CN107996536A - 一种蝗虫监测图像识别自动预警装置及其制造工艺 - Google Patents
一种蝗虫监测图像识别自动预警装置及其制造工艺 Download PDFInfo
- Publication number
- CN107996536A CN107996536A CN201711187237.5A CN201711187237A CN107996536A CN 107996536 A CN107996536 A CN 107996536A CN 201711187237 A CN201711187237 A CN 201711187237A CN 107996536 A CN107996536 A CN 107996536A
- Authority
- CN
- China
- Prior art keywords
- locust
- image
- ages
- nymph
- gregarious
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M1/00—Stationary means for catching or killing insects
- A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
- A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供一种利用图像识别技术自动监测预警蝗虫蝗蝻发生情况的装置,装置根据蝗虫行为学设计可对蝗虫蝗蝻向该装置的诱集区域产生诱集作用,再对诱集区域进行图像采集并对采集到的图像进行图像识别,根据蝗虫蝗蝻的各项特征以及各龄期蝗虫特征、群居型蝗虫特征等结合图像识别技术自动计算出图像内的蝗虫蝗蝻总个数、各龄期蝗虫蝗蝻个数、是否为群居型蝗虫及其个数等数据,并将数据及图像远程传输到计算机,人工只需通过计算机对各项数据进行及时查看及分析,从而判断出蝗害现状及发展趋势,及时做出防治措施,从而使蝗害得到及时防控。本发明具有高效、简捷、自动、特异性强、准确性和稳定性高等特点,可以节约大量人力物力成本。
Description
技术领域
本发明涉及植物保护领域中的虫害图像识别监测预警技术。
背景技术
蝗虫是我国历史上为害农作物最为严重的害虫,其造成的灾害与旱灾、水灾并称三大灾害,在我国常年发生面积超过10亿亩次。一旦防治不及时,则会给我国粮食和畜产品生产带来严重损失。在蝗虫防治中能够及时、准确地监测蝗虫发生密度情况十分关键,一直以来都采用人工实地调查的方式监测蝗虫发生情况,但由于蝗虫多发生于山区、森林、低洼地区、半干旱区、草原等复杂地区且成群迁徙,因此人工难于实施实地调查并且需耗费大量人力物力,严重影响防治蝗虫灾害的及时性,造成防治效果不理想。
发明内容
针对上述问题,本发明提供一种利用图像识别技术自动监测预警蝗虫蝗蝻发生情况的装置,装置根据蝗虫行为学设计可对蝗虫蝗蝻向该装置的诱集区域产生诱集作用,再对诱集区域进行图像采集并对采集到的图像进行图像识别,根据蝗虫蝗蝻的各项特征以及各龄期蝗虫特征、群居型蝗虫特征等结合图像识别技术自动计算出图像内的蝗虫蝗蝻总个数、各龄期蝗虫蝗蝻个数、是否为群居型蝗虫及其个数等数据,并将数据及图像远程传输到计算机,人工只需通过计算机对各项数据进行及时查看及分析,从而判断出蝗害现状及发展趋势,及时做出防治措施,从而使蝗害得到及时防控。
本发明采取以上技术方案实现上述目的,其具有以下优点:1.该装置根据对蝗虫行为学的多年研究,可以对蝗虫蝗蝻向诱集区域内产生诱集作用。2.该装置根据对蝗虫及其防治的多年研究,总结出蝗虫、各龄期蝗虫、群居型蝗虫的形貌特征,结合图像识别技术,可有效识别并预判出监测地点蝗虫发生密度、蝗虫各龄期发生密度、是否为群居型蝗虫及其发生密度等几项数据信息。通过上述多种数据结合,从而更准确、有效判断出蝗害现状及发展趋势。3.该装置从诱捕蝗虫到拍照到图像识别到数据自动传输全部自动化工作。4.该装置设计安装简便、适用于多种蝗虫孳生区及河滩、沼泽等难于人工实际调查的复杂地区。5.该装置采用了220v市电和太阳能供电两种电源方式,可应对多种不同情况。6.通过大量测试表明,本发明具有高效、简捷、自动、特异性强、准确性和稳定性高等特点,可以节约大量人力物力成本。
附图说明
图1.装置示意图。
图2.控制盒。
图3.控制盒内部设备图。
具体实施方式:
下面结合示意图和实图,对本发明进行详细描述。
如图1所示,本发明主要包括3部分:诱捕装置、图像采集及数据处理装置、电源装置。
如图1所示,诱捕装置由诱虫板、及支架组成。诱虫板材质可为pp、pvc、pc、abs等白色塑料材质,切割成正方形、圆形等规则形状,表面光滑。支架材质为不锈钢,由一根主杆和垂直于主杆的悬臂构成,主杆垂直于地面安装,其底部有底座便于与地面固定牢固,诱虫板平铺地面放在主杆一侧固定牢固,在距地面适宜距离处固定一根垂直于主杆的悬臂,悬臂上可安装图像采集及数据处理装置,调整悬臂长度及安装位置使该装置能在诱虫板的正中上方处,从而使该装置底部的摄像头能够垂直向下照射对整个诱虫板进行图像采集。根据昆虫的气味信息素及趋光性,在安装拍照及数据处理装置处的悬臂上安装诱虫灯及诱集剂,可有效对蝗虫蝗蝻产生诱集作用。在主杆顶部设置太阳能电池板支架,可安装太阳能电池板。整个装置需安放在地势较高处及阳光照射的地方,因蝗虫喜欢聚集于此条件下的区域。
