CN109752376A - 一种基于计算机视觉的皇帝柑健康监测系统 - Google Patents

一种基于计算机视觉的皇帝柑健康监测系统 Download PDF

Info

Publication number
CN109752376A
CN109752376A CN201811624661.6A CN201811624661A CN109752376A CN 109752376 A CN109752376 A CN 109752376A CN 201811624661 A CN201811624661 A CN 201811624661A CN 109752376 A CN109752376 A CN 109752376A
Authority
CN
China
Prior art keywords
image
information
mandarin orange
emperor
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
Application number
CN201811624661.6A
Other languages
English (en)
Inventor
邹九铭
朱文博
夏灿铭
陈晖镖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan University
Original Assignee
Foshan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan University filed Critical Foshan University
Priority to CN201811624661.6A priority Critical patent/CN109752376A/zh
Publication of CN109752376A publication Critical patent/CN109752376A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本发明涉及农业种植信息化技术领域，具体涉及一种基于计算机视觉的皇帝柑健康监测系统，包括采集单元、处理单元、识别单元及显示单元；通过采集皇帝柑的图像信息和环境信息，将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息，根据所述环境信息得出皇帝柑的环境状态信息，并实时显示皇帝柑的生长状态信息和土壤状态信息，本发明通过自动化手段，可以对皇帝柑植株的健康状况更加系统、客观的实时监测。

