CN109032093A - 一种水稻病虫害监测系统 - Google Patents
一种水稻病虫害监测系统 Download PDFInfo
- Publication number
- CN109032093A CN109032093A CN201810920610.1A CN201810920610A CN109032093A CN 109032093 A CN109032093 A CN 109032093A CN 201810920610 A CN201810920610 A CN 201810920610A CN 109032093 A CN109032093 A CN 109032093A
- Authority
- CN
- China
- Prior art keywords
- pest
- module
- disease damage
- image
- rice
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 103
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 37
- 235000009566 rice Nutrition 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 11
- 240000007594 Oryza sativa Species 0.000 title 1
- 201000010099 disease Diseases 0.000 claims abstract description 77
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 77
- 241000209094 Oryza Species 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 6
- 230000002146 bilateral effect Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 18
- 238000007619 statistical method Methods 0.000 claims description 13
- 230000002265 prevention Effects 0.000 claims description 6
- 241000238631 Hexapoda Species 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 235000013399 edible fruits Nutrition 0.000 description 3
- 235000013339 cereals Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31088—Network communication between supervisor and cell, machine group
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Catching Or Destruction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水稻病虫害监测系统，包括目标图像采集模块，用于通过无人机模块进行待监测水稻图像的采集，并将采集到的图像数据通过无线通信模块实时发送到远程控制终端；所述远程控制终端内设有病虫害识别模块，用于采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；并采用迭代自适应阈值分割法进行图像二值化处理；然后基于连通分量外接矩形的长宽比进行水稻叶面和根茎上的孔洞、斑点、害虫轨迹的识别，从而根据识别结果基于病虫害数据库完成病虫害的识别。本发明实现了对水稻图像的实时采集，系统自带病虫害识别分析功能，从而实现了对各区域的水稻病虫害进行实时监控，监控准确性高，效果好。
Description
技术领域
本发明涉及农业领域，具体涉及一种水稻病虫害监测系统。
背景技术
水稻是我国主要的粮食作物之一，在我国粮食生产和消费中处于绝对主导地位，而水稻病虫害严重危害着水稻产量和质量。如何准确监控水稻病虫害，减少病虫害对水稻产量的影响，保证国家粮食安全，是当务之急，且具有很重要的现实意义。
而目前，对水稻病害的监控还停留在人工定时定点进行，实时性、准确性均较差。
发明内容
本发明的目的在于提供了一种水稻病虫害监测系统，实现了对水稻图像的实时采集，系统自带病虫害识别分析功能，从而实现了对各区域的水稻病虫害进行实时监控，监控准确性高，效果好。
为实现上述目的，本发明采取的技术方案为：
一种水稻病虫害监测系统，包括目标图像采集模块，用于通过无人机模块进行待监测水稻图像的采集，并将采集到的图像数据通过无线通信模块实时发送到远程控制终端；所述远程控制终端内设有
病虫害识别模块，用于采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；并采用迭代自适应阈值分割法进行图像二值化处理；然后基于连通分量外接矩形的长宽比进行水稻叶面和根茎上的孔洞、斑点、害虫轨迹的识别，从而根据识别结果基于病虫害数据库完成病虫害的识别。
进一步地，所述远程控制终端内设有：
病虫害统计分析模块，基于数据挖掘模块对病虫害识别模块的识别结果进行统计分析，以表格的方式自动输出病虫害统计分析结果；
预测分析模块，用于根据病虫害统计分析模块的分析结果生成短期病虫害情况预报信息，供防治决策模块使用；
防治决策模块，针对病虫害识别模块的识别结果，采用多分组差分进化算法优化计算得到有利于改善病虫害情况的联合防治方案；并用于对不同联合防治备选方案所引发的病虫害情况变化趋势进行比较，提出最终的防治决策方案；
