CN107977631A - 植保地图的生成方法及装置 - Google Patents
植保地图的生成方法及装置 Download PDFInfo
- Publication number
- CN107977631A CN107977631A CN201711262615.1A CN201711262615A CN107977631A CN 107977631 A CN107977631 A CN 107977631A CN 201711262615 A CN201711262615 A CN 201711262615A CN 107977631 A CN107977631 A CN 107977631A
- Authority
- CN
- China
- Prior art keywords
- pest
- disease damage
- plant protection
- disease
- map
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种植保地图的生成方法及装置。其中,一种植保地图的生成方法,包括:将种植区中各传感器的监测位点显示在地图上;接收各传感器上传的病虫害图像,根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。通过本发明的技术方案,能够实时地展示种植区病害的现状,可以根据植保地图推断出整个种植区病害的趋势,提前做出预警,从而提高植保监控质量,同时解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
Description
技术领域
本发明涉及信息监控技术领域,具体而言,涉及一种植保地图的生成方法,一种植保地图的生成装置。
背景技术
近年来,我国设施农业得到了飞速发展,蔬菜产量持续增长,与此同时,人们对植物保护工作也越来越重视。在蔬菜生产中,加强植物保护能有效减少病虫害造成的植物损失。植保工作坚持防治结合的综合指导原则,关键在防。所以,准确找到发病源头,实时监控病情扩散情况,对于植保防控有着重要的作用。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一方面在于提出了一种植保地图的生成方法。
本发明的另一方面在于提出了一种植保地图的生成装置。
本发明的再一方面在于提出了一种计算机设备。
本发明的又一方面在于提出了一种计算机可读存储介质。
有鉴于此,本发明提出了一种植保地图的生成方法,包括:将种植区中各传感器的监测位点显示在地图上;接收各传感器上传的病虫害图像,根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。
根据本发明的植保地图的生成方法,通过布置在监测位点的传感器将发现的病虫害图像自动上传至系统,系统通过对上传的病虫害图像进行分析,辨识出病虫害及病虫害的严重程度,然后按照预设方式,将辨识出的病虫害及病虫害程度标识出来并显示在地图中相应的监测位点上,由于多个监测位点在地图上交织在一起,绘制成网,显示出的病虫害数据最终呈现为图像,形成植保地图,用户可以在地图上观察到各相应位点范围内的病虫害情况:包括病虫害的种类以及病虫害蔓延的范围,使用户对于病害的现状有一个直观、全面而快速的了解,以便及时找出发病源头及发病情况,并推测病害的发展倾向。通过本发明的技术方案,能够实时地展示种植区病害的现状,可以根据植保地图推断出整个种植区病害的趋势,提前做出预警,从而提高植保监控质量,同时解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
另外,根据本发明上述的植保地图的生成方法,还可以具有如下附加的技术特征:
在上述技术方案中,优选地,将种植区中各传感器的监测位点显示在地图上的步骤,具体包括:根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域;将每个区域和各传感器的监测位点展示在地图上。
在该技术方案中,根据种植区的面积进行传感器的布点,优选地可根据实际种植需求将种植区划分为多个区域,将各传感器的监测位点均匀布在每个区域,如呈网格状,以便绘制植保地图,并将每个区域和各传感器的监测位点显示在地图上,这样既能直观展示每个区域的病害情况,也能将多个区域的病害情况进行对比,使用户更加全面而快速的了解种植区病害的现状,并且可以推断出整个种植区病害的趋势,提前做出预警,提高植保监控质量,并且解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
在上述任一技术方案中,优选地,该植保地图的生成方法还包括:统计每个区域内的病虫害种类及发生病虫害的监测位点的数量,确定每个区域的病害程度;标识每个区域的病害程度,并在植保地图上显示。