Description

一种基于计算机视觉的皇帝柑健康监测系统
技术领域
本发明涉及农业种植信息化技术领域，具体涉及一种基于计算机视觉的皇帝柑健康监测系统。
背景技术
在农业生产上，对于皇帝柑的种植逐年增加，对于农村在皇帝柑种植之后的管理上没有过多的资源，只能靠经验对皇帝柑树进行健康监测。对土壤缺少微量元素及水分，不能与皇帝柑树的生长状况对应起来，进行有效的处理，施肥，浇水等一系列的操作。
目前对于这方面的研究大部分为使用计算机视觉对柑橘果实进行研究，并未对植株整颗进行系统性的健康监测，较为片面。
现有技术缺点：只可对果实进行检测，包括果实大小，形状等数据进行监测，且仅仅局限于果实识别，不包括在复杂情况下的监测，仅仅处于一种起步水平。不能对皇帝柑植株的整体进行系统化的监测，只能进行独立的数据分析，并且仅仅在存在视觉处理，不进行土壤数据监测，均为单项的数据评测。并且尚无对皇帝柑树的叶片信息和土壤信息进行综合的系统。
发明内容
为解决上述问题，本发明提供一种基于计算机视觉的皇帝柑健康监测系统，通过自动化手段，对皇帝柑植株的健康状况更加系统、客观的实时监测。
本发明提供的一种基于计算机视觉的皇帝柑健康监测系统，包括采集单元、处理单元、识别单元及显示单元；
所述采集单元，用于采集皇帝柑的图像信息和环境信息；
所述处理单元，用于将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息；
以及，用于根据所述环境信息得出皇帝柑的环境状态信息；
所述显示单元，用于实时显示皇帝柑的生长状态信息和土壤状态信息。
进一步，所述采集单元包括CCD工业相机、PH值传感器和温度传感器，所述环境信息包括皇帝柑生长的土壤PH值和空气温度；所述CCD工业相机用于采集图像信息，所述PH值传感器采集用于采集皇帝柑生长的土壤PH值，所述温度传感器用于采集采集皇帝柑生长环境的空气温度。
进一步，所述处理单元为本地计算机和/或服务器；
所述将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息包括：
建立图像底库，所述图像底库包括疾病图像、害虫图像、微量元素缺乏图像；
所述疾病图像包括但不限于绿霉病图像、炭疽病图像、叶片溃疡图像、疮痂病图像、树脂病图像；
所述害虫包括但不限于红蜘蛛图像、蚧壳虫图像、粉虱图像；
所述微量元素缺乏图像包括但不限于缺少氮、磷、钾元素时的植株图像；
对图像信息进行离散时间采样，对所采样后的图像信息进行滤波，去噪，得到处理后的图像；
将处理后的图像与图像底库进行比对，获得皇帝柑的生长状态信息；
所述生长状态信息包括：生长健康、虫害信息、疾病信息、微量元素缺乏信息。
进一步，所述虫害信息通过以下步骤识别：
提取处理后的图像中的昆虫图像，采用昆虫形态学分别构建昆虫图像和害虫图像的骨架结构；
将昆虫图像和害虫图像的骨架结构进行比对，匹配与昆虫图像最符合的害虫图像；
对于匹配失败的昆虫图像，则通过局部极值的分水岭算法对昆虫图像进行处理，从而得出昆虫外观的斑点图像；
将昆虫外观的斑点图像与害虫图像进行比对，从而得到与昆虫图像最符合的害虫图像信息；
根据与昆虫图像最符合的害虫图像信息得出虫害信息。
进一步，通过以下步骤识别疾病信息：
对处理后的图像进行轮廓识别，从而提取单片叶子的图像；
将单片叶子的图像与疾病图像进行比对，得出与单片叶子的图像最相符合的疾病图像；
根据与单片叶子的图像最相符合的疾病图像得出虫害信息。
进一步，所述微量元素缺乏信息通过以下步骤识别：
提取皇帝柑待测叶片图像的颜色信息，取所述颜色信息的平均值作为皇帝柑叶片图像；
将皇帝柑叶片图像与微量元素缺乏图像进行颜色比对，得到与皇帝柑叶片最相符合的微量元素缺乏图像；
对皇帝柑整体植株图像的颜色信息与微量元素缺乏图像进行比对，得到与整体植株图像最匹配的微量元素缺乏图像；
将与皇帝柑叶片最相符合的微量元素缺乏图像，且与整体植株图像最匹配的微量元素缺乏图像作为最相符合的微量元素缺乏图像；
根据最相符合的微量元素缺乏图像得出微量元素缺失信息。
进一步，所述根据所述环境信息得出皇帝柑的环境状态信息包括：
通过STM32F103单片机将采集的土壤的PH值和空气温度转化为数字信号，并判断所述土壤的PH值和空气温度是否在设定范围，当所述土壤的PH值和空气温度在设定范围时，则输出皇帝柑的环境状态正常的信息；当所述土壤的PH值和空气温度偏离设定范围时，则输出皇帝柑的环境状态异常的信息。
进一步，所述系统还包括云存储服务器，所述云存储服务器用于存储处理完成后的数据。
进一步，所述显示单元，还用于当识别到虫害时，发出虫害警报信息；当土壤的PH值偏离正常范围时，发出土壤状态异常的警报信息。