病虫害信息管理模块，由数据库管理子系统和应用支撑平台子系统组成，用于辅以形成病虫害预警管理、病虫害防治管理、病虫害情况监控管理和综合信息服务；所述数据库管理子系统，用以通过各区域病虫害情况数据中心的数据存储和管理平台，形成病虫害基础数据库、遥感影像数据库、基础地理数据库、社会经济数据库这些公共基础数据库，同时形成适合各区域实际情况的病虫害防治措施数据库、水稻生长情况数据库、病虫害实时监测结果数据库、水稻生长图像数据库、气象数据库这些专业数据库；所述应用支撑平台子系统，用于平台硬件系统的部署，应用服务中间件、应用系统整合及数据交换组件及GIS服务构件的部署配置，通用服务的部署，专用服务的部署，覆盖数据采集、传输、处理、存储、应用、决策辅助和发布各个环节。
进一步地，所述无人机模块内设有一图像标记模块，用于为每一副采集到的图像标记上其所在的GPS定位结果。
进一步地，所述远程控制终端内设有一超链接编辑模块，用于将每一副图像的识别结果转换成超链接的方式标记在其所对应的图像上。
进一步地，所述远程控制终端内设有一报警模块，用于根据病虫害识别模块的识别结果以及预测分析模块的预测分析结果进行启闭，以预警短信自动编辑发送的方式实现报警。
进一步地，所述预测分析模块包括
图形绘制模块，用于根据病虫害统计分析模块的分析结果绘制各种曲线图；
对比分析模块，将绘制曲线与原实测曲线进行对比分析和预测，输出分析预测结果；
回归计算模块，用于通过不同函数对所绘制的曲线进行回归计算。
进一步地，所述远程控制终端还设有一人机交互模块，由高性能服务器及其显示终端组成，用于对目标图像采集结果、病虫害识别模块识别结果、病虫害统计分析模块分析结果、防治决策模块的结果进行图像化展示。
本发明具有以下有益效果：
本发明适用于水稻病虫害预警，根据水稻叶面和根茎上的孔洞、斑点、害虫轨迹的识别进行水稻病虫害的识别，数据匹配方便、快捷，预测可靠性强，系统自带统计功能，从而实现了对各区域的水稻病虫害情况的统计分析预警，且本发明能够在病虫害发生之前给出病虫害预警分析报告，同时可以基于各区域特征给出相应的防治方法，有效避免病虫害的发生，将病虫害对农作物产量的影响降低到最小，避免给国家和人民造成巨大的经济损失。
附图说明
图1为本发明实施例一种水稻病虫害监测系统的系统框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种水稻病虫害监测系统，包括目标图像采集模块，用于通过无人机模块进行待监测水稻图像的采集，所述无人机模块内设有一图像标记模块，用于为每一副采集到的图像标记上其所在的GPS定位结果，并将完成标记后的采集到的图像数据通过无线通信模块实时发送到远程控制终端；所述远程控制终端内设有
病虫害识别模块，用于采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；并采用迭代自适应阈值分割法进行图像二值化处理；然后基于连通分量外接矩形的长宽比进行水稻叶面和根茎上的孔洞、斑点、害虫轨迹的识别，从而根据识别结果基于病虫害数据库完成病虫害的识别。
所述远程控制终端内设有：
病虫害统计分析模块，基于数据挖掘模块对病虫害识别模块的识别结果进行统计分析，以表格的方式自动输出病虫害统计分析结果；
预测分析模块，用于根据病虫害统计分析模块的分析结果生成短期病虫害情况预报信息，供防治决策模块使用；
防治决策模块，针对病虫害识别模块的识别结果，采用多分组差分进化算法优化计算得到有利于改善病虫害情况的联合防治方案；并用于对不同联合防治备选方案所引发的病虫害情况变化趋势进行比较，提出最终的防治决策方案；
病虫害信息管理模块，由数据库管理子系统和应用支撑平台子系统组成，用于辅以形成病虫害预警管理、病虫害防治管理、病虫害情况监控管理和综合信息服务；所述数据库管理子系统，用以通过各区域病虫害情况数据中心的数据存储和管理平台，形成病虫害基础数据库、遥感影像数据库、基础地理数据库、社会经济数据库这些公共基础数据库，同时形成适合各区域实际情况的病虫害防治措施数据库、水稻生长情况数据库、病虫害实时监测结果数据库、水稻生长图像数据库、气象数据库这些专业数据库；所述应用支撑平台子系统，用于平台硬件系统的部署，应用服务中间件、应用系统整合及数据交换组件及GIS服务构件的部署配置，通用服务的部署，专用服务的部署，覆盖数据采集、传输、处理、存储、应用、决策辅助和发布各个环节。
超链接编辑模块，用于将每一副图像的识别结果转换成超链接的方式标记在其所对应的图像上。
报警模块，用于根据病虫害识别模块的识别结果以及预测分析模块的预测分析结果进行启闭，以预警短信自动编辑发送的方式实现报警；
人机交互模块，由高性能服务器及其显示终端组成，用于对目标图像采集结果、病虫害识别模块识别结果、病虫害统计分析模块分析结果、防治决策模块的结果进行图像化展示。
所述预测分析模块包括
图形绘制模块，用于根据病虫害统计分析模块的分析结果绘制各种曲线图；
对比分析模块，将绘制曲线与原实测曲线进行对比分析和预测，输出分析预测结果；
回归计算模块，用于通过不同函数对所绘制的曲线进行回归计算。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种水稻病虫害监测系统，其特征在于：包括目标图像采集模块，用于通过无人机模块进行待监测水稻图像的采集，并将采集到的图像数据通过无线通信模块实时发送到远程控制终端；所述远程控制终端内设有
病虫害识别模块，用于采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；并采用迭代自适应阈值分割法进行图像二值化处理；然后基于连通分量外接矩形的长宽比进行水稻叶面和根茎上的孔洞、斑点、害虫轨迹的识别，从而根据识别结果基于病虫害数据库完成病虫害的识别。
2.如权利要求1所述的一种水稻病虫害监测系统，其特征在于：所述远程控制终端内设有：
病虫害统计分析模块，基于数据挖掘模块对病虫害识别模块的识别结果进行统计分析，以表格的方式自动输出病虫害统计分析结果；