在该技术方案中,通过统计每个区域内病虫害的种类及发生病虫害的监测位点的数量,并将两者结合起来进行区域对比与分析,可判断出每个区域的病害程度,然后按照预设方式(如用不同颜色或用不同的符号代表不同程度的病害)将每个区域的病害程度标识并展示出来。这样,能够直观观察各区域病虫害情况,及时进行预防处理或及时治疗,并直观了解处理手段所起到的防治效果的有效程度,而且可以直观显示整体区域的整个病虫害情况,预测可能发生的病虫害趋势,以预警后续植保操作。操作简单,易于观察,而且整体出发掌控植保情况,局部也可详细了解当前状况,可以使得植保决策全面、针对性强。
在上述任一技术方案中,优选地,根据病虫害图像,辨识出病虫害种类和/或病虫害程度的步骤,具体包括:将病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出病虫害种类和病虫害程度。
在该技术方案中,当传感器将种植区的图像数据(包括大田植株的图像数据、捕捉昆虫动态的图像数据等)传入系统,系统会调取数据库(植保数据库,其内预存储了多种病虫害图像的标准特征数据,如不同病虫害的叶片颜色、虫眼大小、斑点形状等),通过将病虫害图像的特征数据与植保数据库中的数据进行对比,辨识出病害,以及病虫害程度。最后,将每个监测位点的数据汇总成图像,形成植保地图,以便找出植株的发病源头及发病情况,及时进行防治。
在上述任一技术方案中,优选地,标识不同的病虫害种类以及指示相应的病虫害程度,具体为:按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对不同的病虫害种类以及指示相应的病虫害程度进行标识。
在该技术方案中,预设方式包括但不限于以下任一项或其组合:颜色、文字、图形。例如,采用不同颜色代表不同程度的病虫害,采用不同图形代表不同的病害种类等。
本发明还提出了一种植保地图的生成装置,包括:显示单元,用于将种植区中各传感器的监测位点显示在地图上;接收单元,用于接收各传感器上传的病虫害图像,处理单元,用于根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;显示单元,还用于标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。
根据本发明的植保地图的生成装置,通过布置在监测位点的传感器将发现的病虫害图像自动上传至系统,系统通过对上传的病虫害图像进行分析,辨识出病虫害及病虫害的严重程度,然后按照预设方式,将辨识出的病虫害及病虫害程度标识出来并显示在地图中相应的监测位点上,由于多个监测位点在地图上交织在一起,绘制成网,显示出的病虫害数据最终呈现为图像,形成植保地图,使用户对于病害的现状有一个直观、全面而快速的了解,以便及时找出发病源头及发病情况。通过本发明的技术方案,能够实时地展示种植区病害的现状,可以根据植保地图推断出整个种植区病害的趋势,提前做出预警,从而提高植保监控质量,同时解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
在上述技术方案中,优选地,显示单元,具体用于:根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域;将每个区域和各传感器的监测位点展示在地图上。
在该技术方案中,根据种植区的面积进行传感器的布点,优选地可根据实际种植需求将种植区划分为多个区域,将各传感器的监测位点均匀布在每个区域,如呈网格状,以便绘制植保地图,并将每个区域和各传感器的监测位点显示在地图上,这样既能直观展示每个区域的病害情况,也能将多个区域的病害情况进行对比,使用户更加全面而快速的了解种植区病害的现状,并且可以推断出整个种植区病害的趋势,提前做出预警,提高植保监控质量,并且解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
在上述任一技术方案中,优选地,处理单元,还用于统计每个区域内的病虫害种类及发生病虫害的监测位点的数量,确定每个区域的病害程度;显示单元,还用于标识每个区域的病害程度,并在植保地图上显示。
在该技术方案中,通过统计每个区域内病虫害的种类及发生病虫害的监测位点的数量,并将两者结合起来进行区域对比与分析,可判断出每个区域的病害程度,然后按照预设方式(如用不同颜色或用不同的符号代表不同程度的病害)将每个区域的病害程度标识并展示出来。这样,能够直观观察各区域病虫害情况,及时进行预防处理或及时治疗,并直观了解处理手段所起到的防治效果的有效程度,而且可以直观显示整体区域的整个病虫害情况,预测可能发生的病虫害趋势,以预警后续植保操作。操作简单,易于观察,而且整体出发掌控植保情况,局部也可详细了解当前状况,可以使得植保决策全面、针对性强。
在上述任一技术方案中,优选地,处理单元,具体用于:将病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出病虫害种类和病虫害程度。
