CN108073908B - 害虫识别方法及装置、计算机装置及存储介质 - Google Patents
害虫识别方法及装置、计算机装置及存储介质 Download PDFInfo
- Publication number
- CN108073908B CN108073908B CN201711465107.3A CN201711465107A CN108073908B CN 108073908 B CN108073908 B CN 108073908B CN 201711465107 A CN201711465107 A CN 201711465107A CN 108073908 B CN108073908 B CN 108073908B
- Authority
- CN
- China
- Prior art keywords
- pest
- image
- pests
- sticky
- sticking
- 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.)
- Active
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供一种害虫识别方法,包括:从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。本发明还公开了一种害虫识别装置、计算机装置和计算机可读存储介质。本发明可以便捷、快速、准确地发现植物生长时的害虫数据,有利于及时对植物生长时的害虫进行处理,为植物的生长提供良好的生长环境。
Description
技术领域
本发明涉及植物病害虫防治领域,尤其涉及一种害虫识别方法及装置、计算机装置及存储介质。
背景技术
目前的农业生产中,为了确保植物的健康生长,需要了解植物生长环境中是否有害虫,进而在发现害虫后及时清除害虫,为植物生长提供良好的生长环境。现有技术中,发现害虫的主要方法是通过工作人员定期观察植物的生长状况,来发现是否有害虫,然而由于工作人员不可能时时观察,可能使得有害虫时无法及时发现。综上所述,现有技术中发现害虫的方法耗时耗力,人力成本高,并且准时效性较低,准确性也不高,从而导致应对差而无法确保植物的健康生长。
发明内容
鉴于以上内容,有必要提供一种害虫识别方法及装置、计算机装置及存储介质,能便捷、快速、准确地发现植物生长时的害虫,有利于及时对植物生长时的害虫进行处理,为植物的生长提供良好的生长环境。
本发明提供一种害虫识别方法,所述方法包括:
从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;
对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在本发明优选实施中,所述方法还包括:
根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;
计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;
若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
在本发明优选实施中,所述方法还包括:
获取所述粘虫图像中粘虫装置边界的颜色信息;
根据所述颜色信息确定害虫的分布状况;
若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
在本发明优选实施中,所述方法还包括:
获取所述粘虫装置与所述粘虫装置周围的植物的距离;
判断所述距离是否满足预设距离条件;
若所述距离满足预设距离条件,执行所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度的操作。
在本发明优选实施中,在所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度之后,所述方法还包括:
若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,发送清理害虫指令;或者
根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及
根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。
在本发明优选实施例中,所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度,包括:
提取所述粘虫图像的特征;
根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;
根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。
本发明还提供一种害虫识别装置,所述装置包括:
图像获取模块,用于从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;
识别模块,用于对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在本发明优选实施例中,所述装置还包括:
分析模块,用于根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;
计算模块,用于计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;
调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
在本发明优选实施例中,所述装置还包括:
颜色获取模块,用于获取所述粘虫图像中粘虫装置边界的颜色信息;
确定模块,用于根据所述颜色信息确定害虫的分布状况;
调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
在本发明优选实施例中,所述装置还包括:
距离获取模块,用于获取所述粘虫装置与所述粘虫装置周围的植物的距离;
判断模块,用于判断所述距离是否满足预设距离条件;
触发模块,用于若所述距离满足预设距离条件,触发识别模块对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在本发明优选实施例中,所述装置还包括发送模块,所述发送模块用于:
