CN111316934B - 一种蜜蜂产育力分析仪及方法 - Google Patents

一种蜜蜂产育力分析仪及方法 Download PDF

Info

Publication number
CN111316934B
CN111316934B CN201811545082.2A CN201811545082A CN111316934B CN 111316934 B CN111316934 B CN 111316934B CN 201811545082 A CN201811545082 A CN 201811545082A CN 111316934 B CN111316934 B CN 111316934B
Authority
CN
China
Prior art keywords
honeycomb
bee
image
box body
color
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
Application number
CN201811545082.2A
Other languages
English (en)
Other versions
CN111316934A (zh
Inventor
许金山
石鹏
刘强
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.)
Chongqing Normal University
Original Assignee
Chongqing Normal 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 Chongqing Normal University filed Critical Chongqing Normal University
Priority to CN201811545082.2A priority Critical patent/CN111316934B/zh
Publication of CN111316934A publication Critical patent/CN111316934A/zh
Application granted granted Critical
Publication of CN111316934B publication Critical patent/CN111316934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K47/00—Beehives
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K47/00—Beehives
    • A01K47/06—Other details of beehives, e.g. ventilating devices, entrances to hives, guards, partitions or bee escapes
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K67/00—Rearing or breeding animals, not otherwise provided for; New breeds of animals
    • A01K67/033—Rearing or breeding invertebrates; New breeds of invertebrates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及蜜蜂产育力分析技术领域，具体涉及一种蜜蜂产育力分析仪及方法，包括箱体主体、蜂脾屑清洁抽屉、高清自动对焦摄像头、USB接口、网线接口、电源接口、箱体底盖、LED光源阵列、PCB集成控制板、恒温加热板、风扇和温度传感器，箱体主体内设置有图像感知层、图像分析层和内环境控制层，箱体主体顶端设有液晶触控面板、蜂脾放置卡槽翻转盖和仪器电源总开关，箱体主体两侧面设有凹陷把手，箱体主体左右两侧内壁设有蜂脾放置卡槽，蜂脾屑清洁抽屉设置于箱体主体右侧壁，高清自动对焦摄像头设置于箱体主体前侧，本发明可以在短时间内完成蜂场蜂群产育力测定，具有简单高效、快速便捷、规范准确的优点。