在该技术方案中,当传感器将种植区的图像数据(包括大田植株的图像数据、捕捉昆虫动态的图像数据等)传入系统,系统会调取数据库(植保数据库,其内预存储了多种病虫害图像的标准特征数据,如不同病虫害的叶片颜色、虫眼大小、斑点形状等),通过将病虫害图像的特征数据与植保数据库中的数据进行对比,辨识出病害,以及病虫害程度。最后,将每个监测位点的数据汇总成图像,形成植保地图,以便找出植株的发病源头及发病情况,及时进行防治。
在上述任一技术方案中,优选地,显示单元,具体还用于:按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对不同的病虫害种类以及指示相应的病虫害程度进行标识。
在该技术方案中,预设方式包括但不限于以下任一项或其组合:颜色、文字、图形。例如,采用不同颜色代表不同程度的病虫害,采用不同图形代表不同的病害种类等。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明的一个实施例的植保地图的生成方法的流程示意图;
图2示出了根据本发明的另一个实施例的植保地图的生成方法的流程示意图;
图3示出了根据本发明的再一个实施例的植保地图的生成方法的流程示意图;
图4示出了根据本发明的又一个实施例的植保地图的生成方法的流程示意图;
图5示出了根据本发明的一个实施例的植保地图的生成装置的示意框图;
图6示出了根据本发明的一个具体实施例的植保地图成像系统的示意图;
图7示出了根据本发明的一个具体实施例的传感器布点示意图;
图8示出了根据本发明的一个具体实施例的植保地图的示意图;
图9示出了根据本发明的一个实施例的计算机设备的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,根据本发明的一个实施例的植保地图的生成方法的流程示意图。该植保地图的生成方法,包括:
步骤102,将种植区中各传感器的监测位点显示在地图上;
步骤104,接收各传感器上传的病虫害图像;
步骤106,根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;
步骤108,标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。
本发明提供的植保地图的生成方法,通过布置在监测位点的传感器将发现的病虫害图像自动上传至系统,系统通过对上传的病虫害图像进行分析,辨识出病虫害及病虫害的严重程度,然后按照预设方式,将辨识出的病虫害及病虫害程度标识出来并显示在地图中相应的监测位点上,由于多个监测位点在地图上交织在一起,绘制成网,显示出的病虫害数据最终呈现为图像,形成植保地图,使用户对于病害的现状有一个直观、全面而快速的了解,以便及时找出发病源头及发病情况,并推测病害的发展倾向。通过本发明的实施例,能够实时地展示种植区病害的现状,可以根据植保地图推断出整个种植区病害的趋势,提前做出预警,从而提高植保监控质量,同时解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
如图2所示,根据本发明的另一个实施例的植保地图的生成方法的流程示意图。该植保地图的生成方法,包括:
步骤202,根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域,将每个区域和各传感器的监测位点展示在地图上;
步骤204,接收各传感器上传的病虫害图像;
步骤206,根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;
步骤208,标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。
在该实施例中,根据种植区的面积进行传感器的布点,优选地可根据实际种植需求将种植区划分为多个区域,将各传感器的监测位点均匀布在每个区域,如呈网格状,以便绘制植保地图,并将每个区域和各传感器的监测位点显示在地图上,这样既能直观展示每个区域的病害情况,也能将多个区域的病害情况进行对比,使用户更加全面而快速的了解种植区病害的现状,并且可以推断出整个种植区病害的趋势,提前做出预警,提高植保监控质量,并且解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
如图3所示,根据本发明的再一个实施例的植保地图的生成方法的流程示意图。该植保地图的生成方法,包括:
步骤302,根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域,将每个区域和各传感器的监测位点展示在地图上;
步骤304,接收各传感器上传的病虫害图像;
步骤306,根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;
步骤308,标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图;