若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,发送清理害虫指令;或者
根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及
根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。
在本发明优选实施例中,所述识别模块具体用于:
提取所述粘虫图像的特征;
根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;
根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。
本发明还提供一种计算机装置,所述计算机装置包括存储器及处理器,所述存储器用于存储至少一个指令,所述处理器用于执行所述至少一个指令以实现任意实施例中所述的害虫识别方法。
本发明还提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现任意实施例中所述的害虫识别方法。
由以上技术方案看出,本发明通过从摄像装置获取检测区域中对粘虫装置所拍摄的粘虫图像,可以及时确定所述检测区域是否有害虫,由于粘虫图像可以通过摄像装置获取,使得无需人工不间断的查看就能够直接获取待检测区域的害虫情况,降低了人力成本;同时,所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置根据对所述粘虫图像的分析得到的分析结果可以随时进行调整,使得摄像装置能够不断调整位置使拍摄到的粘虫图像更加全面和精确,进而提高了害虫信息获取的准确性。在获取粘虫图像之后,对所述粘虫图像进行识别,至少获取以下信息:所述粘虫图像中的害虫种类、所述粘虫图像中每种害虫的害虫数量,以及所述粘虫装置上害虫的密度,可以为处理害虫提供全面的信息,有利于及时对植物生长时的害虫进行处理,为植物的生长提供良好的生长环境的目的。
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,还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种害虫识别方法的流程图;
图2是本发明实施例中在某块种植区域放置两个粘虫板的示意图;
图3是本发明实施例提供的害虫识别装置的功能模块图;
图4是本发明实现害虫识别方法的较佳实施例的计算机装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,图1为本发明实施例提供的一种害虫识别方法的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
S10,计算机装置从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整。
上述摄像装置可以是摄像头,例如,能够接受可见光的摄像头,或者是能够接受红外光的摄像头。能够接受红外光的摄像头可称为红外摄像头,红外摄像头在采集图像信息时,可以获取到目标物体的温度信息。并且,在获取粘虫图像时,摄像装置的初始位置为正对所述粘虫装置的位置,使得获取到的粘虫图像可以更为清晰。
上述待检测区域是植物种植的区域,具体的,上述待检测区域是要检测是否存在害虫的植物种植区域。
粘虫装置可以为粘虫板,粘虫板的形状可以为正方形、长方形、立体三角形等。通常,若植物的种植区域存在害虫,当将粘虫装置放置于种植区域中植物的附近时,害虫会飞至粘虫装置上,从而将害虫粘住,因此通过获取粘虫装置上的粘虫图像,可以清楚地了解该种植区域中害虫的情况。
如图2所示,图2为在某块种植区域放置两个粘虫板的示例图。图2中的粘虫板置于架子上,粘虫板的高度略高于该区域所种植的植物,且粘虫板上的小黑点(由于图像比例原因,示例图中的粘虫板上的粘住的虫子显得较小)为粘住的虫子。
具体实施时,可以在待检测区域中每3-5个平方米放置一个粘虫板,然后通过正对粘虫板的摄像头拍摄粘虫图像。
同时,上述摄像头的位置并非固定位置,可以在获取到粘虫图像后,对粘虫图像进行分析,以确定摄像装置是否需要调整。由于本发明通过摄像装置拍摄到的粘虫图像来进行获取害虫信息,因此粘虫图像是否有效(例如是否粘到害虫,是否清晰等)是识别害虫的基础,根据粘虫图像及时的调整摄像头的位置,有利于获取有效的粘虫图像。
其中,对粘虫图像进行分析的步骤可以在获取到粘虫图像之后的任意时间例如在获取到粘虫图像之后并且在步骤S20之前,也可以在步骤S20之后。具体的,对粘虫图像进行分析可以包括判断粘虫图像上是否有粘到虫子,或者判断粘虫图像是否为清晰度高于预设清晰度的粘虫图像等。
可选的,在本发明另一实施例中,本发明所述的害虫识别方法可以包括以下对粘虫图像进行分析的步骤,从而获取精确的粘虫图像,提高害虫识别的准确率和有效性。
(1)计算机装置根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;
(2)计算机装置计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;
(3)若所述分布状况满足预设分布条件,计算机装置发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
上述聚类算法可用于对粘虫图像进行分析,具体的聚类算法有K-means聚类算法、FCM聚类算法等。具体聚类算法计算的步骤可以从现有技术中获取,这里不再赘述。
聚类算法可以通过计算距离将较近的对象聚为一类,因此通过聚类算法可以将粘虫图像中的距离较近的虫子聚为一类,从而获取粘虫图像中若干类虫子。例如,例如,在粘虫图像的A位置、B位置以及C位置,分别获取了聚集在一起的一群害虫。由于,聚类算法通过距离将较近的对象聚为一类,且聚类过程中只迭代计算距离,运算复杂度不高。因此,聚类算法应用于本发明中可以快速的获取害虫聚集的害虫区域,实用性高。
上述害虫区域至粘虫装置的边界的距离可以通过害虫区域的位置信息以及粘虫装置的尺寸信息来获取,且可以为相对距离(如占粘虫板长和宽的百分比为多少),也可以为绝对距离(如实际的距离多少厘米)。上述粘虫装置的边界可以为粘虫装置的指定边界。例如,若粘虫装置为长方形,则获取害虫区域至粘虫装置的上下左右四个边界的垂直距离。
在获取到每个害虫区域至所述粘虫装置的边界的距离后,可以确定粘虫装置上害虫的分布状况,例如,根据害虫区域至粘虫装置的上下左右四个边界的垂直距离,得到粘虫装置上的害虫都分布在粘虫板的上部分,或者都分布在粘虫板的左边。