预测分析模块，用于根据病虫害统计分析模块的分析结果生成短期病虫害情况预报信息，供防治决策模块使用；
防治决策模块，针对病虫害识别模块的识别结果，采用多分组差分进化算法优化计算得到有利于改善病虫害情况的联合防治方案；并用于对不同联合防治备选方案所引发的病虫害情况变化趋势进行比较，提出最终的防治决策方案；
病虫害信息管理模块，由数据库管理子系统和应用支撑平台子系统组成，用于辅以形成病虫害预警管理、病虫害防治管理、病虫害情况监控管理和综合信息服务；所述数据库管理子系统，用以通过各区域病虫害情况数据中心的数据存储和管理平台，形成病虫害基础数据库、遥感影像数据库、基础地理数据库、社会经济数据库这些公共基础数据库，同时形成适合各区域实际情况的病虫害防治措施数据库、水稻生长情况数据库、病虫害实时监测结果数据库、水稻生长图像数据库、气象数据库这些专业数据库；所述应用支撑平台子系统，用于平台硬件系统的部署，应用服务中间件、应用系统整合及数据交换组件及GIS服务构件的部署配置，通用服务的部署，专用服务的部署，覆盖数据采集、传输、处理、存储、应用、决策辅助和发布各个环节。
3.如权利要求1所述的一种水稻病虫害监测系统，其特征在于：所述无人机模块内设有一图像标记模块，用于为每一副采集到的图像标记上其所在的GPS定位结果。
4.如权利要求1所述的一种水稻病虫害监测系统，其特征在于：所述远程控制终端内设有一超链接编辑模块，用于将每一副图像的识别结果转换成超链接的方式标记在其所对应的图像上。
5.如权利要求1所述的一种水稻病虫害监测系统，其特征在于：所述远程控制终端内设有一报警模块，用于根据病虫害识别模块的识别结果以及预测分析模块的预测分析结果进行启闭，以预警短信自动编辑发送的方式实现报警。
6.如权利要求2所述的一种水稻病虫害监测系统，其特征在于：所述预测分析模块包括
图形绘制模块，用于根据病虫害统计分析模块的分析结果绘制各种曲线图；
对比分析模块，将绘制曲线与原实测曲线进行对比分析和预测，输出分析预测结果；
回归计算模块，用于通过不同函数对所绘制的曲线进行回归计算。
7.如权利要求1所述的一种水稻病虫害监测系统，其特征在于：所述远程控制终端还设有一人机交互模块，由高性能服务器及其显示终端组成，用于对目标图像采集结果、病虫害识别模块识别结果、病虫害统计分析模块分析结果、防治决策模块的结果进行图像化展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810920610.1A CN109032093A (zh) | 2018-08-14 | 2018-08-14 | 一种水稻病虫害监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810920610.1A CN109032093A (zh) | 2018-08-14 | 2018-08-14 | 一种水稻病虫害监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109032093A true CN109032093A (zh) | 2018-12-18 |
Family
ID=64633233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810920610.1A Pending CN109032093A (zh) | 2018-08-14 | 2018-08-14 | 一种水稻病虫害监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109032093A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109839155A (zh) * | 2019-02-21 | 2019-06-04 | 彭劲松 | 一种农田生态环境信息智能采集系统 |
| CN109886192A (zh) * | 2019-02-21 | 2019-06-14 | 彭劲松 | 一种生态环境智能监测系统 |
| CN109976282A (zh) * | 2019-04-16 | 2019-07-05 | 中国计量大学 | 一种基于物联网的茶园病虫害趋势预测及远程控制系统 |
| CN109991911A (zh) * | 2019-05-05 | 2019-07-09 | 西安邮电大学 | 一种基于物联网的果园综合监控系统 |
| CN110113431A (zh) * | 2019-05-23 | 2019-08-09 | 榆林学院 | 一种智能农业物联网系统 |
| CN110134814A (zh) * | 2019-05-27 | 2019-08-16 | 重庆文理学院 | 一种基于图像识别的仔姜种植信息系统 |
| CN110689507A (zh) * | 2019-11-08 | 2020-01-14 | 北京软通智慧城市科技有限公司 | 一种昆虫类型识别设备、系统和方法 |
| CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测系统 |
| CN111080616A (zh) * | 2019-12-11 | 2020-04-28 | 常德鑫芙蓉环保有限公司 | 一种烟叶病虫害监测系统 |
| 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 |
| CN111445112A (zh) * | 2020-03-09 | 2020-07-24 | 孔剑 | 智能虫情监测分析系统 |
| CN111460990A (zh) * | 2020-03-31 | 2020-07-28 | 青海省草原总站 | 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 |