Description

一种蜜蜂产育力分析仪及方法
技术领域
本发明涉及蜜蜂产育力分析技术领域，具体涉及一种蜜蜂产育力分析仪及方法。
背景技术
蜜蜂是典型的社会性群居昆虫，蜜蜂群势是指一群蜜蜂中蜂卵、幼虫、蛹和成虫个体的数量，是反映蜂群繁殖力和生产力的主要标志，而产育力是影响蜂群群势的重要因素。蜂群产育力是指蜂王产卵能力和工蜂哺育能力的总和。
传统的产育力计算采用方格网进行测量，例如测量西方蜜蜂采用50mm*50mm规格的方格网，蜂脾取出蜂箱后，将测量方格网放置在待测蜂脾上，人工识别和统计蜂卵、幼虫、封盖蜂蛹的数量，再通过相应的计算公式分析待测蜂群的产育力。在传统产育力测量过程中，工作量大，效率低且对统计人员要求高，存在冻子风险损伤幼虫，制约蜂群产育力测定；方格网完成蜂脾产育力测定后，仅仅只能保留测量相关数据，且数据存储方式单一，保存的数据量十分有限，针对现有技术缺陷，我们提供了一种蜜蜂产育力分析仪及方法。
发明内容
针对上述的问题，本发明提供了一种蜜蜂产育力分析仪及方法，本发明可以在短时间内完成蜂场蜂群产育力测定，具有简单高效、快速便捷、规范准确的优点。
本发明通过以下技术方案予以实现：
一种蜜蜂产育力分析仪及方法，包括箱体主体、蜂脾屑清洁抽屉、高清自动对焦摄像头、USB接口、网线接口、电源接口、箱体底盖、LED光源阵列、PCB集成控制板、恒温加热板、风扇和温度传感器，所述箱体主体内设置有图像感知层、图像分析层和内环境控制层；
所述箱体主体顶端设有液晶触控面板、蜂脾放置卡槽翻转盖和仪器电源总开关，所述箱体主体两侧面设有凹陷把手，所述箱体主体左右两侧内壁设有蜂脾放置卡槽，所述蜂脾屑清洁抽屉设置于箱体主体右侧壁，所述高清自动对焦摄像头设置于箱体主体前侧，所述USB接口、网线接口和电源接口均设置于箱体主体前侧，所述箱体底盖顶端设有箱体内环境控制层组件、网络通讯服务组件以及电池；
所述LED光源阵列设置于箱体主体前侧，所述PCB集成控制板设置于箱体底盖顶端前侧，所述恒温加热板设置于箱体底盖顶端中部，所述风扇设置于箱体主体右侧壁，所述温度传感器有四个且均匀设置于箱体主体内部后侧。
优选的，所述箱体主体内壁设置为用以明显区分蜂脾黄褐色的蓝色。
优选的，所述图像感知层包括高清自动对焦摄像头、LED光源阵列和存储介质，所述高清自动对焦摄像头通过USB接口连接到图像分析层，负责蜂脾图像信息记录与采集，所述LED光源阵列与PCB集成控制板通过串口连接，负责在记录图像信息时自动补光，所述存储介质连接在PCB集成控制板上，负责记录图像的数字化信息。
优选的，所述高清自动对焦摄像头采用CMOS图像传感器。
优选的，所述LED光源阵列有若干个且均匀分布于高清自动对焦摄像头四周，所述LED光源阵列前均加装有磨砂面板，用于发散光线，减少镜面反射，提高拍摄质量。
优选的，所述箱体主体前侧设置有图像分析层，所述图像分析层主要包含液晶触控面板、PCB集成电路、中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口，其中中央处理器CPU、随机存储器RAM、只读存储器ROM和多种I/O口等通过电气连接到PCB集成电路上形成PCB集成控制板，进行分析仪基础操作控制，蜂脾照片识别，蜂卵和封盖蜂蛹的统计分析等功能实现，并将控制指令、分析数据传输给液晶触控面板实现数据可视化，所述PCB集成电路和中央处理器CPU分别与液晶触控面板电气连接。
优选的，所述的内环境控制层包含恒温加热板、电磁继电器、风扇和温度传感器，温度传感器、电磁继电器、恒温加热板依次电气连接，形成内环境控制层。
优选的，所述的电磁继电器、恒温加热板和风扇分别与PCB集成控制板电气连接。
优选的，所述的网络通讯服务组件包含4G网络模块、WIFI网络模块、FPC网络增强天线，4G与WIFI网络模块通过PCB集成电路与中央处理器CPU通信，并使用FPC网络增强天线发射与接收数字信息。
一种蜜蜂产育力分析仪的具体使用方法步骤为：