如图2所示,图像采集及数据处理装置由箱体式控制盒构成,上下表面为正方形。如图3所示其内部装有开发主板、U盘、摄像头、数据远程传输设备。控制盒底部正中部打孔并以透明塑料密封,孔的直径略大于摄像头镜头直径,在控制盒内部固定摄像头,使摄像头可通过控制盒底部透明孔垂直向下照射。控制盒内部,U盘、摄像头、数据远程传输设备均与开发主板相连,对开发主板写入程序,由开发主板控制摄像头向诱集区域进行图像采集并自动对图像进行识别,也可远程将采集图像传给计算机由计算机进行识别。具体识别方法有通过对采集图像中蝗虫颜色及体态特征区别于图像中其他物体从而识别出图像中蝗虫总个数,通过识别蝗虫的体长特征从而将图像中的蝗虫分为一龄、二龄、三龄、四龄、五龄五类,并分别识别各类龄期个数,通过识别蝗虫体表颜色判断被监测蝗虫是否为群居型并识别出其个数,通常群居型蝗虫体表颜色较其他类型较黑较深。识别过程中的图像、数据等都可通过数据远程传输设备远程传到计算机,通过计算机进行数据查看及分析。同时拍摄到的图片可自动存储在插在开发主板的U盘内,便于查看及调取。控制盒安装时与支架使悬臂相接,使其悬空固定于诱虫板正中上方。
本发明的电源装置分为220v市电与太阳能供电两种。利用220v市电供电,可直接通过电压转换装置连入控制盒为用电器供电。利用太阳能供电,可在支架上方安太阳能电池板及太阳能控制器及蓄电池,蓄电池连入控制盒为所有用电器供电,通过太阳能电池板为蓄电池充电,使蓄电池长期为用电器供电。
实验例1:
本实施例中,该设备安装在蝗虫孳生区中。选择一个地势较高迎光区域。夯实并铺平地面。取一根不锈钢支架,主杆长约1.8米,在主杆上距主杆底部半米处地固定一根长约40厘米的垂直于主杆不锈钢悬臂。将主杆垂直于地面固定好,在主杆一侧地面紧挨主杆平铺一张边长70厘米厚3毫米的白色正方形塑料诱虫板固定在地面。将装有拍照及数据处理装置的控制盒固定在悬臂另一端,调节悬臂位置和控制盒固定位置,使控制盒悬空在白色诱虫板正中上方,并使控制盒底部摄像头垂直向下照射白色诱虫板。接着将控制盒内主板连接电脑,对摄像头进行对焦处理。在控制盒上部安装一个诱芯槽及灯座,用螺丝固定,灯座上安一个诱虫灯泡,诱芯槽材质为亚克力,扁圆柱形,表面打若干小孔,中间镂空放置诱芯。然后在支架主杆上安装太阳能电池板、太阳能控制器及蓄电池连入控制盒内及灯座,接通电源。
实验证明,通过地势高、阳光照射、灯光照射及诱芯可有效吸引蝗虫到白色诱虫板上。由图像采集及数据处理装置对其进行图像采集,通过图像识别及数据、图像远程传输到计算机,在计算机上可及时查看并分析,从而准确判断出蝗害发展现状及趋势。
本发明仅以上述实施例进行说明,凡根据本发明原理进行的等效变换,均不应排除在本发明的保护范围之外。
Claims (5)
1.一种利用图像识别技术自动监测预警蝗虫蝗蝻发生情况的装置,其特征在于它包括:(1)本发明利用图像识别技术实现对蝗虫诱集区域的自动图像采集并对采集图像进行图像识别,识别出图像内蝗虫发生情况,从而准确、有效判断出蝗害现状及发展趋势。(2)本发明研究得出蝗虫行为习性,从而对蝗虫蝗蝻产生特异性引诱作用。(3)本发明根据对蝗虫防控研究设计出多个数据监测项目并实施监测。(4)本发明根据对蝗虫研究设计出通过图像识别的具体识别方法。(5)本发明通过采用诱虫板形成蝗虫诱集区域,由诱虫板上方固定摄像头对其进行图像采集。
2.如权利要求1所述的蝗虫行为习性,其特征在于:蝗虫喜欢向地势高于周围或者不背离阳光处聚集。
3.如权利要求1所述的多个数据监测项目,其特征在于:本发明的监测项目有:图像内蝗虫总头数,以及其中一龄、二龄、三龄、四龄、五龄各龄期个数,监测到的蝗虫蝗蝻是否为群居型,以及群居及非群居型的分别个数等。
4.如权利要求1所述的通过图像识别的具体识别方法,其特征在于:通过对采集图像中蝗虫颜色及体态特征区别于图像中其他物体从而识别出图像中蝗虫总个数,通过识别蝗虫的体长特征从而将图像中的蝗虫分为一龄、二龄、三龄、四龄、五龄五类,并分别识别各类龄期个数,通过识别蝗虫体表颜色判断被监测蝗虫是否为群居型并识别出其个数,通常群居型蝗虫体表颜色较其他类型较黑较深。
5.如权利要求1所述的诱虫板,其特征在于:采用诱虫板形成蝗虫诱集区域用以图像采集,诱虫板材质可为pp、pvc、pc、abs等白色塑料材质,切割成正方形、圆形等规则形状,表面光滑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711187237.5A CN107996536B (zh) | 2017-11-24 | 2017-11-24 | 一种蝗虫监测图像识别自动预警装置及其制造工艺 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711187237.5A CN107996536B (zh) | 2017-11-24 | 2017-11-24 | 一种蝗虫监测图像识别自动预警装置及其制造工艺 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107996536A true CN107996536A (zh) | 2018-05-08 |
CN107996536B CN107996536B (zh) | 2020-07-28 |
Family
ID=62053346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711187237.5A Active CN107996536B (zh) | 2017-11-24 | 2017-11-24 | 一种蝗虫监测图像识别自动预警装置及其制造工艺 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107996536B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110521673A (zh) * | 2019-08-09 | 2019-12-03 | 张昕然 | 一种蝗虫养殖自动化智能培育箱 |