步骤310,统计每个区域内的病虫害种类及发生病虫害的监测位点的数量,确定每个区域的病害程度;
步骤312,标识每个区域的病害程度,显示在植保地图上。
在该实施例中,通过统计每个区域内病虫害的种类及发生病虫害的监测位点的数量,并将两者结合起来进行区域对比与分析,可判断出每个区域的病害程度,然后按照预设方式(如用不同颜色或用不同的符号代表不同程度的病害)将每个区域的病害程度标识并展示出来。这样,能够直观观察各区域病虫害情况,及时进行预防处理或及时治疗,并直观了解处理手段所起到的防治效果的有效程度,而且可以直观显示整体区域的整个病虫害情况,预测可能发生的病虫害趋势,以预警后续植保操作。操作简单,易于观察,而且整体出发掌控植保情况,局部也可详细了解当前状况,可以使得植保决策全面、针对性强。
如图4所示,根据本发明的又一个实施例的植保地图的生成方法的流程示意图。该植保地图的生成方法,包括:
步骤402,根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域,将每个区域和各传感器的监测位点展示在地图上;
步骤404,接收各传感器上传的病虫害图像;
步骤406,将病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出病虫害种类和病虫害程度;
步骤408,标识病虫害种类以及指示相应的病虫害程度,并显示在地图上相应的监测位点上,形成植保地图;
步骤410,统计每个区域内的病虫害种类及发生病虫害的监测位点的数量,确定每个区域的病害程度;
步骤412,标识每个区域的病害程度,显示在植保地图上。
在该实施例中,当传感器将种植区的图像数据(包括大田植株的图像数据、捕捉昆虫动态的图像数据等)传入系统,系统会调取数据库(植保数据库,其内预存储了多种病虫害图像的标准特征数据,如不同病虫害的叶片颜色、虫眼大小、斑点形状等),通过将病虫害图像的特征数据与植保数据库中的数据进行对比,辨识出病害,以及病虫害程度。最后,将每个监测位点的数据汇总成图像,形成植保地图,以便找出植株的发病源头及发病情况,及时进行防治。
在上述任一实施例中,优选地,标识不同的病虫害种类以及指示相应的病虫害程度,具体为:按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对不同的病虫害种类以及指示相应的病虫害程度进行标识。
在该实施例中,预设方式包括但不限于以下任一项或其组合:颜色、文字、图形。例如,采用不同颜色代表不同程度的病虫害,采用不同图形代表不同的病害种类等。
如图5所示,根据本发明的一个实施例的植保地图的生成装置的示意框图。该植保地图的生成装置500,包括:
显示单元502,用于将种植区中各传感器的监测位点显示在地图上;
接收单元504,用于接收各传感器上传的病虫害图像;
处理单元506,用于根据病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,病虫害程度包括病虫害数量和病虫害范围;
显示单元502,还用于标识不同的病虫害种类以及指示相应的病虫害程度,并在地图上相应的监测位点上显示,形成植保地图。
本发明提供的植保地图的生成装置500,通过布置在监测位点的传感器将发现的病虫害图像自动上传至系统,系统通过对上传的病虫害图像进行分析,辨识出病虫害及病虫害的严重程度,然后按照预设方式,将辨识出的病虫害及病虫害程度标识出来并显示在地图中相应的监测位点上,由于多个监测位点在地图上交织在一起,绘制成网,显示出的病虫害数据最终呈现为图像,形成植保地图,使用户对于病害的现状有一个直观、全面而快速的了解,以便及时找出发病源头及发病情况。通过本发明的实施例,能够实时地展示种植区病害的现状,可以根据植保地图推断出整个种植区病害的趋势,提前做出预警,从而提高植保监控质量,同时解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
在上述实施例中,优选地,显示单元502,具体用于:根据种植区的面积划分若干区域,将各传感器的监测位点均匀布置在每个区域;将每个区域和各传感器的监测位点展示在地图上。
在该实施例中,根据种植区的面积进行传感器的布点,优选地可根据实际种植需求将种植区划分为多个区域,将各传感器的监测位点均匀布在每个区域,如呈网格状,以便绘制植保地图,并将每个区域和各传感器的监测位点显示在地图上,这样既能直观展示每个区域的病害情况,也能将多个区域的病害情况进行对比,使用户更加全面而快速的了解种植区病害的现状,并且可以推断出整个种植区病害的趋势,提前做出预警,提高植保监控质量,并且解决了大面积种植区植保巡检费工费力的问题,提高了温室设施自动化程度,提高了巡检效率。
在上述任一实施例中,优选地,处理单元506,还用于统计每个区域内的病虫害种类及发生病虫害的监测位点的数量,确定每个区域的病害程度;显示单元502,还用于标识每个区域的病害程度,并在植保地图上显示。