S1：蜂脾数字信息采集：蜂脾颜色主要为黄褐色，为明显区分于蜂脾，其背景采用蓝色，打开蜂脾放置卡槽翻转盖，将蜂脾放置在蜂脾放置卡槽上，闭合翻转盖，通过图像感知层采集蜂脾数字信息，读取储存介质中的蜂脾照片；
S2：蜂脾特征点建库分类：采集大量蜂脾识别训练图片，采用SIFT法获得蜂脾特征点，形成蜂脾特征库，将获得的蜂脾特征点进行聚类分析，形成蜂脾特征点分类集用于精确识别、区分蜂脾各个区块；
S3：待检蜂脾特征点提取：采用SIFT方法提取巢框上梁下边缘与左侧条内边缘直角特征点用特征坐标P1(X1，Y1)表示、巢框上梁下边缘与右侧条内边缘直角特征点用特征坐标P2(X2，Y2)表示，巢框下梁上边缘与左侧条内边缘直角特征点用特征坐标P3(X3，Y3)表示，巢框下梁上边缘与右侧条内边缘直角特征点用特征坐标P4(X4，Y4)表示；
S4：蜂脾照片干扰背景切除：所述步骤(3)特征点P1、P2、P3、P4依次连接可以得到一个四边形，将4个特征点进行对齐，使P1P2∥P3P4且P1P2⊥P1P3，矩形四条边分别用D12、D13、D24、D34表示，则蜂脾内框面积S1＝(X2-X1)*(Y3-Y1)，切除S1以外的像素图像，获得蜂脾内框图像f1(x，y)；
S5：蜂脾图像颜色矩分析：读取蜂脾内框图像f1(x，y)各像素颜色值，采用颜色一阶矩、二阶矩和三阶矩表达蜂脾内框图像f1(x，y)颜色分布信息，设定蜂脾色彩阈值范围为(R1,G1,B1)-(R2,G2,B2)，去除图像阈值范围以外的蓝色像素点，获得蜂脾实际图像f2(x，y)，计算扣除的蓝色像素点图像面积S2；
S6：实际蜂脾面积计算：蜂脾实际面积S3＝S1-S2，即蜂脾内框面积S1减去蓝色像素点图像面积S2为蜂脾实际面积S3；蜂脾上蜂房总数量N＝S3/SP，其中SP为单个蜂房像素面积；
S7：蜂脾图片灰度处理：为加快图像处理速度，将彩色蜂脾实际图像f2(x，y)通过加权平均法转化为蜂脾灰度图像f3(x，y)，其图片灰度调整加权平均法参照如下公式进行：R＝G＝B＝(R＊WR+G＊WG+B＊WB)，R、G、B分别代表红、绿、蓝颜色值，WR、WG、WB分别代表红、绿、蓝权重，本发明基于人眼视觉特征采用的最优权重范围为WR＝20-30％，WG＝50-60％，WB＝5-15％；
S8：蜂脾图片锐度处理：蜂脾灰度图像f3(x，y)运用二阶微分线性算子，增强图片灰度反差，提升图片锐度，突出图片细节信息，输出蜂脾锐化图像f4(x，y)；
S9：蜂脾图片二值化处理：蜂脾锐化图像f4(x，y)进行迭代法图像二值化处理，通过Boundary函数提取待测蜂脾上单个蜂房的六边形初步轮廓，运用Canny或其他算子提取亚像素轮廓，连接蜂房六边形轮廓边缘，计算其六边形内像素点色彩平均值；
S10：蜂房类型识别分析：若设单个六边形内像素点色彩平均值在0-50范围内，记为空蜂房，统计空蜂房数NB；若设单个六边形内像素点色彩平均值在50-100范围内，记为蜂卵，统计蜂卵数NE；若设单个六边形内像素点色彩平均值在100-220范围内，记为幼虫，统计幼虫数NL；若设单个六边形内像素点色彩平均值为在220-255范围内，记为封盖蜂蛹，统计封盖蜂蛹数NC；
S11：产育力计算：单位时间蜂王产卵力计算公式为：A＝NE/Th；A为蜂王单位时间产卵力，NE检测蜂脾上蜂卵数量，Th为蜂王产卵时间；蜂群绝对产育率计算公式P1＝NC/NE’*100％，P1为检测蜂群绝对产育率，NC为检测蜂脾上封盖蜂蛹数量，NE’为同一蜂脾上次检测到的蜂卵数量；蜂群相对产育率计算公式P2＝NC/N*100％，P2为检测蜂群相对产育率，NC为检测蜂脾上封盖蜂蛹数量，N为检测蜂脾上蜂房总数量。