| CN112417979A (zh) * | 2020-10-27 | 2021-02-26 | 云南维吾保森林业科技有限公司 | 田间病虫害监测系统及方法 |
| CN113273555A (zh) * | 2021-06-15 | 2021-08-20 | 米恩基(浙江)传感科技有限公司 | 一种人工智能虫情预测系统及预测方法 |
| CN114460080A (zh) * | 2022-02-09 | 2022-05-10 | 安徽大学 | 一种水稻病虫智能监控系统 |
| CN114882357A (zh) * | 2022-04-28 | 2022-08-09 | 广东技术师范大学 | 基于双重追踪的水稻白叶枯病防治方法与装置 |
| 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 |
| CN116523866A (zh) * | 2023-04-26 | 2023-08-01 | 扬州大学 | 一种小麦赤霉病抗性鉴定方法、系统、电子设备和存储介质 |
| CN117437385A (zh) * | 2023-12-21 | 2024-01-23 | 武汉新普惠科技有限公司 | 基于视觉分析的农业害虫识别系统及方法 |
| CN117634744A (zh) * | 2023-12-04 | 2024-03-01 | 星景科技有限公司 | 一种城市绿化病虫害管理决策方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070065857A1 (en) * | 2005-09-16 | 2007-03-22 | U.S. Environmental Protection Agency | Optical system for plant characterization |
| CN105842246A (zh) * | 2016-05-27 | 2016-08-10 | 中国农业科学院农业信息研究所 | 农田监测系统及监测农田的方法 |
| CN106951447A (zh) * | 2017-02-18 | 2017-07-14 | 赣南师范大学 | 一种智慧农业病虫害远程自动诊断系统 |
| 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 |
| CN108225439A (zh) * | 2018-02-08 | 2018-06-29 | 北海职业学院 | 一种电子通信环境监控系统 |
-
2018
- 2018-08-14 CN CN201810920610.1A patent/CN109032093A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070065857A1 (en) * | 2005-09-16 | 2007-03-22 | U.S. Environmental Protection Agency | Optical system for plant characterization |
| CN105842246A (zh) * | 2016-05-27 | 2016-08-10 | 中国农业科学院农业信息研究所 | 农田监测系统及监测农田的方法 |
| CN106951447A (zh) * | 2017-02-18 | 2017-07-14 | 赣南师范大学 | 一种智慧农业病虫害远程自动诊断系统 |
| 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 |
| CN108225439A (zh) * | 2018-02-08 | 2018-06-29 | 北海职业学院 | 一种电子通信环境监控系统 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109886192A (zh) * | 2019-02-21 | 2019-06-14 | 彭劲松 | 一种生态环境智能监测系统 |
| CN109839155A (zh) * | 2019-02-21 | 2019-06-04 | 彭劲松 | 一种农田生态环境信息智能采集系统 |
| CN109976282A (zh) * | 2019-04-16 | 2019-07-05 | 中国计量大学 | 一种基于物联网的茶园病虫害趋势预测及远程控制系统 |
| CN109991911A (zh) * | 2019-05-05 | 2019-07-09 | 西安邮电大学 | 一种基于物联网的果园综合监控系统 |
| CN110113431A (zh) * | 2019-05-23 | 2019-08-09 | 榆林学院 | 一种智能农业物联网系统 |
| CN110134814A (zh) * | 2019-05-27 | 2019-08-16 | 重庆文理学院 | 一种基于图像识别的仔姜种植信息系统 |
| CN110134814B (zh) * | 2019-05-27 | 2020-12-01 | 重庆文理学院 | 一种基于图像识别的仔姜种植信息系统 |
| CN110689507A (zh) * | 2019-11-08 | 2020-01-14 | 北京软通智慧城市科技有限公司 | 一种昆虫类型识别设备、系统和方法 |
| CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测系统 |
| CN111080616A (zh) * | 2019-12-11 | 2020-04-28 | 常德鑫芙蓉环保有限公司 | 一种烟叶病虫害监测系统 |
| CN111445112A (zh) * | 2020-03-09 | 2020-07-24 | 孔剑 | 智能虫情监测分析系统 |