上述预设分布条件用于判断粘虫装置上的害虫是否不为均匀分布,具体的分布条件可以根据需要设定,当害虫的分布状况满足预设的分布条件,即表明害虫的分布不为均匀分布,此时可向摄像装置发送调整指令。所述向摄像装置发送的指令可以用于直接控制摄像装置自动调整位置。具体的摄像装置的位置可以包括摄像装置的拍摄位置,所述摄像装置的摄像参数可以是包括焦距、焦点等摄像参数,以便获取清晰完成的粘虫图像。
例如,预设分布条件为是否害虫区域都聚集在粘虫装置的上部分,或者是都聚集在粘虫装置的某个角。当害虫的分布状况满足预设分布条件时,发送将摄像装置的角度向上调整指定角度的指令。
在其他实施例中,还可以将调整指令发送至植物看护的工作人员,以使工作人员知晓摄像装置进行了调整,或者是使工作人员手动对摄像装置进行调整。
可选的,在本发明另一实施例中,本发明所述的害虫识别方法还可以包括以下对粘虫图像进行分析的步骤,从而获取精确的粘虫图像,提高害虫识别的准确率和有效性。
(1)计算机装置获取所述粘虫图像中粘虫装置边界的颜色信息;
(2)计算机装置根据所述颜色信息确定害虫的分布状况;
(3)若所述分布状况满足预设分布条件,计算机装置发送调整指令至所述摄像装置,所述调整所述摄像装置的指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
当粘虫装置粘到虫子以后,边界会根据是否粘到虫子,以及粘到虫子的多少发生改变,因此,可以根据颜色信息确定害虫的分布状况。例如黄色的粘虫板为长方形,且四个边界中的上边界变成黑色,则表明该黄色的粘虫板上害虫都聚集在上部分,则向摄像装置发送调整指令对摄像装置进行调整。
具体的,有关当分布状况满足预设分布条件时,发送调整指令至摄像装置的描述可以参考前述相关内容,此处不再赘述。
S20,计算机装置对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在获取到粘虫图像后,对粘虫图像进行识别,从而获取粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度,可以通过图像识别的方法来进行获取。
同时,也可以将获取到的粘虫图像发送至第三方图像识别平台,以获取图像识别的结果,所述图像识别的结果包括害虫种类、每种害虫的数量以及害虫的密度。
可选的,在本发明另一实施例中,上述步骤S20具体可包括:
(1)计算机装置提取所述粘虫图像的特征;
(2)计算机装置根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;
(3)计算机装置根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。
上述提取所述粘虫图像的何种特征可以根据要采用的图像识别算法而异,具体的图像识别算法可以从现有的图像识别算法中选取使用,此处不再赘述。例如提取粘虫图像的局部二值模式(Local Binary Pattern,LBP)特征,并根据支持向量机(Support VectorMachine,SVM)来获取粘虫图像中害虫的种类,再根据现有的统计算法来每种害虫的数量。
上述粘虫装置的尺寸信息因粘虫装置而异。
在本实施例中,通过以上步骤可以及时且全面的获取粘虫图像上的害虫信息,进而自动进行害虫处理(例如农药喷洒等),或者进行人工除虫等操作,减少植物生长环境中的害虫。
可选的,在本发明另一实施例中,所述步骤S20之前还可以包括:
计算机装置获取所述粘虫装置与所述粘虫装置周围的植物的距离信息;
判断所述距离是否满足预设距离条件;
若所述距离满足预设距离条件,执行所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度的操作。
在本实施例中,通过检测粘虫装置与待检测区域中植物的距离,使得对粘虫装置粘虫的有效性和全面性进行判断。具体的,待检测区域中植物与周围的粘虫装置的距离可以为预先设置的,还可以是根据预设传感装置获取到的,例如,通过固定粘虫装置的固定架上安装的距离传感器采集植物与粘虫装置的距离。
上述预设距离条件用于确定粘虫装置与粘虫装置周围的植物是否在有效距离内,由于不同的植物种类以及不同的生长周期中粘虫装置与植物的最佳距离是不同的,因此具体的预设距离条件可以根据需要设定。例如,植物在幼苗时,粘虫装置挂放的高度高于幼苗10-15厘米,当高干作物高度在0.8-1米时,粘虫装置的高度与高干作物同高,以保证粘虫装置可以尽可能的粘到害虫,也可以使得粘虫图像反应的害虫信息尽可能的准确,提高了对害虫信息获取的准确性。
在本实施例中,当获取粘虫装置与所述粘虫装置周围的植物的距离满足预设距离条件时,才执行步骤S20对粘虫图像进行识别。使得在粘虫装置粘到的害虫的信息足够全面和准确时,才对粘虫图像进行分析,避免了对没有效的粘虫图像进行分析,减少了冗余操作,节省了系统资源。
可选的,在本发明另一实施例中,所述害虫识别方法还可以在步骤S20之后,发送报警消息以使在害虫较多时,害虫能够被清理,所述害虫识别方法还包括:
若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,计算机装置发送清理害虫指令;或者
计算机装置根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及
计算机装置根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。
其中,上述第一数量可以根据需要设定,具体的,可以根据粘虫装置的尺寸来确定数量。上述预设密度可以根据需要设定,例如,害虫的密度若密度为80%,则表明害虫比较多,要进行害虫清理,此时发送清理害虫指令。
在发送清理害虫信息时,可根据害虫实际状况确定严重等级,进而发送对应指令进行不同等级的报警。例如,报警等级包括但不限于红色报警、橙色报警、黄色报警、绿色报警等。其中,红色报警,表明害虫情况已经十分严重了,必须要在8小时之内进行处理,橙色报警表明害虫情况未达到红色报警的严重程度,可以在24小时内进行处理,黄色报警表明害虫情况未达到成橙色报警的严重程度,可以在72小时内处理。绿色报警表明有害虫但不是很多,此时无需进行除害虫处理,但获取粘虫图像进行害虫识别的频率可以增加,以密切关注待检测区域的虫害情况,使得在一旦可能发生大规模的害虫侵害时,可以及时的对害虫进行清理。