本发明的有益效果为：本发明提供一种蜜蜂产育力分析仪及方法，采用220V标准电源和蓄电池供电双电源设计，可以在偏远地区或电力匮乏地区正常工作，并在箱体底盖设有电池更换盖，可完成蓄电池更换，增强仪器续航能力。本发明通过图像感知层上的元件无损采集蜂卵、幼虫、封盖蜂蛹等蜂脾信息后；由图像分析层按照基于视觉像素特征分析蜜蜂产育力的方法，通过快速、准确的运算后分析待测蜂群产育力；且在分析检测过程中，由内环境控制层保证分析仪内部环境稳定适宜，避免蜂卵、幼虫、封盖蜂蛹受到低温或高温胁迫；采集的蜂脾信息也可通过网络通讯服务组件进行数据远程传输，用于PC或云端进行深度分析。且本发明中的一种基于视觉像素特征分析蜜蜂产育力的方法，可以有效进行蜂脾特征识别，并通过算法排除分析过程中的干扰，有效分辨蜂卵、幼虫和封盖蜂蛹，具有较强鲁棒性，适应性广。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1：本发明外观结构示意图；
图2：本发明内部结构示意图；
图3：本发明方法步骤流程图。
图中：1-箱体主体，101-液晶触控面板，102-蜂脾放置卡槽翻转盖，103-仪器电源总开关，104-凹陷把手，2-蜂脾屑清洁抽屉，3-高清自动对焦摄像头，4-USB接口，5-网线接口，6-电源接口，7-箱体底盖，8-LED光源阵列，9-PCB集成控制板，10-恒温加热板，11-风扇，12-温度传感器，13-蜂脾。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
参照图1-3所示：一种蜜蜂产育力分析仪及方法，包括箱体主体1、蜂脾屑清洁抽屉2、高清自动对焦摄像头3、USB接口4、网线接口5、电源接口6、箱体底盖7、LED光源阵列8、PCB集成控制板9、恒温加热板10、风扇11、温度传感器12和蜂脾13，箱体主体1内设置有图像感知层、图像分析层和内环境控制层；
箱体主体1顶端设有液晶触控面板101、蜂脾放置卡槽翻转盖102和仪器电源总开关103，箱体主体1两侧面设有凹陷把手104，箱体主体1左右两侧内壁设有蜂脾放置卡槽，蜂脾屑清洁抽屉2设置于箱体主体1右侧壁，高清自动对焦摄像头3设置于箱体主体1前侧，USB接口4、网线接口5和电源接口6均设置于箱体主体1前侧，箱体底盖7顶端设有箱体内环境控制层组件、网络通讯服务组件以及电池71；
LED光源阵列8设置于箱体主体1前侧，PCB集成控制板9设置于箱体底盖7顶端前侧，恒温加热板10设置于箱体底盖7顶端中部，风扇11设置于箱体主体1右侧壁，温度传感器12有四个且均匀设置于箱体主体1内部后侧。
具体的，箱体主体1内壁设置为用以明显区分蜂脾黄褐色的蓝色。
具体的，图像感知层包括高清自动对焦摄像头、LED光源阵列8和存储介质，高清自动对焦摄像头3通过USB接口4连接到图像分析层，负责蜂脾图像信息记录与采集，LED光源阵列8与PCB集成控制板9通过232串口连接，负责在记录图像信息时自动补光，存储介质连接在PCB集成控制板9上，负责记录图像的数字化信息。
具体的，高清自动对焦摄像头3采用CMOS图像传感器。
具体的，LED光源阵列8有若干个且均匀分布于高清自动对焦摄像头3四周，LED光源阵列8前均加装有磨砂面板，用于发散光线，减少镜面反射，提高拍摄质量。
具体的，箱体主体1前侧设置有图像分析层，图像分析层主要包含液晶触控面板101、PCB集成电路、中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口，其中中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口等通过电气连接到PCB集成电路上形成PCB集成控制板9，进行分析仪基础操作控制，蜂脾照片识别，蜂卵和封盖蜂蛹的统计分析等功能实现，并将控制指令、分析数据传输给液晶触控面板101实现数据可视化，PCB集成电路和中央处理器CPU分别与液晶触控面板101电气连接。
具体的，内环境控制层包含恒温加热板10、电磁继电器、风扇11和温度传感器12，温度传感器12、电磁继电器、恒温加热板10依次电气连接，形成内环境控制层。
具体的，电磁继电器、恒温加热板10和风扇11分别与PCB集成控制板9电气连接。