CN110754439A (zh) * | 2019-11-29 | 2020-02-07 | 张昕然 | 一种温控蝗虫智能选留种孵化育控设备及其制造工艺 |
CN111696127A (zh) * | 2020-06-02 | 2020-09-22 | 中国联合网络通信集团有限公司 | 蝗灾分析预警系统及方法 |
CN111830029A (zh) * | 2020-01-02 | 2020-10-27 | 刘金涛 | 农药配制浓度现场解析系统及方法 |
CN112219816A (zh) * | 2020-10-21 | 2021-01-15 | 北京嘉景生物科技有限责任公司 | 一种农林有害生物自动监测及无人机飞防定位装置及其应用 |
CN113016743A (zh) * | 2021-03-10 | 2021-06-25 | 北京依科曼生物技术股份有限公司 | 一种蝗虫虫情调查智能监测系统 |
CN113940325A (zh) * | 2021-10-18 | 2022-01-18 | 中国检验检疫科学研究院 | 一种针对蝗虫的监测诱捕装置及含其监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004261155A (ja) * | 2003-03-04 | 2004-09-24 | Ecore Kk | 害虫の監視システム |
CN102062870A (zh) * | 2010-10-26 | 2011-05-18 | 东北师范大学 | 蝗虫密度等级自动监测系统 |
CN103210896A (zh) * | 2013-04-19 | 2013-07-24 | 北京理工大学 | 一种温室番茄害虫智能监测与诱捕系统 |
CN203455484U (zh) * | 2013-09-13 | 2014-02-26 | 山西大学 | 草原蝗虫远程监测设备和系统 |
CN105580802A (zh) * | 2014-10-22 | 2016-05-18 | 中国农业大学 | 东亚飞蝗蝗蝻自动监测装置及监测方法 |
-
2017
- 2017-11-24 CN CN201711187237.5A patent/CN107996536B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004261155A (ja) * | 2003-03-04 | 2004-09-24 | Ecore Kk | 害虫の監視システム |
CN102062870A (zh) * | 2010-10-26 | 2011-05-18 | 东北师范大学 | 蝗虫密度等级自动监测系统 |
CN103210896A (zh) * | 2013-04-19 | 2013-07-24 | 北京理工大学 | 一种温室番茄害虫智能监测与诱捕系统 |
CN203455484U (zh) * | 2013-09-13 | 2014-02-26 | 山西大学 | 草原蝗虫远程监测设备和系统 |
CN105580802A (zh) * | 2014-10-22 | 2016-05-18 | 中国农业大学 | 东亚飞蝗蝗蝻自动监测装置及监测方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110521673A (zh) * | 2019-08-09 | 2019-12-03 | 张昕然 | 一种蝗虫养殖自动化智能培育箱 |
CN110754439A (zh) * | 2019-11-29 | 2020-02-07 | 张昕然 | 一种温控蝗虫智能选留种孵化育控设备及其制造工艺 |
CN111830029A (zh) * | 2020-01-02 | 2020-10-27 | 刘金涛 | 农药配制浓度现场解析系统及方法 |
CN111830029B (zh) * | 2020-01-02 | 2023-10-20 | 河北盛鹏化工有限公司 | 农药配制浓度现场解析系统及方法 |
CN111696127A (zh) * | 2020-06-02 | 2020-09-22 | 中国联合网络通信集团有限公司 | 蝗灾分析预警系统及方法 |
CN112219816A (zh) * | 2020-10-21 | 2021-01-15 | 北京嘉景生物科技有限责任公司 | 一种农林有害生物自动监测及无人机飞防定位装置及其应用 |
CN113016743A (zh) * | 2021-03-10 | 2021-06-25 | 北京依科曼生物技术股份有限公司 | 一种蝗虫虫情调查智能监测系统 |
CN113940325A (zh) * | 2021-10-18 | 2022-01-18 | 中国检验检疫科学研究院 | 一种针对蝗虫的监测诱捕装置及含其监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107996536B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107996536A (zh) | 一种蝗虫监测图像识别自动预警装置及其制造工艺 | |
Winter et al. | Guidelines for finding nests of passerine birds in tallgrass prairie | |
Shenbrot et al. | Long-term study of population dynamics and habitat selection of rodents in the Negev Desert | |