本发明的有益效果是：本发明公开一种基于计算机视觉的皇帝柑健康监测方法及系统，包括采集单元、处理单元、识别单元及显示单元；通过采集皇帝柑的图像信息和环境信息，将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息，根据所述环境信息得出皇帝柑的环境状态信息，并实时显示皇帝柑的生长状态信息和土壤状态信息，本发明通过自动化手段，可以对皇帝柑植株的健康状况更加系统、客观的实时监测。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明一种基于计算机视觉的皇帝柑健康监测系统的结构示意图。
具体实施方式
参考图1，本发明实施例提供的一种基于计算机视觉的皇帝柑健康监测系统，包括采集单元、处理单元、识别单元及显示单元；
所述采集单元，用于采集皇帝柑的图像信息和环境信息；
所述处理单元，用于将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息；
以及，用于根据所述环境信息得出皇帝柑的环境状态信息；
所述显示单元，用于实时显示皇帝柑的生长状态信息和土壤状态信息。
进一步，所述采集单元包括CCD工业相机、PH值传感器和温度传感器，所述环境信息包括皇帝柑生长的土壤PH值和空气温度；所述CCD工业相机用于采集图像信息，所述PH值传感器采集用于采集皇帝柑生长的土壤PH值，所述温度传感器用于采集采集皇帝柑生长环境的空气温度。
进一步，所述处理单元为本地计算机或服务器；
所述将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息包括：
建立图像底库，所述图像底库包括疾病图像、害虫图像、微量元素缺乏图像；
所述疾病图像包括但不限于绿霉病图像、炭疽病图像、叶片溃疡图像、疮痂病图像、树脂病图像；
所述害虫包括但不限于红蜘蛛图像、蚧壳虫图像、粉虱图像；
所述微量元素缺乏图像包括但不限于缺少氮、磷、钾元素时的植株图像；
对图像信息进行离散时间采样，时间节点为30min/次；采用非线性滤波方式对所采样后的图像信息进行滤波，去噪，从而获得高品质的图像；
将处理后的图像与图像底库进行比对，获得皇帝柑的生长状态信息；
所述生长状态信息包括：生长健康、虫害信息、疾病信息、缺失元素缺乏信息。
进一步，所述虫害信息通过以下步骤识别：
提取处理后的图像中的昆虫图像，采用昆虫形态学分别构建昆虫图像和害虫图像的骨架结构；
将昆虫图像和害虫图像的骨架结构进行比对，匹配与昆虫图像最符合的害虫图像；
对于匹配失败的昆虫图像，则通过局部极值的分水岭算法对昆虫图像进行处理，从而得出昆虫外观的斑点图像；
将昆虫外观的斑点图像与害虫图像进行比对，从而得到与昆虫图像最符合的害虫图像信息；
根据与昆虫图像最符合的害虫图像信息得出虫害信息。
进一步，通过以下步骤识别疾病信息：
由于图像可能出现多张叶片重叠，对处理后的图像进行轮廓识别，通过OpenCV图像轮廓检测，提取每个图像的BGR数组，从而提取单片叶子的图像；
将单片叶子的图像与疾病图像进行比对，得出与单片叶子的图像最相符合的疾病图像；
根据与单片叶子的图像最相符合的疾病图像得出虫害信息。
进一步，通过以下步骤识别微量元素缺乏信息：
提取皇帝柑待测叶片图像的颜色信息，取所述颜色信息的平均值作为皇帝柑叶片图像；
将皇帝柑叶片图像与微量元素缺乏图像进行颜色比对，得到与皇帝柑叶片最相符合的微量元素缺乏图像；
对皇帝柑整体植株图像的颜色信息与微量元素缺乏图像进行比对；得到与整体植株图像最匹配的微量元素缺乏图像；
将与皇帝柑叶片最相符合的微量元素缺乏图像，且与整体植株图像最匹配的微量元素缺乏图像作为最相符合的微量元素缺乏图像；
根据最相符合的微量元素缺乏图像得出微量元素缺失信息，通过对皇帝柑局部叶片图像和整体植株图像进行比对，采用双重保障，提高微量元素缺乏信息识别的准确度。
进一步，所述根据所述环境信息得出皇帝柑的环境状态信息包括：
通过单片机将采集的土壤的PH值和空气温度转化为数字信号，并判断所述土壤的PH值和空气温度是否在设定范围，当所述土壤的PH值和空气温度在设定范围时，则输出皇帝柑的环境状态正常的信息；当所述土壤的PH值和空气温度偏离设定范围时，则输出皇帝柑的环境状态异常的信息。
本实施例中，土壤PH值的设定范围为6～6.5；土壤空气温度的设定范围为23～31℃。
单片机通过连接4G模块，将土壤状态信息上传至服务器。
所述单片机型号为STM32F103系列，采用12位AD转换器将模拟量转化为12位的二进制数据量，从而满足PH值在0-14内的精准测定。
进一步，所述系统还包括云存储服务器，所述云存储服务器用于存储处理完成后的数据。
为了使得数据能够更加便捷的可视化，将处理完成后的数据上传至云端服务器中，能够通过智能终端对皇帝柑的健康状况进行实时查看。
进一步，所述显示单元，还用于当识别到虫害时，在系统中发出虫害警报；当土壤的PH值偏离正常范围时，在系统中发出土壤状态异常的警报；
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