具体的，网络通讯服务组件包含4G网络模块、WIFI网络模块、FPC网络增强天线，4G与WIFI网络模块通过PCB集成电路与中央处理器CPU通信，并使用FPC网络增强天线发射与接收数字信息。
工作原理：蜂脾颜色主要为黄褐色，为明显区分于蜂脾，其背景采用蓝色，打开蜂脾放置卡槽翻转盖，将蜂脾放置在蜂脾放置卡槽上，闭合翻转盖，通过图像感知层采集蜂脾数字信息，读取储存介质中的蜂脾照片，采集大量蜂脾识别训练图片，采用SIFT法获得蜂脾特征点，形成蜂脾特征库，将获得的蜂脾特征点进行聚类分析，形成蜂脾特征点分类集用于精确识别、区分蜂脾各个区块，采用SIFT方法提取巢框上梁下边缘与左侧条内边缘直角特征点用特征坐标P1(X1，Y1)表示、巢框上梁下边缘与右侧条内边缘直角特征点用特征坐标P2(X2，Y2)表示，巢框下梁上边缘与左侧条内边缘直角特征点用特征坐标P3(X3，Y3)表示，巢框下梁上边缘与右侧条内边缘直角特征点用特征坐标P4(X4，Y4)表示；
特征点P1、P2、P3、P4依次连接可以得到一个四边形，将4个特征点进行对齐，使P1P2∥P3P4且P1P2⊥P1P3，矩形四条边分别用D12、D13、D24、D34表示，则蜂脾内框面积S1＝(X2-X1)*(Y3-Y1)，切除S1以外的像素图像，获得蜂脾内框图像f1(x，y)，读取蜂脾内框图像f1(x，y)各像素颜色值，采用颜色一阶矩、二阶矩和三阶矩表达蜂脾内框图像f1(x，y)颜色分布信息，设定蜂脾色彩阈值范围为(R1,G1,B1)-(R2,G2,B2)，去除图像阈值范围以外的蓝色像素点，获得蜂脾实际图像f2(x，y)，计算扣除的蓝色像素点图像面积S2，蜂脾实际面积S3＝S1-S2，即蜂脾内框面积S1减去蓝色像素点图像面积S2为蜂脾实际面积S3；蜂脾上蜂房总数量N＝S3/SP，其中SP为单个蜂房像素面积；
为加快图像处理速度，将彩色蜂脾实际图像f2(x，y)通过加权平均法转化为蜂脾灰度图像f3(x，y)，其图片灰度调整加权平均值法参照如下公式进行：R＝G＝B＝(R＊WR+G＊WG+B＊WB)，R、G、B分别代表红、绿、蓝颜色值，WR、WG、WB分别代表红、绿、蓝权重，本发明基于人眼视觉特征采用的最优权重范围为WR＝20-30％，WG＝50-60％，WB＝5-15％，蜂脾灰度图像f3(x，y)运用二阶微分线性算子，增强图片灰度反差，提升图片锐度，突出图片细节信息，输出蜂脾锐化图像f4(x，y)；
蜂脾锐化图像f4(x，y)进行迭代法图像二值化处理，通过Boundary函数提取待测蜂脾上单个蜂房的六边形初步轮廓，运用Canny或其他算子提取亚像素轮廓，连接蜂房六边形轮廓边缘，统计其六边形内像素点色彩平均值，若设单个六边形内像素点色彩平均值在0-50范围内，记为空蜂房，统计空蜂房数NB；若设单个六边形内像素点色彩平均值在50-100范围内，记为蜂卵，统计蜂卵数NE；若设单个六边形内像素点色彩平均值在100-220范围内，记为幼虫，统计幼虫数NL；若设单个六边形内像素点色彩平均值为在220-255范围内，记为封盖蜂蛹，统计封盖蜂蛹数NC，单位时间蜂王产卵力计算公式为：A＝NE/Th；A为蜂王单位时间产卵力，NE检测蜂脾上蜂卵数量，Th为蜂王产卵时间；蜂群绝对产育率计算公式P1＝NC/NE’*100％，P1为检测蜂群绝对产育率，NC为检测蜂脾上封盖蜂蛹数量，NE’为同一蜂脾上次检测到的蜂卵数量；蜂群相对产育率计算公式P2＝NC/N*100％，P2为检测蜂群相对产育率，NC为检测蜂脾上封盖蜂蛹数量，N为检测蜂脾上蜂房总数量。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种蜜蜂产育力分析仪及方法，其特征在于：包括箱体主体(1)、蜂脾屑清洁抽屉(2)、高清自动对焦摄像头(3)、USB接口(4)、网线接口(5)、电源接口(6)、箱体底盖(7)、LED光源阵列(8)、PCB集成控制板(9)、恒温加热板(10)、风扇(11)和温度传感器(12)，所述箱体主体(1)内设置有图像感知层、图像分析层和内环境控制层；
所述箱体主体(1)顶端设有液晶触控面板(101)、蜂脾放置卡槽翻转盖(102)和仪器电源总开关(103)，所述箱体主体(1)两侧面设有凹陷把手(104)，所述箱体主体(1)左右两侧内壁设有蜂脾放置卡槽，所述蜂脾屑清洁抽屉(2)设置于箱体主体(1)右侧壁，所述高清自动对焦摄像头(3)设置于箱体主体(1)前侧，所述USB接口(4)、网线接口(5)和电源接口(6)均设置于箱体主体(1)前侧，所述箱体底盖(7)顶端设有箱体内环境控制层组件、网络通讯服务组件以及电池(71)；
所述LED光源阵列(8)设置于箱体主体(1)前侧，所述PCB集成控制板(9)设置于箱体底盖(7)顶端前侧，所述恒温加热板(10)设置于箱体底盖(7)顶端中部，所述风扇(11)设置于箱体主体(1)右侧壁，所述温度传感器(12)有四个且均匀设置于箱体主体(1)内部后侧；
所述箱体主体(1)前侧设置有图像分析层，所述图像分析层主要包含液晶触控面板(101)、PCB集成电路、中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口，其中中央处理器CPU、随机存储器RAM、只读存储器ROM和多种I/O口通过电气连接到PCB集成电路上形成PCB集成控制板(9)，进行分析仪基础操作控制，蜂脾照片识别，蜂卵和封盖蜂蛹的统计分析功能实现，并将控制指令、分析数据传输给液晶触控面板(101)实现数据可视化，所述PCB集成电路和中央处理器CPU分别与液晶触控面板(101)电气连接。
2.根据权利要求1所述的蜜蜂产育力分析仪及方法，其特征在于：所述箱体主体(1)内壁设置为用以明显区分蜂脾黄褐色的蓝色。
3.根据权利要求1所述的蜜蜂产育力分析仪及方法，其特征在于：所述图像感知层包括高清自动对焦摄像头、LED光源阵列(8)和存储介质，所述高清自动对焦摄像头(3)通过USB接口(4)连接到图像分析层，负责蜂脾图像信息记录与采集，所述LED光源阵列(8)与PCB集成控制板(9)通过232串口连接，负责在记录图像信息时自动补光，所述存储介质连接在PCB集成控制板(9)上，负责记录图像的数字化信息。
4.根据权利要求1所述的蜜蜂产育力分析仪及方法，其特征在于：所述高清自动对焦摄像头(3)采用CMOS图像传感器。
5.根据权利要求3所述的蜜蜂产育力分析仪及方法，其特征在于：所述LED光源阵列(8)有若干个且均匀分布于高清自动对焦摄像头(3)四周，所述LED光源阵列(8)前均加装有磨砂面板，用于发散光线，减少镜面反射，提高拍摄质量。
6.根据权利要求1所述的蜜蜂产育力分析仪及方法，其特征在于：所述的内环境控制层包含恒温加热板(10)、电磁继电器、风扇(11)和温度传感器(12)，温度传感器(12)、电磁继电器、恒温加热板(10)依次电气连接，形成内环境控制层。
7.根据权利要求6所述的蜜蜂产育力分析仪及方法，其特征在于：所述的电磁继电器、恒温加热板(10)和风扇(11)分别与PCB集成控制板(9)电气连接。
8.根据权利要求1所述的蜜蜂产育力分析仪及方法，其特征在于：所述的网络通讯服务组件包含4G网络模块、WIFI网络模块、FPC网络增强天线，4G与WIFI网络模块通过PCB集成电路与中央处理器CPU通信，并使用FPC网络增强天线发射与接收数字信息。
9.根据权利要求1所述的蜜蜂产育力分析仪及方法的具体方法步骤为：
S1：蜂脾数字信息采集：蜂脾颜色主要为黄褐色，为明显区分于蜂脾，其背景采用蓝色，打开蜂脾放置卡槽翻转盖，将蜂脾放置在蜂脾放置卡槽上，闭合翻转盖，通过图像感知层采集蜂脾数字信息，读取储存介质中的蜂脾照片；
S2：蜂脾特征点建库分类：采集大量蜂脾识别训练图片，采用SIFT法获得蜂脾特征点，形成蜂脾特征库，将获得的蜂脾特征点进行聚类分析，形成蜂脾特征点分类集用于精确识别、区分蜂脾各个区块；
S3：待检蜂脾特征点提取：采用SIFT方法提取巢框上梁下边缘与左侧条内边缘直角特征点用特征坐标P1(X1，Y1)表示、巢框上梁下边缘与右侧条内边缘直角特征点用特征坐标P2(X2，Y2)表示，巢框下梁上边缘与左侧条内边缘直角特征点用特征坐标P3(X3，Y3)表示，巢框下梁上边缘与右侧条内边缘直角特征点用特征坐标P4(X4，Y4)表示；
S4：蜂脾照片干扰背景切除：所述步骤S3特征点P1、P2、P3、P4依次连接可以得到一个四边形，将4个特征点进行对齐，使P1P2∥P3P4且P1P2⊥P1P3，矩形四条边分别用D12、D13、D24、D34表示，则蜂脾内框面积S1＝(X2-X1)*(Y3-Y1)，切除S1以外的像素图像，获得蜂脾内框图像f1(x，y)；
S5：蜂脾图像颜色矩分析：读取蜂脾内框图像f1(x，y)各像素颜色值，采用颜色一阶矩、二阶矩和三阶矩表达蜂脾内框图像f1(x，y)颜色分布信息，设定蜂脾色彩阈值范围为(R1,G1,B1)-(R2,G2,B2)，去除图像阈值范围以外的蓝色像素点，获得蜂脾实际图像f2(x，y)，计算扣除的蓝色像素点图像面积S2；
S6：实际蜂脾面积计算：蜂脾实际面积S3＝S1-S2，即蜂脾内框面积S1减去蓝色像素点图像面积S2为蜂脾实际面积S3；蜂脾上蜂房总数量N＝S3/SP，其中SP为单个蜂房像素面积；
S7：蜂脾图片灰度处理：为加快图像处理速度，将彩色蜂脾实际图像f2(x，y)通过加权平均法转化为蜂脾灰度图像f3(x，y)，其图片灰度调整加权平均法参照如下公式进行：R＝G＝B＝(R＊WR+G＊WG+B＊WB)，R、G、B分别代表红、绿、蓝颜色值，WR、WG、WB分别代表红、绿、蓝权重，本发明基于人眼视觉特征采用的最优权重范围为WR＝20-30％，WG＝50-60％，WB＝5-15％；
S8：蜂脾图片锐度处理：蜂脾灰度图像f3(x，y)运用二阶微分线性算子，增强图片灰度反差，提升图片锐度，突出图片细节信息，输出蜂脾锐化图像f4(x，y)；
S9：蜂脾图片二值化处理：蜂脾锐化图像f4(x，y)进行迭代法图像二值化处理，通过Boundary函数提取待测蜂脾上单个蜂房的六边形初步轮廓，运用Canny或其他算子提取亚像素轮廓，连接蜂房六边形轮廓边缘，统计其六边形内像素点色彩平均值；
S10：蜂房类型识别分析：若设单个六边形内像素点色彩平均值在0-50范围内，记为空蜂房，统计空蜂房数NB；若设单个六边形内像素点色彩平均值在50-100范围内，记为蜂卵，统计蜂卵数NE；若设单个六边形内像素点色彩平均值在100-220范围内，记为幼虫，统计幼虫数NL；若设单个六边形内像素点色彩平均值为在220-255范围内，记为封盖蜂蛹，统计封盖蜂蛹数NC；
S11：产育力计算：单位时间蜂王产卵力计算公式为：A＝NE/Th；A为蜂王单位时间产卵力，NE检测蜂脾上蜂卵数量，Th为蜂王产卵时间；蜂群绝对产育率计算公式P1＝NC/NE’*100％，P1为检测蜂群绝对产育率，NC为检测蜂脾上封盖蜂蛹数量，NE’为同一蜂脾上次检测到的蜂卵数量；蜂群相对产育率计算公式P2＝NC/N*100％，P2为检测蜂群相对产育率，NC为检测蜂脾上封盖蜂蛹数量，N为检测蜂脾上蜂房总数量。
CN201811545082.2A 2018-12-17 2018-12-17 一种蜜蜂产育力分析仪及方法 Active CN111316934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811545082.2A CN111316934B (zh) 2018-12-17 2018-12-17 一种蜜蜂产育力分析仪及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811545082.2A CN111316934B (zh) 2018-12-17 2018-12-17 一种蜜蜂产育力分析仪及方法