清理虫害的指令可以发送至其他除害虫装置,以使其他除害虫装置根据接收到的消息自动进行清理害虫(例如农药喷洒)。
在其他实施例中,清理虫害的指令也可以向植物看护的工作人员发送,以使工作人员进行害虫清理或了解其他除害虫装置将要进行害虫清理的消息。
在本发明实施例中,还可以根据粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若粘虫图像中害虫的数量达到第二数量,且粘虫图像中害虫的增长速度达到预设增长速度,发送清理害虫指令。
上述拍摄的历史信息是指拍摄所述同一粘虫装置的历史拍摄时间,以及从拍摄得到的粘虫图像中获取的害虫信息。上述第二数量可以根据需要设定,且第一数量和第二数量可以相同或者不同。上述预设增长速度也可以根据需要设定。例如,若粘虫图像中害虫的数量达到第二数量(如50只害虫),但是害虫的增长速度非常慢,表明害虫的数量不多,可以不立即进行害虫清理,或者是先进行害虫清理,再延长此后进行清理害虫的间隔时间等。
本发明实施例可以在害虫数量达到某一值时,若害虫的增长较快则进行清理,若害虫的增长速度较慢,不立即进行害虫清理。避免频繁的进行害虫清理,从而影响植物的生长,更好的保护植物的生长环境。
本发明实施例中,在进行害虫清理时,也可以根据不同种类害虫的增长速度发送适宜农药的推荐消息。所述适宜农药的推荐消息可以向工作人员或者是其他除害虫装置进行发送。
由于不同同类的害虫可能需要不同的农药进行清理,因此根据不同种类害虫的增长速度来进行清理,可以更加精准的对待检测区域的害虫进行清理。并且,若曾经对待检测区域进行了针对某种害虫的清理,但是此时,该待检测区域这种害虫的增长速度仍比较快,表明之前针对该害虫的清理效果不够明显,可能需要更换农药进行清理。
通过发送清理害虫指令以及适宜农药的推荐消息,有利于对害虫进行适度和精准的清理,避免害虫泛滥,进而对植物的生长提供良好的生长环境。
本发明提供的害虫识别方法从摄像装置获取检测区域中对粘虫装置所拍摄的粘虫图像,可以及时确定所述检测区域是否有害虫,由于粘虫图像可以通过摄像装置获取,使得无需人工不间断的查看就能够直接获取待检测区域的害虫情况,降低了人力成本;同时,所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置根据对所述粘虫图像的分析得到的分析结果可以随时进行调整,使得摄像装置能够不断调整位置使拍摄到的粘虫图像更加全面和精确,进而提高了害虫信息获取的准确性。在获取粘虫图像之后,对所述粘虫图像进行识别,至少获取以下信息:所述粘虫图像中的害虫种类、所述粘虫图像中每种害虫的害虫数量,以及所述粘虫装置上害虫的密度,可以为处理害虫提供全面的信息,有利于及时对植物生长时的害虫进行处理,为植物的生长提供良好的生长环境的目的。
如图3所示,图3为本发明实施例提供的害虫识别装置的功能模块图。所述害虫识别装置包括图像获取模块210和识别模块220。本发明所称的模块是指一种能够被计算机装置的处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在计算机装置的存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
图像获取模块210,用于从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整。
上述摄像装置可以是摄像头,例如,能够接受可见光的摄像头,或者是能够接受红外光的摄像头。能够接受红外光的摄像头可称为红外摄像头,红外摄像头在采集图像信息时,可以获取到目标物体的温度信息。并且,在获取粘虫图像时,摄像装置的初始位置为正对所述粘虫装置的位置,使得获取到的粘虫图像可以更为清晰。
上述待检测区域是植物种植的区域,具体的,上述待检测区域是要检测是否存在害虫的植物种植区域。
粘虫装置可以为粘虫板,粘虫板的形状可以为正方形、长方形、立体三角形等。通常,若植物的种植区域存在害虫,当将粘虫装置放置于种植区域中植物的附近时,害虫会飞至粘虫装置上,从而将害虫粘住,因此通过获取粘虫装置上的粘虫图像,可以清楚地了解该种植区域中害虫的情况。
如图2所示,图2为在某块种植区域放置两个粘虫板的示例图。图2中的粘虫板置于架子上,粘虫板的高度略高于该区域所种植的植物,且粘虫板上的小黑点(由于图像比例原因,示例图中的粘虫板上的粘住的虫子显得较小)为粘住的虫子。
具体实施时,可以在待检测区域中每3-5个平方米放置一个粘虫板,然后通过正对粘虫板的摄像头拍摄粘虫图像。
同时,上述摄像头的位置并非固定位置,可以在获取到粘虫图像后,对粘虫图像进行分析,以确定摄像装置是否需要调整。由于本发明通过摄像装置拍摄到的粘虫图像来进行获取害虫信息,因此粘虫图像是否有效(例如是否粘到害虫,是否清晰等)是识别害虫的基础,根据粘虫图像及时的调整摄像头的位置,有利于获取有效的粘虫图像。
其中,可以在图像获取模块获取到粘虫图像之后对粘虫图像进行分析,例如在获取到粘虫图像之后并且在识别模块执行之前,也可以在识别模块执行之后。具体的,对粘虫图像进行分析可以包括判断粘虫图像上是否有粘到虫子,或者判断粘虫图像是否为清晰度高于预设清晰度的粘虫图像等。
可选的,在本发明另一实施例中,本发明所述的害虫识别装置可以包括分析模块、计算模块和调整模块来对粘虫图像进行分析,从而获取精确的粘虫图像,提高害虫识别的准确率和有效性。
分析模块,用于根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域。
计算模块,用于计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况。
调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
上述聚类算法可用于对粘虫图像进行分析,具体的聚类算法有K-means聚类算法、FCM聚类算法等。具体聚类算法计算的步骤可以从现有技术中获取,这里不再赘述。
聚类算法可以通过计算距离将较近的对象聚为一类,因此通过聚类算法可以将粘虫图像中的距离较近的虫子聚为一类,从而获取粘虫图像中若干类虫子。例如,例如,在粘虫图像的A位置、B位置以及C位置,分别获取了聚集在一起的一群害虫。由于,聚类算法通过距离将较近的对象聚为一类,且聚类过程中只迭代计算距离,运算复杂度不高。因此,聚类算法应用于本发明中可以快速的获取害虫聚集的害虫区域,实用性高。
上述害虫区域至粘虫装置的边界的距离可以通过害虫区域的位置信息以及粘虫装置的尺寸信息来获取,且可以为相对距离(如占粘虫板长和宽的百分比为多少),也可以为绝对距离(如实际的距离多少厘米)。上述粘虫装置的边界可以为粘虫装置的指定边界。例如,若粘虫装置为长方形,则获取害虫区域至粘虫装置的上下左右四个边界的垂直距离。
在获取到每个害虫区域至所述粘虫装置的边界的距离后,可以确定粘虫装置上害虫的分布状况,例如,根据害虫区域至粘虫装置的上下左右四个边界的垂直距离,得到粘虫装置上的害虫都分布在粘虫板的上部分,或者都分布在粘虫板的左边。
上述预设分布条件用于判断粘虫装置上的害虫是否不为均匀分布,具体的分布条件可以根据需要设定,当害虫的分布状况满足预设的分布条件,即表明害虫的分布不为均匀分布,此时可向摄像装置发送调整指令。所述向摄像装置发送的指令可以用于直接控制摄像装置自动调整位置。具体的摄像装置的位置可以包括摄像装置的拍摄位置,所述摄像装置的摄像参数可以是包括焦距、焦点等摄像参数,以便获取清晰完成的粘虫图像。
例如,预设分布条件为是否害虫区域都聚集在粘虫装置的上部分,或者是都聚集在粘虫装置的某个角。当害虫的分布状况满足预设分布条件时,发送将摄像装置的角度向上调整指定角度的指令。
在其他实施例中,还可以将调整指令发送至植物看护的工作人员,以使工作人员知晓摄像装置进行了调整,或者是使工作人员手动对摄像装置进行调整。
可选的,在本发明另一实施例中,本发明所述的害虫识别装置可以包括颜色确定模块、确定模块和调整模块来对粘虫图像进行分析,从而获取精确的粘虫图像,提高害虫识别的准确率和有效性。
颜色获取模块,用于获取所述粘虫图像中粘虫装置边界的颜色信息。
确定模块,用于根据所述颜色信息确定害虫的分布状况。
调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
当粘虫装置粘到虫子以后,边界会根据是否粘到虫子,以及粘到虫子的多少发生改变,因此,可以根据颜色信息确定害虫的分布状况。例如黄色的粘虫板为长方形,且四个边界中的上边界变成黑色,则表明该黄色的粘虫板上害虫都聚集在上部分,则向摄像装置发送调整指令对摄像装置进行调整。
具体的,有关当分布状况满足预设分布条件时,发送调整指令至摄像装置的描述可以参考前述相关内容,此处不再赘述。
识别模块220,用于对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在图像获取模块获取到粘虫图像后,通过识别模块对粘虫图像进行识别,从而获取粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度,可以通过图像识别技术来进行获取。
同时,也可以将获取到的粘虫图像发送至第三方图像识别平台,以获取图像识别的结果,所述图像识别的结果包括害虫种类、每种害虫的数量以及害虫的密度。
可选的,在本发明另一实施例中,识别模块220具体用于:
提取所述粘虫图像的特征;
根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;
根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。
上述提取所述粘虫图像的何种特征可以根据要采用的图像识别算法而异,具体的图像识别算法可以从现有的图像识别算法中选取使用,此处不再赘述。例如提取粘虫图像的局部二值模式(Local Binary Pattern,LBP)特征,并根据支持向量机(Support VectorMachine,SVM)来获取粘虫图像中害虫的种类,再根据现有的统计算法来每种害虫的数量。
上述粘虫装置的尺寸信息因粘虫装置而异。
在本实施例中,通过以上步骤可以及时且全面的获取粘虫图像上的害虫信息,进而自动进行害虫处理(例如农药喷洒等),或者进行人工除虫等操作,减少植物生长环境中的害虫。
可选的,在本发明另一实施例中,所述在识别模块220执行之前还可以通过距离获取模块、判断模块和触发模块来控制是否对粘虫图像进行识别。
距离获取模块,用于获取所述粘虫装置与所述粘虫装置周围的植物的距离。
判断模块,用于判断所述距离是否满足预设距离条件。
触发模块,用于若所述距离满足预设距离条件,触发识别模块对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度。
在本实施例中,通过检测粘虫装置与待检测区域中植物的距离,使得对粘虫装置粘虫的有效性和全面性进行判断。具体的,待检测区域中植物与周围的粘虫装置的距离可以为预先设置的,还可以是根据预设传感装置获取到的,例如,通过固定粘虫装置的固定架上安装的距离传感器采集植物与粘虫装置的距离。
上述预设距离条件用于确定粘虫装置与粘虫装置周围的植物是否在有效距离内,由于不同的植物种类以及不同的生长周期中粘虫装置与植物的最佳距离是不同的,因此具体的预设距离条件可以根据需要设定。例如,植物在幼苗时,粘虫装置挂放的高度高于幼苗10-15厘米,当高干作物高度在0.8-1米时,粘虫装置的高度与高干作物同高,以保证粘虫装置可以尽可能的粘到害虫,也可以使得粘虫图像反应的害虫信息尽可能的准确,提高了对害虫信息获取的准确性。
在本实施例中,当获取粘虫装置与所述粘虫装置周围的植物的距离满足预设距离条件时,识别模块才对粘虫图像进行识别。使得在粘虫装置粘到的害虫的信息足够全面和准确时,才对粘虫图像进行分析,避免了对没有效的粘虫图像进行分析,减少了冗余操作,节省了系统资源。
可选的,在本发明另一实施例中,所述害虫识别装置还可以通过发送模块发送报警消息以使在害虫较多时,害虫能够被清理。
发送模块具体用于:
若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,发送清理害虫指令;或者
根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及
根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。
其中,上述第一数量可以根据需要设定,具体的,可以根据粘虫装置的尺寸来确定数量。上述预设密度可以根据需要设定,例如,害虫的密度若密度为80%,则表明害虫比较多,要进行害虫清理,此时发送清理害虫指令。