在该实施例中,通过统计每个区域内病虫害的种类及发生病虫害的监测位点的数量,并将两者结合起来进行区域对比与分析,可判断出每个区域的病害程度,然后按照预设方式(如用不同颜色或用不同的符号代表不同程度的病害)将每个区域的病害程度标识并展示出来。这样,能够直观观察各区域病虫害情况,及时进行预防处理或及时治疗,并直观了解处理手段所起到的防治效果的有效程度,而且可以直观显示整体区域的整个病虫害情况,预测可能发生的病虫害趋势,以预警后续植保操作。操作简单,易于观察,而且整体出发掌控植保情况,局部也可详细了解当前状况,可以使得植保决策全面、针对性强。
在上述任一实施例中,优选地,处理单元506,具体用于:将病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出病虫害种类和病虫害程度。
在该实施例中,当传感器将种植区的图像数据(包括大田植株的图像数据、捕捉昆虫动态的图像数据等)传入系统,系统会调取数据库(植保数据库,其内预存储了多种病虫害图像的标准特征数据,如不同病虫害的叶片颜色、虫眼大小、斑点形状等),通过将病虫害图像的特征数据与植保数据库中的数据进行对比,辨识出病害,以及病虫害程度。最后,将每个监测位点的数据汇总成图像,形成植保地图,以便找出植株的发病源头及发病情况,及时进行防治。
在上述任一实施例中,优选地,显示单元,具体还用于:按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对不同的病虫害种类以及指示相应的病虫害程度进行标识。
在该实施例中,预设方式包括但不限于以下任一项或其组合:颜色、文字、图形。例如,采用不同颜色代表不同程度的病虫害,采用不同图形代表不同的病害种类等。
具体实施例:提供了一种植保地图成像系统,如图6所示,该植保地图成像系统包括控制中心、植保数据库、传感器,传感器具有图像识别能力,能捕捉昆虫动态并进行拍照,将图像信息传入控制中心。其中,在构建系统之初,需要根据大田的面积进行传感器的布点,布点要均匀,呈网格状,如图7所示(其中圆形标识为布置在大田中的传感器),以便绘制植保地图。
通过传感器将大田植株的图像数据传入控制中心,控制中心调取植保数据库,对导入的图像进行分析,比如动态的虫害辨别,也可根据叶片的颜色及斑点形状特征进行数据比对,辨识出病害。判断出病虫害后,还能对所发生的病虫害的程度进行判断。最后将每个监控点的数据汇总成图像,形成植保地图,以便找出发病源头及发病情况。
如图8所示,根据本发明的一个具体实施例的植保地图的示意图。其中,该植保地图划分为四个区域,每个区域有若干个传感器的监测位点,每个网格对应一个传感器的监测位点,多个监测位点绘制成网,系统通过监测位点的传感器将发现的病虫害图像自动上传,通过控制中心对病虫害图像进行分析,确定出病害种类(如青枯病、白粉病、烟粉虱等)及病害程度(如分为严重、中级、初级等),然后将每个检测位点的图像数据(包括病害种类、及病害程度)展示出来,最后呈现为图像,其中对于病害种类直接以文字形式标识出来,对于病害程度以不同颜色进行显示。通过该植保地图,能够准确找到发病源头,实时监控病情扩散情况,对于植保防控有着重要的作用。
在本发明的另一具体实施例中,控制中心可以根据每个区域所包含的病害种类及发生病害的监测点数量等数据,确定出区域病害程度,并按照一定的方式展示在植保地图上,这样,使用户可以对每个区域的总体情况有个清晰的了解,便于进行区域防治。
如图9所示,根据本发明的一个实施例的计算机设备的示意图。该计算机设备1包括存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序,处理器14用于执行如上述任一实施例中的植保地图的生成方法的步骤。
本发明提供的计算机设备1,其所包含的处理器14用于执行如上述任一实施例中的植保地图的生成方法的步骤,因而该计算机设备1能够实现该植保地图的生成方法全部的有益效果,在此不再赘述。
本发明的另一方面实施例,提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现了如上述任一实施例中的植保地图的生成方法的步骤。
本发明提供的计算机可读存储介质,其上存储的计算机程序被处理器执行时实现了如上述任一实施例中的植保地图的生成方法的步骤,因而该计算机可读存储介质能够实现该植保地图的生成方法全部的有益效果,在此不再赘述。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种植保地图的生成方法,其特征在于,包括:
将种植区中各传感器的监测位点显示在地图上;
接收所述各传感器上传的病虫害图像;
根据所述病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,所述病虫害程度包括病虫害数量和病虫害范围;
标识不同的病虫害种类以及指示相应的病虫害程度,并在所述地图上相应的所述监测位点上显示,形成所述植保地图。
2.根据权利要求1所述的植保地图的生成方法,其特征在于,所述将种植区中各传感器的监测位点显示在地图上的步骤,具体包括:
根据种植区的面积划分若干区域,将所述各传感器的监测位点均匀布置在每个区域;
将所述每个区域和各传感器的监测位点展示在所述地图上。
3.根据权利要求2所述的植保地图的生成方法,其特征在于,还包括:
统计所述每个区域内的所述病虫害种类及发生病虫害的监测位点的数量,确定所述每个区域的病害程度;
标识所述每个区域的病害程度,并在所述植保地图上显示。
4.根据权利要求1至3中任一项所述的植保地图的生成方法,其特征在于,所述根据所述病虫害图像,辨识出病虫害种类和/或病虫害程度的步骤,具体包括:
将所述病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出所述病虫害种类和所述病虫害程度。
5.根据权利要求4所述的植保地图的生成方法,其特征在于,所述标识不同的病虫害种类以及指示相应的病虫害程度,具体为:
按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对所述不同的病虫害种类以及指示相应的病虫害程度进行标识。
6.一种植保地图的生成装置,其特征在于,包括:
显示单元,用于将种植区中各传感器的监测位点显示在地图上;
接收单元,用于接收所述各传感器上传的病虫害图像;
处理单元,用于根据所述病虫害图像,辨识出病虫害种类和/或病虫害程度,其中,所述病虫害程度包括病虫害数量和病虫害范围;
所述显示单元,还用于标识不同的病虫害种类以及指示相应的病虫害程度,并在所述地图上相应的所述监测位点上显示,形成所述植保地图。
7.根据权利要求6所述的植保地图的生成装置,其特征在于,所述显示单元,具体用于:
根据种植区的面积划分若干区域,将所述各传感器的监测位点均匀布置在每个区域;
将所述每个区域和各传感器的监测位点展示在所述地图上。
8.根据权利要求7所述的植保地图的生成装置,其特征在于,
所述处理单元,还用于统计所述每个区域内的所述病虫害种类及发生病虫害的监测位点的数量,确定所述每个区域的病害程度;
所述显示单元,还用于标识所述每个区域的病害程度,并在所述植保地图上显示。
9.根据权利要求6至8中任一项所述的植保地图的生成装置,其特征在于,所述处理单元,具体用于:
将所述病虫害图像中的叶片颜色数据和/或斑点数据与数据库中的数据进行比对,根据比对结果确定出所述病虫害种类和所述病虫害程度。
10.根据权利要求9所述的植保地图的生成装置,其特征在于,所述显示单元,具体还用于:
按照以下预设方式中至少任一项或其组合:颜色、文字、图形,对所述不同的病虫害种类以及指示相应的病虫害程度进行标识。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711262615.1A CN107977631A (zh) | 2017-12-04 | 2017-12-04 | 植保地图的生成方法及装置 |
PCT/CN2018/084165 WO2019109578A1 (zh) | 2017-12-04 | 2018-04-24 | 植保地图的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711262615.1A CN107977631A (zh) | 2017-12-04 | 2017-12-04 | 植保地图的生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107977631A true CN107977631A (zh) | 2018-05-01 |
Family
ID=62009213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711262615.1A Pending CN107977631A (zh) | 2017-12-04 | 2017-12-04 | 植保地图的生成方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107977631A (zh) |
WO (1) | WO2019109578A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109496622A (zh) * | 2018-10-18 | 2019-03-22 | 广州极飞科技有限公司 | 害虫的识别方法及装置、施药信息的确定方法、植保系统 |
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 |
CN113505706A (zh) * | 2021-07-14 | 2021-10-15 | 陈小义 | 一种基于ai智能的病害自动识别方法及系统 |
