CN111642478A - 一种害虫识别系统 - Google Patents

一种害虫识别系统 Download PDF

Info

Publication number
CN111642478A
CN111642478A CN202010424441.XA CN202010424441A CN111642478A CN 111642478 A CN111642478 A CN 111642478A CN 202010424441 A CN202010424441 A CN 202010424441A CN 111642478 A CN111642478 A CN 111642478A
Authority
CN
China
Prior art keywords
insect
picture
information
cloud platform
pest
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.)
Granted
Application number
CN202010424441.XA
Other languages
English (en)
Other versions
CN111642478B (zh
Inventor
王田
王征
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 Saigedun Technology Co ltd
Original Assignee
Chongqing Saigedun Technology Co ltd
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 Saigedun Technology Co ltd filed Critical Chongqing Saigedun Technology Co ltd
Priority to CN202010424441.XA priority Critical patent/CN111642478B/zh
Publication of CN111642478A publication Critical patent/CN111642478A/zh
Application granted granted Critical
Publication of CN111642478B publication Critical patent/CN111642478B/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
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/04—Attracting insects by using illumination or colours
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/22—Killing insects by electric means
    • A01M1/223—Killing insects by electric means by using electrocution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155—Bayesian classification

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pest Control & Pesticides (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Insects & Arthropods (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Probability & Statistics with Applications (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明涉及病虫害防治领域，具体公开了一种害虫智能识别系统，包括前端信息采集终端、物联网网关、后端云平台和设置在后端云平台内的图像分类识别模型，前端采集终端和物联网网关信号连接，物联网网关和后端云平台信号连接，前端信息采集终端包括若干智能捕虫灯和环境信息采集器，本发明通过智能捕虫灯自行进行捕虫并进行害虫识别，避免了现有技术中通过人工捕捉，并且从始至终进行人工识别，人力成本浪费巨大，识别准确度低，识别效率低且专业人员配备不足的问题。

