CN109991911A - 一种基于物联网的果园综合监控系统 - Google Patents
一种基于物联网的果园综合监控系统 Download PDFInfo
- Publication number
- CN109991911A CN109991911A CN201910366940.5A CN201910366940A CN109991911A CN 109991911 A CN109991911 A CN 109991911A CN 201910366940 A CN201910366940 A CN 201910366940A CN 109991911 A CN109991911 A CN 109991911A
- Authority
- CN
- China
- Prior art keywords
- module
- pest
- disease damage
- image
- orchard
- 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.)
- Withdrawn
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G13/00—Protecting plants
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G17/00—Cultivation of hops, vines, fruit trees, or like trees
- A01G17/005—Cultivation methods
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Automation & Control Theory (AREA)
- Soil Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Botany (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于物联网的果园综合监控系统,包括传感器组、图像采集模块和远程监控终端,所述远程监控终端内设有土壤水分及营养成分分析模块、果树生长状态评估模块、病虫害识别模块和危险动作判定模块。本发明基于传感器组实现了果园内土壤湿度和肥力参数的采集,并将其与每种果树的最适宜土壤湿度和肥力参数进行对比,为后续的灌溉、施肥操作提供了科学依据,一定程度上可以提高果树的产量以及果实的品质。通过无人机模块协同图像处理技术实现了果树生长情况以及果树病虫害情况的自动识别分析,同时可以基于各区域特征给出相应的防治方法,有效避免病虫害的恶化,从而将病虫害对水果产量的影响降到最小。
Description
技术领域
本发明涉及农业领域,具体涉及一种基于物联网的果园综合监控系统。
背景技术
我国作为农业生产大国,而果园种植占据了我国水果产业的主导地 位。随着城乡一体化的建设发展和新生代农民向城市的逐渐转移,加剧了农业生成劳动力短缺矛盾,自动化、信息化、智能化成为农业生产和农机装备发展的必然趋势。
果园内的环境状况、果树的病虫害情况可以直接影响水果的质量和产量,因此果园内的土壤湿度、土壤肥力等信息是否能够实时的掌握在手中就显得尤为重要。传统果园种植多通过人工方式进行采集观察,难以保证采集环境数据的实时性,同时还浪费大量人力资源。
发明内容
本发明的目的在于提供了一种基于物联网的果园综合监控系统。
为实现上述目的,本发明采取的技术方案为:
一种基于物联网的果园综合监控系统,包括:
传感器组,用于种植区内土壤湿度、土壤肥力数据的采集;
图像采集模块,包括无人机模块和架设在果园内的摄像头,通过无人机模块进行每一颗果树图像的采集,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监控终端 ;通过摄像头进行果园内视频数据的采集,并将采集到的视频数据通过无线通讯模块实时发送到远程监控终端;所述远程监控终端内设有:
土壤水分及营养成分分析模块,用于根据接收到的土壤湿度数据以及土壤肥力数据实现当前土壤水分以及营养成分的分析,并输出对应的分析结果至显示屏进行显示;
果树生长状态评估模块,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果树树冠体积的计算,从而根据计算结果基于历史果树树冠体积实现果树生长状态的评估;
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果树叶面、根茎以及果实上的孔洞、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;
危险动作判定模块,用于通过kinect深度传感器数据获取视频图像内的人体深度信息以及骨骼信息,消除所得骨骼信息的抖动和噪声干扰,并获取所有骨骼对的角度旋转移动SO3矩阵信息;将计算所得的骨骼对的角度旋转移动SO3矩阵信息与危险动作姿态数据库内录制的危险动作标准姿态信息进行对比,如果差距小于某个门限,则认为是,否则认为不是。
进一步地,所述无人机模块按照预设的行驶轨迹实现果树图像的采集。
进一步地,还包括一报警模块,在病虫害识别模块识别到病虫害时以及危险动作判定模块判断的结果为是时启动。
进一步地,所述报警模块采用语音报警模块,基于报警信号来源调用相应的音频数据实现报警。
进一步地,每一颗果树配置一湿度传感器和一土壤肥力检测传感器,两者分离设置,均布置在果树根部的土壤内。
进一步地,所述土壤水分及营养成分分析模块基于每种果树需要水分和肥力要求进行当前土壤情况的评估,水分评估结果分为三种:标准、缺水、过湿;肥力评估结果分为两种:过营、贫瘠、标准。
进一步地,所述远程监控终端内还设有:
病害虫防治决策模块,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;