在发送清理害虫信息时,可根据害虫实际状况确定严重等级,进而发送对应指令进行不同等级的报警。例如,报警等级包括但不限于红色报警、橙色报警、黄色报警、绿色报警等。其中,红色报警,表明害虫情况已经十分严重了,必须要在8小时之内进行处理,橙色报警表明害虫情况未达到红色报警的严重程度,可以在24小时内进行处理,黄色报警表明害虫情况未达到成橙色报警的严重程度,可以在72小时内处理。绿色报警表明有害虫但不是很多,此时无需进行除害虫处理,但获取粘虫图像进行害虫识别的频率可以增加,以密切关注待检测区域的虫害情况,使得在一旦可能发生大规模的害虫侵害时,可以及时的对害虫进行清理。
清理虫害的指令可以发送至其他除害虫装置,以使其他除害虫装置根据接收到的消息自动进行清理害虫(例如农药喷洒)。
在其他实施例中,清理虫害的指令也可以向植物看护的工作人员发送,以使工作人员进行害虫清理或了解其他除害虫装置将要进行害虫清理的消息。
在本发明实施例中,还可以根据粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若粘虫图像中害虫的数量达到第二数量,且粘虫图像中害虫的增长速度达到预设增长速度,发送清理害虫指令。
上述拍摄的历史信息是指拍摄所述同一粘虫装置的历史拍摄时间,以及从拍摄得到的粘虫图像中获取的害虫信息。上述第二数量可以根据需要设定,且第一数量和第二数量可以相同或者不同。上述预设增长速度也可以根据需要设定。例如,若粘虫图像中害虫的数量达到第二数量(如50只害虫),但是害虫的增长速度非常慢,表明害虫的数量不多,可以不立即进行害虫清理,或者是先进行害虫清理,再延长此后进行清理害虫的间隔时间等。
本发明实施例可以在害虫数量达到某一值时,若害虫的增长较快则进行清理,若害虫的增长速度较慢,不立即进行害虫清理。避免频繁的进行害虫清理,从而影响植物的生长,更好的保护植物的生长环境。
本发明实施例中,在进行害虫清理时,也可以根据不同种类害虫的增长速度发送适宜农药的推荐消息。所述适宜农药的推荐消息可以向工作人员或者是其他除害虫装置进行发送。
由于不同同类的害虫可能需要不同的农药进行清理,因此根据不同种类害虫的增长速度来进行清理,可以更加精准的对待检测区域的害虫进行清理。并且,若曾经对待检测区域进行了针对某种害虫的清理,但是此时,该待检测区域这种害虫的增长速度仍比较快,表明之前针对该害虫的清理效果不够明显,可能需要更换农药进行清理。
通过发送清理害虫指令以及适宜农药的推荐消息,有利于对害虫进行适度和精准的清理,避免害虫泛滥,进而对植物的生长提供良好的生长环境。
本发明提供的害虫识别装置通过图像获取模块从摄像装置获取检测区域中对粘虫装置所拍摄的粘虫图像,可以及时确定所述检测区域是否有害虫,由于粘虫图像可以通过摄像装置获取,使得无需人工不间断的查看就能够直接获取待检测区域的害虫情况,降低了人力成本;同时,所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置根据对所述粘虫图像的分析得到的分析结果可以随时进行调整,使得摄像装置能够不断调整位置使拍摄到的粘虫图像更加全面和精确,进而提高了害虫信息获取的准确性。在图像获取模块获取粘虫图像后,通过识别模块对所述粘虫图像进行识别,至少获取以下信息:所述粘虫图像中的害虫种类、所述粘虫图像中每种害虫的害虫数量,以及所述粘虫装置上害虫的密度,可以为处理害虫提供全面的信息,有利于及时对植物生长时的害虫进行处理,为植物的生长提供良好的生长环境的目的。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
如图4所示,图4是本发明实现害虫识别方法的较佳实施例的计算机装置的结构示意图。所述计算机装置3包括至少一个发送装置31、至少一个存储器32、至少一个处理器33、至少一个接收装置34以及至少一个通信总线。其中,所述通信总线用于实现这些组件之间的连接通信。
所述计算机装置3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。所述计算机装置3还可包括网络设备和/或用户设备。其中,所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。
所述计算机装置3可以是,但不限于任何一种可与用户通过键盘、触摸板或声控设备等方式进行人机交互的电子产品,例如,平板电脑、智能手机、个人数字助理(PersonalDigital Assistant,PDA)、智能式穿戴式设备、摄像设备、监控设备等终端。
所述计算机装置3所处的网络包括,但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
其中,所述接收装置34和所述发送装置31可以是有线发送端口,也可以为无线设备,例如包括天线装置,用于与其他设备进行数据通信。
所述存储器32用于存储程序代码。所述存储器32可以是集成电路中没有实物形式的具有存储功能的电路,如RAM(Random-Access Memory,随机存取存储器)、FIFO(First InFirst Out,)等。或者,所述存储器32也可以是具有实物形式的存储器,如内存条、TF卡(Trans-flash Card)、智能媒体卡(smart media card)、安全数字卡(secure digitalcard)、快闪存储器卡(flash card)等储存设备等等。
所述处理器33可以包括一个或者多个微处理器、数字处理器。所述处理器33可调用存储器32中存储的程序代码以执行相关的功能。例如,图3中所述的各个单元是存储在所述存储器32中的程序代码,并由所述处理器33所执行,以实现一种害虫识别方法。所述处理器33又称中央处理器(CPU,Central Processing Unit),是一块超大规模的集成电路,是运算核心(Core)和控制核心(Control Unit)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种害虫识别方法,其特征在于,所述方法包括:
从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;
对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度;
根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;
计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;
若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述粘虫图像中粘虫装置边界的颜色信息;
根据所述颜色信息确定害虫的分布状况;
若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述粘虫装置与所述粘虫装置周围的植物的距离;
判断所述距离是否满足预设距离条件;
若所述距离满足预设距离条件,执行所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度的操作。
4.如权利要求1或2所述的方法,其特征在于,在所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度之后,所述方法还包括:
若所述粘虫图像中害虫的数量达到第一数量,和/或所述粘虫装置上害虫的密度为预设密度时,发送清理害虫指令;或者
根据所述粘虫图像的拍摄时间和拍摄的历史信息计算所述粘虫图像中害虫的增长速度,若所述粘虫图像中害虫的数量达到第二数量,且所述粘虫图像中害虫的增长速度达到预设速度时,发送清理害虫指令;以及
根据所述拍摄时间和所述拍摄的历史信息计算所述粘虫图像中不同种类害虫的增长速度,根据所述不同种类害虫的增长速度确定并发送适宜农药的推荐消息。
5.如权利要求1或2所述的方法,其特征在于,所述对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度,包括:
提取所述粘虫图像的特征;
根据提取到的特征和预设图像识别算法获取所述粘虫图像中包含的害虫种类和每种害虫的害虫数量;
根据所述每种害虫的害虫数量和所述粘虫图像中粘虫装置的尺寸信息获取所述粘虫图像中粘虫装置上害虫的密度。
6.一种害虫识别装置,其特征在于,所述装置包括:
图像获取模块,用于从摄像装置获取对待检测区域中的粘虫装置所拍摄的粘虫图像,其中所述摄像装置的初始位置为正对所述粘虫装置的位置,并且所述摄像装置的位置基于对所述粘虫图像的分析结果进行调整;
识别模块,用于对所述粘虫图像进行识别,获取所述粘虫图像中的害虫种类、每种害虫的害虫数量,以及害虫的密度;
分析模块,用于根据聚类算法对所述粘虫图像中的害虫进行聚类分析,获取害虫聚集的害虫区域;
计算模块,用于计算每个害虫区域至所述粘虫装置的边界的距离,根据所述距离获取粘虫装置上害虫的分布状况;
调整模块,用于若所述分布状况满足预设分布条件,发送调整指令至所述摄像装置,所述调整指令用于调整所述摄像装置的位置,或调整所述摄像装置的位置和拍摄参数。
7.一种计算机装置,其特征在于,所述计算机装置包括存储器及处理器,所述存储器用于存储至少一个指令,所述处理器用于执行所述至少一个指令以实现如权利要求1至5中任一项所述害虫识别方法。
8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于:所述计算机指令被处理器执行时实现如权利要求1至5中任意一项所述害虫识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711465107.3A CN108073908B (zh) | 2017-12-28 | 2017-12-28 | 害虫识别方法及装置、计算机装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711465107.3A CN108073908B (zh) | 2017-12-28 | 2017-12-28 | 害虫识别方法及装置、计算机装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108073908A CN108073908A (zh) | 2018-05-25 |
CN108073908B true CN108073908B (zh) | 2021-08-24 |
Family
ID=62155903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711465107.3A Active CN108073908B (zh) | 2017-12-28 | 2017-12-28 | 害虫识别方法及装置、计算机装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108073908B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109197273B (zh) * | 2018-10-18 | 2021-10-08 | 广州极飞科技股份有限公司 | 害虫活动时间段的确定方法及装置、施药时间的确定方法 |
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 |
CN109685705A (zh) * | 2018-12-13 | 2019-04-26 | 广州极飞科技有限公司 | 害虫生长情况的确定方法及装置、施药信息的确定方法 |
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 |
CN109886259A (zh) * | 2019-02-22 | 2019-06-14 | 潍坊科技学院 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
CN110113575A (zh) * | 2019-05-14 | 2019-08-09 | 嘉应学院 | 一种基于NB-IoT的农情信息实时监测平台 |
CN110188824B (zh) * | 2019-05-31 | 2021-05-14 | 重庆大学 | 一种小样本植物病害识别方法及系统 |
CN114067532A (zh) * | 2021-11-15 | 2022-02-18 | 宁夏农林科学院植物保护研究所(宁夏植物病虫害防治重点实验室) | 农业生物灾害监测预警大数据系统及方法 |
CN115982472B (zh) * | 2023-03-21 | 2023-08-08 | 中化现代农业有限公司 | 农药用药推荐方法、装置和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201876261U (zh) * | 2010-10-26 | 2011-06-22 | 娄定风 | 昆虫图像侦测系统 |