| CN111460990A (zh) * | 2020-03-31 | 2020-07-28 | 青海省草原总站 | 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 |
| CN112417979A (zh) * | 2020-10-27 | 2021-02-26 | 云南维吾保森林业科技有限公司 | 田间病虫害监测系统及方法 |
| CN113273555A (zh) * | 2021-06-15 | 2021-08-20 | 米恩基(浙江)传感科技有限公司 | 一种人工智能虫情预测系统及预测方法 |
| CN114460080A (zh) * | 2022-02-09 | 2022-05-10 | 安徽大学 | 一种水稻病虫智能监控系统 |
| CN114882357B (zh) * | 2022-04-28 | 2023-01-24 | 广东技术师范大学 | 基于双重追踪的水稻白叶枯病防治方法与装置 |
| CN114882357A (zh) * | 2022-04-28 | 2022-08-09 | 广东技术师范大学 | 基于双重追踪的水稻白叶枯病防治方法与装置 |
| 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 |
| CN116523866A (zh) * | 2023-04-26 | 2023-08-01 | 扬州大学 | 一种小麦赤霉病抗性鉴定方法、系统、电子设备和存储介质 |
| CN116523866B (zh) * | 2023-04-26 | 2023-12-01 | 扬州大学 | 一种小麦赤霉病抗性鉴定方法、系统、电子设备和存储介质 |
| CN117634744A (zh) * | 2023-12-04 | 2024-03-01 | 星景科技有限公司 | 一种城市绿化病虫害管理决策方法及系统 |
| CN117437385A (zh) * | 2023-12-21 | 2024-01-23 | 武汉新普惠科技有限公司 | 基于视觉分析的农业害虫识别系统及方法 |
| CN117437385B (zh) * | 2023-12-21 | 2024-04-02 | 武汉新普惠科技有限公司 | 基于视觉分析的农业害虫识别系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109032093A (zh) | 一种水稻病虫害监测系统 | |
| CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
| Xu et al. | Wheat ear counting using K-means clustering segmentation and convolutional neural network | |
| Nie et al. | Sustainable computing in smart agriculture: survey and challenges | |
| CN109991911A (zh) | 一种基于物联网的果园综合监控系统 | |
| CN110428087A (zh) | 企业稳定性预测方法、装置、计算机设备和存储介质 | |
| CN109035067A (zh) | 基于rf和arma算法的建筑能耗处理方法及装置 | |
| CN110427798B (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
| CN111257320A (zh) | 一种智慧林业监测系统 | |
| CN104902218A (zh) | 广域安防系统中视频监控子网性能监测系统及方法 | |
| CN110533100A (zh) | 一种基于机器学习进行cme检测和跟踪的方法 | |
| CN108829762A (zh) | 基于视觉的小目标识别方法和装置 | |
| CN105427047A (zh) | 输变电设备多维运维数据融合方法和系统 | |
| CN117035419B (zh) | 企业项目实施智能管理系统及方法 | |
| CN116824517B (zh) | 基于可视化的变电站运维安全管控系统 | |
| CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
| CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理系统 | |
| Quach et al. | Tomato Health Monitoring System: Tomato Classification, Detection, and Counting System Based on YOLOv8 Model With Explainable MobileNet Models Using Grad-CAM++ | |
| Bramantoro et al. | Precision agriculture through weather forecasting | |
| CN114511801A (zh) | 一种虫害识别模型训练方法、虫害监测方法和电子设备 | |
| CN117671499A (zh) | 基于深度学习的花卉等级自动分类分拣与病虫害监测系统 | |
| CN116110586B (zh) | 基于YOLOv5以及SlowFast的大象健康管理系统 | |
| CN117197595A (zh) | 基于边缘计算的果树生育期识别方法、装置及管理平台 | |
| CN112288019B (zh) | 一种基于关键点定位的厨师帽检测方法 | |
| CN116189076A (zh) | 一种鸟类观测站的观测识别系统及其方法 |
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: 20181218 |