病虫害数据库,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。
进一步地,所述远程监控终端内还设有:
图像标记模块,用于为每一副采集到的图像标记上无人机所在的GPS定位结果。
进一步地,所述远程监控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,用于对传感器组、图像采集模块所采集到的数据,土壤水分及营养成分分析模块、果树生长状态评估模块、病虫害识别模块、危险动作判定模块的结果进行显示。
本发明具有以下有益效果:
基于传感器组实现了果园内土壤湿度和肥力参数的采集,并将其与每种果树的最适宜土壤湿度和肥力参数进行对比,为后续的灌溉、施肥操作提供了科学依据,一定程度上可以提高果树的产量以及果实的品质。
通过无人机模块协同图像处理技术实现了果树生长情况以及果树病虫害情况的自动识别分析,同时可以基于各区域特征给出相应的防治方法,有效避免病虫害的恶化,从而将病虫害对水果产量的影响降到最小。
自带危险动作判定功能,可以及时发现果园内存在的危险行为,比如偷盗水果、投药等行为。
附图说明
图1为本发明实施例一种基于物联网的果园综合监控系统的系统框图。
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基于物联网的果园综合监控系统,包括:
传感器组,每一颗果树配置一湿度传感器和一土壤肥力检测传感器,两者分离设置,均布置在果树根部的土壤内,用于种植区内土壤湿度、土壤肥力数据的采集;
图像采集模块,包括无人机模块和架设在果园内的摄像头,通过无人机模块按照预设的行驶轨迹进行每一颗果树图像的采集,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监控终端 ;通过摄像头进行果园内视频数据的采集,并将采集到的视频数据通过无线通讯模块实时发送到远程监控终端;所述远程监控终端内设有:
土壤水分及营养成分分析模块,用于根据接收到的土壤湿度数据以及土壤肥力数据实现当前土壤水分以及营养成分的分析,并输出对应的分析结果至显示屏进行显示;所述土壤水分及营养成分分析模块基于每种果树需要水分和肥力要求进行当前土壤情况的评估,水分评估结果分为三种:标准、缺水(包括建议施水量)、过湿(包括超过的差值数据);肥力评估结果分为两种:过营(包括超过的成分以及每个成分超过的差值)、贫瘠(包括建议的施肥措施)、标准;
果树生长状态评估模块,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果树树冠体积的计算,从而根据计算结果基于历史果树树冠体积实现果树生长状态的评估;
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果树叶面、根茎以及果实上的孔洞、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;
危险动作判定模块,用于通过kinect深度传感器数据获取视频图像内的人体深度信息以及骨骼信息,消除所得骨骼信息的抖动和噪声干扰,并获取所有骨骼对的角度旋转移动SO3矩阵信息;将计算所得的骨骼对的角度旋转移动SO3矩阵信息与危险动作姿态数据库内录制的危险动作标准姿态信息进行对比,如果差距小于某个门限,则认为是,否则认为不是。
报警模块,在病虫害识别模块识别到病虫害时以及危险动作判定模块判断的结果为是时启动。所述报警模块采用语音报警模块,基于报警信号来源调用相应的音频数据实现报警,本实施例汇总,音频数据设置为两种,一是发现病虫害;一是发现危险人物。
病害虫防治决策模块,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;
病虫害数据库,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。
图像标记模块,用于为每一副采集到的图像标记上无人机所在的GPS定位结果;
人机交互模块,由高性能服务器及其显示终端组成,用于对传感器组、图像采集模块所采集到的数据,土壤水分及营养成分分析模块、果树生长状态评估模块、病虫害识别模块、危险动作判定模块的结果进行显示。
中央处理器,用于协调上述模块进行工作。
本实施例中所采用的无人机模块采用自带避障功能的无人机,其在使用时,需先根据果园的地势、果树的分布情况进行巡航路径的设置。
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 (9)
1.一种基于物联网的果园综合监控系统,其特征在于:包括:
传感器组,用于种植区内土壤湿度、土壤肥力数据的采集;
图像采集模块,包括无人机模块和架设在果园内的摄像头,通过无人机模块进行每一颗果树图像的采集,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监控终端;通过摄像头进行果园内视频数据的采集,并将采集到的视频数据通过无线通讯模块实时发送到远程监控终端;
所述远程监控终端内设有:
土壤水分及营养成分分析模块,用于根据接收到的土壤湿度数据以及土壤肥力数据实现当前土壤水分以及营养成分的分析,并输出对应的分析结果至显示屏进行显示;
果树生长状态评估模块,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果树树冠体积的计算,从而根据计算结果基于历史果树树冠体积实现果树生长状态的评估;
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果树叶面、根茎以及果实上的孔洞、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;
危险动作判定模块,用于通过kinect深度传感器数据获取视频图像内的人体深度信息以及骨骼信息,消除所得骨骼信息的抖动和噪声干扰,并获取所有骨骼对的角度旋转移动SO3矩阵信息;将计算所得的骨骼对的角度旋转移动SO3矩阵信息与危险动作姿态数据库内录制的危险动作标准姿态信息进行对比,如果差距小于某个门限,则认为是,否则认为不是。
2.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:所述无人机模块按照预设的行驶轨迹实现果树图像的采集。
3.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:还包括一报警模块,在病虫害识别模块识别到病虫害时以及危险动作判定模块判断的结果为是时启动。
4.如权利要求3所述的一种基于物联网的果园综合监控系统,其特征在于:所述报警模块采用语音报警模块,基于报警信号来源调用相应的音频数据实现报警。
5.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:每一颗果树配置一湿度传感器和一土壤肥力检测传感器,两者分离设置,均布置在果树根部的土壤内。
6.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:所述土壤水分及营养成分分析模块基于每种果树需要水分和肥力要求进行当前土壤情况的评估,水分评估结果分为三种:标准、缺水、过湿;肥力评估结果分为两种:过营、贫瘠、标准。
7.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:所述远程监控终端内还设有:
病害虫防治决策模块,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;
病虫害数据库,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。
8.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:所述远程监控终端内还设有:
图像标记模块,用于为每一副采集到的图像标记上无人机所在的GPS定位结果。
9.如权利要求1所述的一种基于物联网的果园综合监控系统,其特征在于:所述远程监控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,用于对传感器组、图像采集模块所采集到的数据,土壤水分及营养成分分析模块、果树生长状态评估模块、病虫害识别模块、危险动作判定模块的结果进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910366940.5A CN109991911A (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的果园综合监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910366940.5A CN109991911A (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的果园综合监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109991911A true CN109991911A (zh) | 2019-07-09 |
Family
ID=67135755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910366940.5A Withdrawn CN109991911A (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的果园综合监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109991911A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378899A (zh) * | 2019-07-27 | 2019-10-25 | 榆林学院 | 一种小杂粮种植监测系统 |
CN110427922A (zh) * | 2019-09-03 | 2019-11-08 | 陈�峰 | 一种基于机器视觉和卷积神经网络病虫害识别系统和方法 |
CN110598532A (zh) * | 2019-07-31 | 2019-12-20 | 长春市万易科技有限公司 | 一种树木病虫害监控系统及方法 |
CN110583448A (zh) * | 2019-10-28 | 2019-12-20 | 黄河水利职业技术学院 | 一种基于无人机监测的水利灌溉装置 |
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 |
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 |
CN112839207A (zh) * | 2021-01-15 | 2021-05-25 | 夏正鑫 | 一种基于无人机低空遥感技术的果树生长监测方法 |
CN113377062A (zh) * | 2021-07-08 | 2021-09-10 | 深圳市汉品景观工程有限公司 | 一种具有病虫害和旱情监控的多功能预警系统 |
CN114342627A (zh) * | 2022-01-05 | 2022-04-15 | 山东农业大学 | 一种智能果园有机肥化肥混合精量施肥方法和系统 |
CN114766333A (zh) * | 2022-05-09 | 2022-07-22 | 邢台市农业科学研究院 | 一种果树种植物联网调控系统 |
CN115147095A (zh) * | 2022-09-02 | 2022-10-04 | 山东慧创信息科技有限公司 | 一种多级联动的政务信息管理用智慧社区开放平台系统 |
CN115185220A (zh) * | 2022-08-11 | 2022-10-14 | 安徽中昆绿色防控科技有限公司 | 一种基于物联网的农林病虫害监控系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069460A (zh) * | 2015-08-21 | 2015-11-18 | 航天长征火箭技术有限公司 | 一种isar图像舰船目标特征提取方法 |
CN105371762A (zh) * | 2015-11-20 | 2016-03-02 | 南京农业大学 | 一种基于图像分析的果树树冠体积测量方法 |
CN105999682A (zh) * | 2016-06-14 | 2016-10-12 | 郑州华信学院 | 一种体育训练监控系统 |
CN106778888A (zh) * | 2016-12-27 | 2017-05-31 | 浙江大学 | 一种基于无人机遥感的果园病虫害普查系统和方法 |
CN107123115A (zh) * | 2017-04-25 | 2017-09-01 | 南京大学 | 一种基于图像处理的谷物收割清选损失实时在线检测方法 |
CN107909590A (zh) * | 2017-11-15 | 2018-04-13 | 北京工业大学 | 一种基于Snake改进算法的IVUS图像外膜边缘分割方法 |
CN108107861A (zh) * | 2018-01-05 | 2018-06-01 | 陕西助智信息技术有限公司 | 一种基于物联网的果园监测软件系统 |
CN108801350A (zh) * | 2018-06-22 | 2018-11-13 | 江苏省农业科学院 | 一种基于无人机低空遥感技术的果树生长监测系统 |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测系统 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理系统 |
-
2019
- 2019-05-05 CN CN201910366940.5A patent/CN109991911A/zh not_active Withdrawn
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069460A (zh) * | 2015-08-21 | 2015-11-18 | 航天长征火箭技术有限公司 | 一种isar图像舰船目标特征提取方法 |
CN105371762A (zh) * | 2015-11-20 | 2016-03-02 | 南京农业大学 | 一种基于图像分析的果树树冠体积测量方法 |
CN105999682A (zh) * | 2016-06-14 | 2016-10-12 | 郑州华信学院 | 一种体育训练监控系统 |
CN106778888A (zh) * | 2016-12-27 | 2017-05-31 | 浙江大学 | 一种基于无人机遥感的果园病虫害普查系统和方法 |
CN107123115A (zh) * | 2017-04-25 | 2017-09-01 | 南京大学 | 一种基于图像处理的谷物收割清选损失实时在线检测方法 |
CN107909590A (zh) * | 2017-11-15 | 2018-04-13 | 北京工业大学 | 一种基于Snake改进算法的IVUS图像外膜边缘分割方法 |
CN108107861A (zh) * | 2018-01-05 | 2018-06-01 | 陕西助智信息技术有限公司 | 一种基于物联网的果园监测软件系统 |
CN108801350A (zh) * | 2018-06-22 | 2018-11-13 | 江苏省农业科学院 | 一种基于无人机低空遥感技术的果树生长监测系统 |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测系统 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378899A (zh) * | 2019-07-27 | 2019-10-25 | 榆林学院 | 一种小杂粮种植监测系统 |
CN110598532A (zh) * | 2019-07-31 | 2019-12-20 | 长春市万易科技有限公司 | 一种树木病虫害监控系统及方法 |
CN110598532B (zh) * | 2019-07-31 | 2022-09-13 | 长春市万易科技有限公司 | 一种树木病虫害监控系统及方法 |
CN110427922A (zh) * | 2019-09-03 | 2019-11-08 | 陈�峰 | 一种基于机器视觉和卷积神经网络病虫害识别系统和方法 |
CN110583448B (zh) * | 2019-10-28 | 2021-11-05 | 黄河水利职业技术学院 | 一种基于无人机监测的水利灌溉装置 |
CN110583448A (zh) * | 2019-10-28 | 2019-12-20 | 黄河水利职业技术学院 | 一种基于无人机监测的水利灌溉装置 |
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 |
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 |
CN112839207A (zh) * | 2021-01-15 | 2021-05-25 | 夏正鑫 | 一种基于无人机低空遥感技术的果树生长监测方法 |
CN112839207B (zh) * | 2021-01-15 | 2022-06-21 | 河南瑞海科技发展集团有限公司 | 一种基于无人机低空遥感技术的果树生长监测方法 |
CN113377062A (zh) * | 2021-07-08 | 2021-09-10 | 深圳市汉品景观工程有限公司 | 一种具有病虫害和旱情监控的多功能预警系统 |
CN113377062B (zh) * | 2021-07-08 | 2021-12-21 | 深圳市汉品景观工程有限公司 | 一种具有病虫害和旱情监控的多功能预警系统 |