Barrett | Habitat preferences of feral hogs, deer, and cattle on a Sierra foothill range California, interspecific competition, irrigated pastures. | |
CN105580802A (zh) | 东亚飞蝗蝗蝻自动监测装置及监测方法 | |
Santora et al. | Modeling spatiotemporal dynamics of krill aggregations: size, intensity, persistence, and coherence with seabirds | |
Clemens et al. | Sampling methods and survey designs for larval lampreys | |
CN106614452A (zh) | 一种飞蝗蝗蝻发生密度自动监测系统及其制造工艺 | |
Schneider | Passerine use of grasslands managed with two grazing regimes on the Missouri Coteau in North Dakota | |
Anthony et al. | Techniques for identifying predators of goose nests | |
Scarpignato et al. | Space use by Common Ravens in Marbled Murrelet nesting habitat in northern California | |
Cincotta et al. | A Statistical Model of Expansion in a Colony of Black-Tailed Prairie Dogs¹ RP Cincotta2, 3, DW Uresk', and RM Hansen? | |
Zhao et al. | Pika disturbance intensity observation system via multidimensional stereoscopic surveying for monitoring alpine meadow | |
CN208850291U (zh) | 一种智能检测农业大棚 | |
Namboothri et al. | Olive ridley mass-nesting at Cuthbert Bay wildlife sanctuary, Middle Andaman Island | |
Bowers | Survey protocols and spatial ecology of the Western Chicken Turtle (Deirochelys reticularia miaria) | |
Allen et al. | Survey techniques, detection probabilities, and the relative abundance of the carnivore guild on the apostle islands (2014-2016) | |
Sheffield et al. | Monitoring planktivorous seabird populations: validating surface counts of crevice-nesting auklets using mark–resight techniques | |
Boroski et al. | Fisher research and the Kings River sustainable forest ecosystems project: current results and future efforts | |
Smith | Models of seasonal growth of the equatorial carp Labeo dussumieri in response to the river flood cycle | |
Bakar et al. | iMHS: An IOT Embedded for Aedes Mosquito Home System | |
Cupiche-Herrera et al. | Low-cost automated call box system to conduct playback experiments for wildlife research and management | |
Halford | Effects on pollinator-flower visit frequency observed between shade conditions beneath white backed, black backed, and bifacial simulated solar panels placed over Symphytum officinale and Pentaglottis Sempervirens, during summer 2021 in Hertfordshire, UK | |
CN106338777A (zh) | 蚊虫感应方法和装置 | |
Beatham et al. | A camera trap method for estimating target densities of grey squirrels to inform wildlife management applications |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |