一种农业信息推送方法及装置 |
CN110545314A (zh) * | 2019-08-13 | 2019-12-06 | 四川科库科技有限公司 | 一种农业信息传播方法 |
CN110545314B (zh) * | 2019-08-13 | 2022-03-18 | 四川科库科技有限公司 | 一种农业信息传播方法 |
CN110519344B (zh) * | 2019-08-13 | 2021-09-17 | 四川科库科技有限公司 | 一种农业信息共享方法 |
CN110474982A (zh) * | 2019-08-13 | 2019-11-19 | 四川科库科技有限公司 | 一种农业信息推送方法 |
CN110519344A (zh) * | 2019-08-13 | 2019-11-29 | 四川科库科技有限公司 | 一种农业信息共享方法 |
CN112461828A (zh) * | 2019-09-09 | 2021-03-09 | 云南天质弘耕科技有限公司 | 一种基于卷积神经网络的病虫害智能测报预警系统 |
CN110915470A (zh) * | 2019-12-11 | 2020-03-27 | 常德鑫芙蓉环保有限公司 | 一种烟叶病虫害治理系统 |
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 |
CN111539350A (zh) * | 2020-04-27 | 2020-08-14 | 无锡雪浪数制科技有限公司 | 一种农作物病虫害智能识别的方法 |
CN111639210A (zh) * | 2020-05-26 | 2020-09-08 | 唐山师范学院 | 基于物联网的中药材病虫草害专家诊断系统 |
CN111602545A (zh) * | 2020-05-27 | 2020-09-01 | 福州尚易航农业科技有限公司 | 一种基于人工智能的植保作业规划方法 |
CN111767849A (zh) * | 2020-06-29 | 2020-10-13 | 京东数字科技控股有限公司 | 农作物病虫害识别方法、设备及存储介质 |
CN111766820A (zh) * | 2020-07-20 | 2020-10-13 | 成都快乐猴科技有限公司 | 一种应用于智能农业的智能精细化管理控制系统 |
CN112381156A (zh) * | 2020-11-18 | 2021-02-19 | 重庆电子工程职业学院 | 基于图像识别的中药材病虫害检测系统 |
CN112492027A (zh) * | 2020-11-26 | 2021-03-12 | 重庆电子工程职业学院 | 一种生态农业智能监测系统 |
CN112199357A (zh) * | 2020-12-09 | 2021-01-08 | 思创数码科技股份有限公司 | 一种疫木管理方法、装置、存储介质及服务器 |
CN112613715B (zh) * | 2020-12-16 | 2023-09-05 | 重庆电子工程职业学院 | 中药病害智慧化管理系统 |
CN112613715A (zh) * | 2020-12-16 | 2021-04-06 | 重庆电子工程职业学院 | 中药病害智慧化管理系统 |
CN112580591A (zh) * | 2020-12-29 | 2021-03-30 | 江苏农林职业技术学院 | 一种农作物病虫害分析系统 |
CN112699805A (zh) * | 2020-12-31 | 2021-04-23 | 上海市崇明区蔬菜科学技术推广站 | 蔬菜病虫害防治智能识别系统 |
CN112949796A (zh) * | 2021-03-23 | 2021-06-11 | 青岛农业大学 | 一种基于深度学习的混合式病虫害识别装置及方法 |
CN115500334A (zh) * | 2021-06-07 | 2022-12-23 | 中移(成都)信息通信科技有限公司 | 一种喷雾器、植物病虫害识别方法和识别设备 |
CN116448760A (zh) * | 2023-03-21 | 2023-07-18 | 上海华维可控农业科技集团股份有限公司 | 一种基于机器视觉的农业智能监测系统及方法 |
CN116448760B (zh) * | 2023-03-21 | 2023-10-20 | 上海华维可控农业科技集团股份有限公司 | 一种基于机器视觉的农业智能监测系统及方法 |
CN116361562A (zh) * | 2023-06-02 | 2023-06-30 | 太极计算机股份有限公司 | 一种面向农业产业互联网的知识化推荐方法及系统 |
CN117994650A (zh) * | 2024-01-18 | 2024-05-07 | 江苏绿沐源农业科技有限公司 | 基于大数据的智能农业管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991619A (zh) | 一种农作物病虫害智能诊断系统及诊断方法 | |
CN111460990B (zh) | 一种基于大数据的高寒牧区草原虫害监测预警系统及方法 | |
WO2018208710A1 (en) | Systems and methods for electronically identifying plant species | |
CN110458032B (zh) | 荔枝生长状况全程监控方法、系统、云服务器及存储介质 | |
CN106092913A (zh) | 一种农作物营养安全检测方法及其系统 | |
CN107798027A (zh) | 一种信息热度预测方法、信息推荐方法及装置 | |
CN104122865A (zh) | 农机故障分析维修方法和系统 | |
CN107222682A (zh) | 农作物生长状况检测方法及装置 | |
CN106203834A (zh) | 一种猪场料量信息管理系统及方法 | |
KR102341715B1 (ko) | 가축 모니터링 장치 및 방법 | |
CN107908689A (zh) | 一种烟叶生长环境数据采集装置及其方法 | |
CN116300608A (zh) | 一种基于大数据的智慧农业远程监控系统 | |
CN110472784A (zh) | 一种基于人工智能的病虫害预报与诊断系统及方法 | |
EP4133348A1 (en) | Methods for artificial pollination and apparatus for doing the same | |
CN112465038A (zh) | 一种识别果树病虫害种类的方法及系统 | |
CN111260379A (zh) | 农产品视频节点追踪方法 | |
CN108830345A (zh) | 一种猪的智能管理养殖云服务系统 | |
CN103336509A (zh) | 小麦四情监控调度系统 | |
CN112905650A (zh) | 基于大数据统计及健康报告分析的智能推荐算法研究 | |
AU2021105327A4 (en) | A computer implemented and IoT based method for increasing crop production using machine learning model | |
CN103810361A (zh) | 诊断系统及其方法 | |
CN107918798A (zh) | 食物处理方法及装置 | |
CN109671485A (zh) | 一种基于大数据的宠物饲养系统 | |
CN112150498A (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
CN113377141A (zh) | 一种人工智能农业自动管理系统 |
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 |