CN114342627A (zh) * | 2022-01-05 | 2022-04-15 | 山东农业大学 | 一种智能果园有机肥化肥混合精量施肥方法和系统 |
CN114766333A (zh) * | 2022-05-09 | 2022-07-22 | 邢台市农业科学研究院 | 一种果树种植物联网调控系统 |
CN115185220A (zh) * | 2022-08-11 | 2022-10-14 | 安徽中昆绿色防控科技有限公司 | 一种基于物联网的农林病虫害监控系统 |
CN115147095A (zh) * | 2022-09-02 | 2022-10-04 | 山东慧创信息科技有限公司 | 一种多级联动的政务信息管理用智慧社区开放平台系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109991911A (zh) | 一种基于物联网的果园综合监控系统 | |
Ben Ayed et al. | Artificial intelligence to improve the food and agriculture sector | |
Chen et al. | An AIoT based smart agricultural system for pests detection | |
García-Mateos et al. | Study and comparison of color models for automatic image analysis in irrigation management applications | |
CN115204689B (zh) | 一种基于图像处理的智慧农业管理系统 | |
CN113439727B (zh) | 大棚农作物的除虫方法、装置、设备及存储介质 | |
Tichkule et al. | Plant diseases detection using image processing techniques | |
Tian et al. | Application status and challenges of machine vision in plant factory—A review | |
CN106688705A (zh) | 一种智能种植大棚及其采用的监测方法 | |
CN102945376B (zh) | 一种农作物病害的诊断方法 | |
Maduranga et al. | Machine learning applications in IoT based agriculture and smart farming: A review | |
Liu et al. | Extraction of the rice leaf disease image based on BP neural network | |
CN112116206A (zh) | 一种基于大数据的智慧农业系统 | |
Mathi et al. | An Internet of Things-based Efficient Solution for Smart Farming | |
Kamal et al. | FCN network-based weed and crop segmentation for ioT-aided agriculture applications | |
Kolhalkar et al. | Mechatronics system for diagnosis and treatment of major diseases in grape vineyards based on image processing | |
Miao et al. | Crop weed identification system based on convolutional neural network | |
Rathore | Application of artificial intelligence in agriculture including horticulture | |
Prasad et al. | System model for smart precision farming for high crop yielding | |
CN110378899A (zh) | 一种小杂粮种植监测系统 | |
Hong et al. | Adaptive target spray system based on machine vision for plant protection UAV | |
Scalisi et al. | Detecting, mapping and digitising canopy geometry, fruit number and peel colour in pear trees with different architecture | |
Doddamani et al. | Detection of Weed & Crop using YOLO v5 Algorithm | |
Widiyanto et al. | Monitoring the growth of tomatoes in real time with deep learning-based image segmentation | |
Dahiya et al. | An Effective Detection of Litchi Disease using Deep Learning |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190709 |
|
WW01 | Invention patent application withdrawn after publication |