Claims (9)

1.一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，包括采集单元、处理单元、识别单元及显示单元；
所述采集单元，用于采集皇帝柑的图像信息和环境信息；
所述处理单元，用于将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息；
以及，用于根据所述环境信息得出皇帝柑的环境状态信息；
所述显示单元，用于实时显示皇帝柑的生长状态信息和土壤状态信息。
2.根据权利要求1所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述采集单元包括CCD工业相机、PH值传感器和温度传感器，所述环境信息包括皇帝柑生长的土壤PH值和空气温度；所述CCD工业相机用于采集图像信息，所述PH值传感器采集用于采集皇帝柑生长的土壤PH值，所述温度传感器用于采集皇帝柑生长环境的空气温度。
3.根据权利要求1所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述处理单元为本地计算机和/或服务器；
所述将皇帝柑的图像信息与底库图像信息进行比对，从而得出皇帝柑的生长状态信息包括：
建立图像底库，所述图像底库包括疾病图像、害虫图像、微量元素缺乏图像；
所述疾病图像包括但不限于绿霉病图像、炭疽病图像、叶片溃疡图像、疮痂病图像、树脂病图像；
所述害虫包括但不限于红蜘蛛图像、蚧壳虫图像、粉虱图像；
所述微量元素缺乏图像包括但不限于缺少氮、磷、钾元素时的植株图像；
对图像信息进行离散时间采样，对所采样后的图像信息进行滤波，去噪，得到处理后的图像；
将处理后的图像与图像底库进行比对，获得皇帝柑的生长状态信息；
所述生长状态信息包括：生长健康、虫害信息、疾病信息、微量元素缺乏信息。
4.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述虫害信息通过以下步骤识别：
提取处理后的图像中的昆虫图像，采用昆虫形态学分别构建昆虫图像和害虫图像的骨架结构；
将昆虫图像和害虫图像的骨架结构进行比对，匹配与昆虫图像最符合的害虫图像；
对于匹配失败的昆虫图像，则通过局部极值的分水岭算法对昆虫图像进行处理，从而得出昆虫外观的斑点图像；
将昆虫外观的斑点图像与害虫图像进行比对，从而得到与昆虫图像最符合的害虫图像信息；
根据与昆虫图像最符合的害虫图像信息得出虫害信息。
5.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，通过以下步骤识别疾病信息：
对处理后的图像进行轮廓识别，从而提取单片叶子的图像；
将单片叶子的图像与疾病图像进行比对，得出与单片叶子的图像最相符合的疾病图像；
根据与单片叶子的图像最相符合的疾病图像得出虫害信息。
6.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述微量元素缺乏信息通过以下步骤识别：
提取皇帝柑待测叶片图像的颜色信息，取所述颜色信息的平均值作为皇帝柑叶片图像；
将皇帝柑叶片图像与微量元素缺乏图像进行颜色比对，得到与皇帝柑叶片最相符合的微量元素缺乏图像；
对皇帝柑整体植株图像的颜色信息与微量元素缺乏图像进行比对，得到与整体植株图像最匹配的微量元素缺乏图像；
将与皇帝柑叶片最相符合的微量元素缺乏图像，且与整体植株图像最匹配的微量元素缺乏图像作为最相符合的微量元素缺乏图像；
根据最相符合的微量元素缺乏图像得出微量元素缺失信息。
7.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述根据所述环境信息得出皇帝柑的环境状态信息包括：
通过STM32F103单片机将采集的土壤的PH值和空气温度转化为数字信号，并判断所述土壤的PH值和空气温度是否在设定范围，当所述土壤的PH值和空气温度在设定范围时，则输出皇帝柑的环境状态正常的信息；当所述土壤的PH值和空气温度偏离设定范围时，则输出皇帝柑的环境状态异常的信息。
8.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述系统还包括云存储服务器，所述云存储服务器用于存储处理完成后的数据。
9.根据权利要求3所述的一种基于计算机视觉的皇帝柑健康监测系统，其特征在于，所述显示单元，还用于当识别到虫害时，发出虫害警报信息；当土壤的PH值偏离正常范围时，发出土壤状态异常的警报信息。
CN201811624661.6A 2018-12-28 2018-12-28 一种基于计算机视觉的皇帝柑健康监测系统 Pending CN109752376A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811624661.6A CN109752376A (zh) 2018-12-28 2018-12-28 一种基于计算机视觉的皇帝柑健康监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811624661.6A CN109752376A (zh) 2018-12-28 2018-12-28 一种基于计算机视觉的皇帝柑健康监测系统