CN114331780A (zh) * | 2021-11-25 | 2022-04-12 | 红火蚁科技有限公司 | 一种害虫网格化防控方法和系统 |
CN115203315A (zh) * | 2022-07-18 | 2022-10-18 | 浙江鼎昆环境科技有限公司 | 基于物联网传感器判断白蚁有无的监测点状态在软件上的展示系统和计算方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113129291A (zh) * | 2021-04-26 | 2021-07-16 | 吕桂荣 | 一种基于大数据植物病虫害智能识别方法与系统 |
CN115471747B (zh) * | 2022-08-30 | 2023-05-09 | 广东省农业科学院环境园艺研究所 | 一种山茶花病虫害和生理病害的ai快速判识方法及应用 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050283314A1 (en) * | 2004-06-10 | 2005-12-22 | Pioneer Hi-Bred International, Inc. | Apparatus, method and system of information gathering and use |
CN103136632A (zh) * | 2013-01-31 | 2013-06-05 | 安徽大学 | 作物病情处方图生成与发布系统 |
CN103426043A (zh) * | 2012-05-18 | 2013-12-04 | 乔广行 | 一种农作物监测预警与应急管理系统 |
CN103985056A (zh) * | 2014-05-06 | 2014-08-13 | 北京农业信息技术研究中心 | Wsn农田自由分区农产品生产履历采集方法及系统 |
CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测系统及监测控制方法 |
CN106991619A (zh) * | 2017-06-05 | 2017-07-28 | 河北哲瀚网络科技有限公司 | 一种农作物病虫害智能诊断系统及诊断方法 |
-
2017
- 2017-12-04 CN CN201711262615.1A patent/CN107977631A/zh active Pending
-
2018
- 2018-04-24 WO PCT/CN2018/084165 patent/WO2019109578A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050283314A1 (en) * | 2004-06-10 | 2005-12-22 | Pioneer Hi-Bred International, Inc. | Apparatus, method and system of information gathering and use |
CN103426043A (zh) * | 2012-05-18 | 2013-12-04 | 乔广行 | 一种农作物监测预警与应急管理系统 |
CN103136632A (zh) * | 2013-01-31 | 2013-06-05 | 安徽大学 | 作物病情处方图生成与发布系统 |
CN103985056A (zh) * | 2014-05-06 | 2014-08-13 | 北京农业信息技术研究中心 | Wsn农田自由分区农产品生产履历采集方法及系统 |
CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测系统及监测控制方法 |
CN106991619A (zh) * | 2017-06-05 | 2017-07-28 | 河北哲瀚网络科技有限公司 | 一种农作物病虫害智能诊断系统及诊断方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109496622A (zh) * | 2018-10-18 | 2019-03-22 | 广州极飞科技有限公司 | 害虫的识别方法及装置、施药信息的确定方法、植保系统 |
CN113505706A (zh) * | 2021-07-14 | 2021-10-15 | 陈小义 | 一种基于ai智能的病害自动识别方法及系统 |
CN114331780A (zh) * | 2021-11-25 | 2022-04-12 | 红火蚁科技有限公司 | 一种害虫网格化防控方法和系统 |