Publications (2)

Publication Number Publication Date
CN111316934A CN111316934A (zh) 2020-06-23
CN111316934B true CN111316934B (zh) 2021-10-26

Family

ID=71163080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811545082.2A Active CN111316934B (zh) 2018-12-17 2018-12-17 一种蜜蜂产育力分析仪及方法

Country Status (1)

Country Link
CN (1) CN111316934B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112036489A (zh) * 2020-08-31 2020-12-04 佛山市南海区广工大数控装备协同创新研究院 一种基于焊点颜色分布的pcb元件定位方法
CN114097664B (zh) * 2022-01-21 2022-04-19 中国农业科学院蜜蜂研究所 一种自动化培养蜜蜂的系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104396799A (zh) * 2014-12-04 2015-03-11 山东省果树研究所 一种用于防治苹果园授粉壁蜂巢管中螨害的方法
CN107549052A (zh) * 2017-09-19 2018-01-09 秦宇锋 一种蜜蜂养殖管理方法和装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61108317A (ja) * 1984-11-01 1986-05-27 西　昇英 蜜蜂飼育用人工巣脾と、これを使用した人工養蜂方法
CN1324956C (zh) * 2004-09-06 2007-07-11 赵振峰 一种生物防病巢础及其生产方法
KR20120007166U (ko) * 2011-04-09 2012-10-17 김재규 사계절 꿀 생산이 가능한 장치 및 이를 이용한 꿀 생산 방법
US9826721B2 (en) * 2011-12-21 2017-11-28 FlowBee Australia Pty. Ltd. Apiculture
CN204119989U (zh) * 2014-09-29 2015-01-28 于世宁 一种多功能巢框及多功能蜂箱
CN106359306A (zh) * 2016-08-25 2017-02-01 贵州大学 一种提高蝗虫产卵量及蝗虫卵收集方法
CN108112506A (zh) * 2016-11-28 2018-06-05 潜江传家电子商务有限公司 一种放大式活体蜜蜂展示观摩箱及物联系统
CN207135954U (zh) * 2017-09-19 2018-03-27 秦宇锋 一种智能蜂箱

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104396799A (zh) * 2014-12-04 2015-03-11 山东省果树研究所 一种用于防治苹果园授粉壁蜂巢管中螨害的方法
CN107549052A (zh) * 2017-09-19 2018-01-09 秦宇锋 一种蜜蜂养殖管理方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
深山含笑传粉生物学研究;钱一凡等;《广西植物》;20140103;第35卷(第1期);第36-41页 *
蜜蜂属的分类方法研究进展;许金山等;《重庆师范大学学报(自然科学版)》;20180522;第35卷(第3期);第52-57页 *

Also Published As

Publication number Publication date
CN111316934A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN103076288B (zh) 一种基于计算机视觉的鱼肉自动分级装置和方法
CA3089345A1 (en) Wound imaging and analysis
CN111316934B (zh) 一种蜜蜂产育力分析仪及方法
Yang et al. Tea diseases detection based on fast infrared thermal image processing technology
CN109118548A (zh) 一种综合智能水质识别方法
Colin et al. The development of honey bee colonies assessed using a new semi-automated brood counting method: CombCount
CN110569722A (zh) 基于视觉分析的施工人员着装规范检测方法及装置
CN113793350A (zh) 一种鱼苗计数物联设备及鱼苗情况统计方法
CN113340914B (zh) 一种基于高光谱遥感的水体富营养化状态测算方法
CN106053468A (zh) 一种基于智能手机对肉类新鲜度的检测方法
Asmara et al. Chicken meat freshness identification using colors and textures feature
CN104463919A (zh) 一种评估皮肤色素的全像素色彩分析方法
Marcos et al. Automated benthic counting of living and non-living components in Ngedarrak Reef, Palau via subsurface underwater video
CN110009609A (zh) 一种快速检测黄粒米的方法
CN115545383A (zh) 一种草莓脆外观品质的双目立体视觉检测方法
Motonaga et al. A method of making digital fruit color charts for cultivation management and quality control
CN109030488B (zh) 藻类生物量检测方法及装置
CN107300360A (zh) 一种杂粮作物籽粒三轴尺寸快速检测算法
Borah et al. Non-destructive testing of tea fermentation using image processing
CN115880297B (zh) 基于机器视觉的被套染色质量评估方法
CN111368767A (zh) 家居素材色调的识别方法、装置及电子设备
Razzell Hollis et al. Quantitative photography for rapid, reliable measurement of marine macro‐plastic pollution
Di et al. The research on the feature extraction of sunflower leaf rust characteristics based on color and texture feature
CN113724255A (zh) 一种针对育苗期鲍鱼的计数方法
CN211409072U (zh) 一种测肤、护肤调控一体化设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200715

Address after: 400030 No. 12 Chen Cheng Road, Shapingba District, Chongqing

Applicant after: CHONGQING NORMAL University

Address before: 400030 No. 12 Chen Cheng Road, Shapingba District, Chongqing

Applicant before: Xu Jinshan

Applicant before: Shi Peng

Applicant before: Liu Qiang

GR01 Patent grant
GR01 Patent grant