Publications (1)

Publication Number Publication Date
CN109752376A true CN109752376A (zh) 2019-05-14

Family

ID=66404337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811624661.6A Pending CN109752376A (zh) 2018-12-28 2018-12-28 一种基于计算机视觉的皇帝柑健康监测系统

Country Status (1)

Country Link
CN (1) CN109752376A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796148A (zh) * 2019-10-12 2020-02-14 广西大学 一种荔枝虫害监测识别系统和监测识别方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202904667U (zh) * 2012-03-29 2013-04-24 宁夏大学 基于移动终端的作物病害识别系统
CN103336517A (zh) * 2013-07-02 2013-10-02 周庆芬 一种智能农业综合管理系统
CN103697937A (zh) * 2013-12-06 2014-04-02 上海交通大学 环境与植株生长态势协同监测分析装置及方法
CN104651462A (zh) * 2015-01-29 2015-05-27 华南农业大学 基于显微图像分析的稻瘟病菌孢子检测方法
CN105137899A (zh) * 2015-08-27 2015-12-09 重庆云晖科技有限公司 一种监测系统
CN105548124A (zh) * 2016-02-01 2016-05-04 浙江大学 一种柑橘溃疡病的检测方法和装置
CN105894003A (zh) * 2016-04-29 2016-08-24 无锡中科智能农业发展有限责任公司 一种基于机器视觉的大田果树病害监测预警系统
CN106250899A (zh) * 2016-07-29 2016-12-21 华东交通大学 一种基于分布式压缩感知wsn的柑桔病虫害监测预警方法
CN205902526U (zh) * 2016-08-24 2017-01-25 晋中职业技术学院 一种果树叶部病害防治装置
CN106417229A (zh) * 2016-10-10 2017-02-22 浙江同创无人机科技有限公司 一种使用无人机对柑桔进行病虫害防治的方法
CN106525732A (zh) * 2016-10-25 2017-03-22 沈阳农业大学 基于高光谱成像技术的苹果内外品质快速无损检测方法
CN106645155A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 一种基于温室环境的植物生长状态监控方法及装置
CN107589729A (zh) * 2017-09-12 2018-01-16 合肥师范学院 一种基于物联网和专家系统的智慧农业管理系统及方法
CN107748886A (zh) * 2017-10-31 2018-03-02 南京农业大学 一种基于深度相机的轨道式现代标准化果园信息感知系统
CN108921849A (zh) * 2018-09-30 2018-11-30 靖西海越农业有限公司 用于防治沃柑病虫害的智慧农业监控预警系统
CN109087211A (zh) * 2018-08-31 2018-12-25 靖西海越农业有限公司 一种沃柑智慧种植系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202904667U (zh) * 2012-03-29 2013-04-24 宁夏大学 基于移动终端的作物病害识别系统
CN103336517A (zh) * 2013-07-02 2013-10-02 周庆芬 一种智能农业综合管理系统
CN103697937A (zh) * 2013-12-06 2014-04-02 上海交通大学 环境与植株生长态势协同监测分析装置及方法
CN104651462A (zh) * 2015-01-29 2015-05-27 华南农业大学 基于显微图像分析的稻瘟病菌孢子检测方法
CN105137899A (zh) * 2015-08-27 2015-12-09 重庆云晖科技有限公司 一种监测系统
CN105548124A (zh) * 2016-02-01 2016-05-04 浙江大学 一种柑橘溃疡病的检测方法和装置
CN105894003A (zh) * 2016-04-29 2016-08-24 无锡中科智能农业发展有限责任公司 一种基于机器视觉的大田果树病害监测预警系统
CN106250899A (zh) * 2016-07-29 2016-12-21 华东交通大学 一种基于分布式压缩感知wsn的柑桔病虫害监测预警方法
CN205902526U (zh) * 2016-08-24 2017-01-25 晋中职业技术学院 一种果树叶部病害防治装置
CN106417229A (zh) * 2016-10-10 2017-02-22 浙江同创无人机科技有限公司 一种使用无人机对柑桔进行病虫害防治的方法
CN106525732A (zh) * 2016-10-25 2017-03-22 沈阳农业大学 基于高光谱成像技术的苹果内外品质快速无损检测方法
CN106645155A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 一种基于温室环境的植物生长状态监控方法及装置
CN107589729A (zh) * 2017-09-12 2018-01-16 合肥师范学院 一种基于物联网和专家系统的智慧农业管理系统及方法
CN107748886A (zh) * 2017-10-31 2018-03-02 南京农业大学 一种基于深度相机的轨道式现代标准化果园信息感知系统
CN109087211A (zh) * 2018-08-31 2018-12-25 靖西海越农业有限公司 一种沃柑智慧种植系统
CN108921849A (zh) * 2018-09-30 2018-11-30 靖西海越农业有限公司 用于防治沃柑病虫害的智慧农业监控预警系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
熊焕亮 等: "基于BP神经网络的柑橘始叶螨图像识别", 《湖北农业科学》 *
邱白晶 等: "黄瓜蚜虫的图像识别与计数方法", 《农业机械学报》 *
陈利苏: "基于机器视觉技术的水稻氮磷钾营养识别和诊断", 《中国博士学位论文全文数据库 农业科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796148A (zh) * 2019-10-12 2020-02-14 广西大学 一种荔枝虫害监测识别系统和监测识别方法