CA2866768A1 (en) * | 2014-10-06 | 2016-04-06 | Friesen, Benjamin | A system for the automatic identification and counting of agricultural pests |
CN105900954A (zh) * | 2016-04-19 | 2016-08-31 | 北京农业信息技术研究中心 | 害虫监测系统及方法 |
CN106442626A (zh) * | 2016-10-31 | 2017-02-22 | 深圳前海弘稼科技有限公司 | 虫害检查提示方法和装置 |
CN107454313A (zh) * | 2017-06-19 | 2017-12-08 | 中国烟草总公司广东省公司 | 农用智能装置的拍照方法及拍照系统 |
-
2017
- 2017-12-28 CN CN201711465107.3A patent/CN108073908B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201876261U (zh) * | 2010-10-26 | 2011-06-22 | 娄定风 | 昆虫图像侦测系统 |
CA2866768A1 (en) * | 2014-10-06 | 2016-04-06 | Friesen, Benjamin | A system for the automatic identification and counting of agricultural pests |
CN105900954A (zh) * | 2016-04-19 | 2016-08-31 | 北京农业信息技术研究中心 | 害虫监测系统及方法 |
CN106442626A (zh) * | 2016-10-31 | 2017-02-22 | 深圳前海弘稼科技有限公司 | 虫害检查提示方法和装置 |
CN107454313A (zh) * | 2017-06-19 | 2017-12-08 | 中国烟草总公司广东省公司 | 农用智能装置的拍照方法及拍照系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108073908A (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073908B (zh) | 害虫识别方法及装置、计算机装置及存储介质 | |
Chen et al. | An AIoT based smart agricultural system for pests detection | |
CN113110207A (zh) | 基于物联网传感器的虫害远程监测方法、系统及存储介质 | |
CN111582055B (zh) | 一种无人机的航空施药航线生成方法及系统 | |
CN109197278B (zh) | 作业策略的确定方法及装置、药物喷洒策略的确定方法 | |
Andrianto et al. | Smartphone application for deep learning-based rice plant disease detection | |
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 | |
US20220245381A1 (en) | Pest infestation detection for horticultural grow operations | |
CN110176024A (zh) | 在视频中对目标进行检测的方法、装置、设备和存储介质 | |
CN108829762A (zh) | 基于视觉的小目标识别方法和装置 | |
CN109461151A (zh) | 一种牲畜数量清点的方法、装置及系统 | |
CN109284740A (zh) | 对鼠情进行统计的方法、装置、设备以及存储介质 | |
CN108460370B (zh) | 一种固定式家禽生命信息报警装置 | |
CN111291646A (zh) | 一种人流量统计方法、装置、设备及存储介质 | |
CN115631421A (zh) | 耕地智慧保护方法及保护系统 | |
CN116630663A (zh) | 一种基于物联网的智能施药方法及系统 | |
Sen et al. | Smart farming using machine learning and IoT | |
CN112150498A (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
CN114973573A (zh) | 目标入侵确定方法、装置、存储介质及电子装置 | |
CN110197130B (zh) | 一种生猪步态异常检测设备及系统 | |
CN114550848A (zh) | 作物病害处理方法、装置、电子设备及计算机可读介质 | |
WO2018054767A1 (de) | Bekämpfung von schadorganismen | |
CN113377141A (zh) | 一种人工智能农业自动管理系统 | |
CN108681724A (zh) | 农事操作监控方法及装置 | |
CN117636169A (zh) | 一种森林巡护方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220429 Address after: 517000 room 317-1, enterprise service center building, No. 8, Longling Third Road, Longling Industrial Park, Yuancheng District, Heyuan City, Guangdong Province Patentee after: HEYUAN HONGJIA AGRICULTURAL TECHNOLOGY CO.,LTD. Address before: 518052 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong Patentee before: SHENZHEN SPRINGWOODS HOLDING Co.,Ltd. |
|
TR01 | Transfer of patent right |