CN115203315A (zh) * | 2022-07-18 | 2022-10-18 | 浙江鼎昆环境科技有限公司 | 基于物联网传感器判断白蚁有无的监测点状态在软件上的展示系统和计算方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019109578A1 (zh) | 2019-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107977631A (zh) | 植保地图的生成方法及装置 | |
Jiang et al. | DeepFlower: a deep learning-based approach to characterize flowering patterns of cotton plants in the field | |
CA2744715C (en) | Method and apparatus for monitoring tree growth | |
JP2021515919A (ja) | 領域特定方法、装置、記憶媒体及びプロセッサ | |
US20180025233A1 (en) | Image-capturing device, recording device, and video output control device | |
JP6295452B2 (ja) | 農作物育成支援装置、及びそのプログラム | |
CA3163818A1 (en) | Crop scouting information systems and resource management | |
US20220405863A1 (en) | Information processing device, information processing method, and program | |
CN106940824A (zh) | 用于估计有效害虫严重程度指数的系统和方法 | |
CN108632574A (zh) | 一种监控图像信息展示方法、装置及系统 | |
CN115294518B (zh) | 一种园艺植物温室精准栽培的智能监控方法及系统 | |
Haas-Stapleton et al. | Assessing mosquito breeding sites and abundance using an unmanned aircraft | |
Giakoumoglou et al. | White flies and black aphids detection in field vegetable crops using deep learning | |
CN114511820A (zh) | 货架商品检测方法、装置、计算机设备及存储介质 | |
CN114760832A (zh) | 预测装置 | |
CN107064159A (zh) | 一种依据植物黄叶检测判断生长趋势的装置及系统 | |
US20220392214A1 (en) | Scouting functionality emergence | |
WO2012124066A1 (ja) | 携帯装置、作業支援プログラム、情報提供方法および情報提供プログラム | |
KR102423255B1 (ko) | 사물인터넷 기반의 센서정보와 영상정보를 동기화하여 통합관리하기 위한 시스템 및 방법 | |
CN116579751B (zh) | 农作物检测数据处理方法及系统 | |
Ko et al. | Embedded imagers: Detecting, localizing, and recognizing objects and events in natural habitats | |
KR101668820B1 (ko) | 재배블록 단위 환경 제어 시스템 | |
James et al. | Citdet: A benchmark dataset for citrus fruit detection | |
WO2022203114A1 (ko) | 농작물 모니터링장치 및 그 장치의 구동방법 | |
Dovydaitis et al. | Assessing pollen beetle dynamics in diversified agricultural landscapes with reduced pesticide management strategies: Exploring the potential of digital yellow water traps for continuous, high-resolution monitoring in oilseed rape. |
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 |
Application publication date: 20180501 |
|
RJ01 | Rejection of invention patent application after publication |