Similar Documents

Publication Publication Date Title
CN209517198U (zh) 一种智慧农业标准化管理系统
Yu et al. Automatic image-based detection technology for two critical growth stages of maize: Emergence and three-leaf stage
CN111915332A (zh) 一种基于大数据的农产品安全溯源追踪监测管理系统
CN109781963A (zh) 一种大田种植环境监测系统
CN111507857A (zh) 一种基于物联网技术的数字化农业种植系统和方法
CN108241333A (zh) 一种智能化园林管理系统
CN110110595A (zh) 一种基于卫星遥感影像的农田画像及药肥大数据分析方法
KR20210077504A (ko) 스마트팜 데이터 생육연동시스템
CN112116206A (zh) 一种基于大数据的智慧农业系统
CN114460080A (zh) 一种水稻病虫智能监控系统
CN110427798A (zh) 一种青菜智能识别及叶色环境变化预测的方法
CN114818909A (zh) 一种基于作物长势特征的杂草检测方法和装置
CN116300608A (zh) 一种基于大数据的智慧农业远程监控系统
CN114708490A (zh) 水稻种植提取及复种指数监测方法、系统、终端及存储介质
CN105891420A (zh) 一种大数据智能分析植物生长状态的方法
CN109752376A (zh) 一种基于计算机视觉的皇帝柑健康监测系统
CN206270728U (zh) 一种葡萄病害识别系统
WO2022104867A1 (zh) 目标物的特征检测方法和装置
CN109087211A (zh) 一种沃柑智慧种植系统
CN105869061A (zh) 一种计算机分析植物生长状态的方法
CN117058607A (zh) 一种基于图像视觉分析的植物生长状态监测系统
CN113342036A (zh) 一种农作物的精准管控系统及其管控方法
CN113377141A (zh) 一种人工智能农业自动管理系统
Zhao et al. A dataset of pomegranate growth stages for machine learning-based monitoring and analysis
Wang et al. Research on application of smart agriculture in cotton production management

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: 20190514

RJ01 Rejection of invention patent application after publication