Description

一种害虫识别系统
技术领域
本公开涉及到病虫害防治领域，具体涉及一种害虫识别系统。
背景技术
病虫害防治是农业生产以及森林养护的一个重要环节。由于农药多对某一虫态虫龄的害虫效果最高，因而预警害虫对应虫态的发生期，作为重要的预报内容，是防治害虫的关键。例如，在田间调查时,通常在田间抓取各虫态、虫龄的害虫后，在室内进行人工分龄和分级，结合各虫态(龄)在一定温度条件下的历期，计算预报害虫的防治适期，或解剖雌成虫卵巢发育级别，判断卵巢发育情况，可用于迁飞性害虫虫源性质的判断。由于现有技术主要是依赖人工对害虫的虫态进行识别，而且手动进行捕捉，识别准确度以及效率极低，人为进行捕捉，人力成本巨大，并且人为因素干扰大，影响预估的防治适期或虫源判断的准确性。另外，从始至终进行人工识别，对调查人员专业水平要求高，无法在当地配备合适的人员进行识别。。
发明内容
本发明的目的在于解决现有的害虫识别通过人工捕捉，并且从始至终进行人工识别，人力成本浪费巨大，识别准确度低，识别效率低且专业人员配备不足的问题。
为了达到上述目的，本发明的基础方案提供一种害虫识别系统，包括前端信息采集终端、物联网网关、后端云平台和设置在后端云平台内的图像分类识别模型，所述前端采集终端和物联网网关信号连接，所述物联网网关和后端云平台信号连接，所述前端信息采集终端包括若干智能捕虫灯和环境信息采集器；
所述智能捕虫灯包括太阳能板、光敏感应器、灯罩、固接在灯罩内壁的透明灯座、设在灯座顶面的灯泡、设在灯泡一侧的电流感应器和螺纹连接在灯罩下端的接虫室和单片机控制器，灯座底面设有昆虫电磁吸附装置，昆虫电磁吸附装置包括铁芯、缠绕在铁芯上线圈和固接在铁芯自由端的电栅栏，电栅栏上滑动连接有可与电栅栏磁性相吸的刮板，灯座底面朝向电栅栏倾斜设有无线摄像头，无线摄像头和物联网网关信号连接灯罩内壁还固接有挡板，挡板位于昆虫电磁吸附装置下方，挡板上开设有可容昆虫尸体通过的开口，电栅栏的自由端位于开口内，开口的直径小于刮板的外径，灯罩顶部设有吊环，灯罩上设有若干容昆虫进来的引虫孔，所述引虫孔周向均布在位于灯座和挡板之间的灯罩上，太阳能板电连接光敏感应器、电流感应器、线圈、无线摄像头、单片机控制器和灯泡，所述单片机控制器信号连接物联网网关；
所述环境采集器包括GPS定位模块、温湿度采集模块、光照采集模块，所述GPS定位模块、温湿度采集模块、光照采集模块均信号连接物联网网关；
所述物联网网关包括数据接收模块和数据发送模块，所述数据接收模块接收前端信息采集终端所采集的图像和环境信息，所述数据发送模块转发前端信息采集终端所采集的图像和环境信息给后端云平台。
所述后端云平台包括图像分类识别模型，所述图像分类识别模型对前端信息采集终端采集的带环境信息标注的昆虫图像进行分类和计数。
进一步，所述后端云平台内建立有图像反馈信息库、已识别图片库和待人工标注图片库，当后端云平台接收到相关图像信息，利用预训练的图像分类识别模型对图像进行识别和计数，图像分类识别模型会给每张图片标准不同种类，S为害虫识别种类，图像分类识别模型对该图片识别为S的置信度为P％，预设初始值为T，图像分类识别模型对于同一张图片，可能识别为多种害虫类别，即存在多个S和多个P，当Pmax≥T时，为该类图片识别准确，系统将相关信息存入图像反馈信息库，并把带环境信息的图片存入已识别图片库；当Pmax＜T时，为该类图片识别不准确，系统将相关信息存入待人工标注图片库；对待人工标注图片库的图片进行人工标注并经专家审核后，系统将经人工识别标注后的图片存入已识别图片库，并将相关信息存入图像反馈信息库；系统利用已标注图片库的相关图片信息对图像分类识别模型进行训练，并定期对模型进行更新。
进一步，还包括立柱，立柱一侧设有紧固件，立柱上方设有伸缩杆，太阳能板可拆卸连接在伸缩杆顶部，伸缩杆自由端固定连接有遮雨棚，智能捕虫灯设在遮雨棚下方。
进一步，接虫室内设有滑道，滑道下方设有接虫盘，接虫盘与接虫室卡扣连接，接虫室上设有若干防尘纱布。
进一步，线圈与电流感应器串联，电流感应器信号连接单片机控制器，单片机控制器与无线摄像头电连接，线圈与灯泡并联于太阳能板。
进一步，所述伸缩杆端部开有凹槽，所述吊环嵌入凹槽。
进一步，所述图像分类识别模型还可采用深度学习算法或SVM算法或朴素贝叶斯算法进行训练。
本发明的原理及效果为：
1、本发明通过智能捕虫灯在夜间发出灯光进行捕虫，虫子接触到电栅栏之后，电流感应器感应到电流发生变化，将信息传给单片机控制器，此时单片机控制器控制无线摄像头对昆虫进行拍照，拍照之后将照片上传到后端云平台，同时电流将昆虫电死，给线圈断电，刮板失去吸力下落，将电栅栏上昆虫的尸体刮落到接虫室内，而当昆虫照片传给后端云平台之后，后端云平台利用预训练的图像分类识别模型对前端信息采集终端采集的带环境信息标注的昆虫图像进行分类和计数，从而实现有效的智能化的害虫识别和监控，并且可以通过环境采集器所采集到的具体位置、温湿度、光照，将其数据传输到后端云平台，从而结合分析后的昆虫图片进行进一步的具体的定位分析，从而达到更好的病虫害的防治。
2、本发明设置太阳能板，不用外接电源，白天将太阳能转化为电能储存起来，光敏感应器能控制灯泡在只夜间开启，节能高效。
3、本发明通过智能捕虫灯自行进行捕虫并进行害虫识别，避免了现有技术中通过人工捕捉，并且从始至终进行人工识别，人力成本浪费巨大，识别准确度低，识别效率低且专业人员配备不足的问题。
附图说明
图1为本发明一种害虫识别系统中智能捕虫灯的结构示意图；
图2为本发明一种害虫识别系统中智能捕虫灯局部示意图；
图3为本发明一种害虫识别系统的工作流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
说明书附图中的附图标记包括：立柱1、伸缩杆2、太阳能板3、遮雨棚4、智能捕虫灯5、吊环6、灯罩7、通风孔8、灯泡9、电流感应器10、灯座11、无线摄像头12、铁芯13、线圈14、电栅栏15、刮板16、挡板17、连接套19、滑道20、接虫室21、接虫盘22、引虫孔23、防尘纱布24。
实施例：
一种害虫识别系统，包括前端信息采集终端、物联网网关、后端云平台和设置在后端云平台内的图像分类识别模型，前端采集终端和物联网网关信号连接，物联网网关和后端云平台信号连接，前端信息采集终端包括若干智能捕虫灯5和环境信息采集器；
如图1所示，包括立柱1，立柱1一侧设有紧固件，立柱1上方设有伸缩杆2，伸缩杆2顶部用过螺栓连接有太阳能板3，伸缩杆2自由端固定连接有遮雨棚4，遮雨棚4下方设有智能捕虫灯5，伸缩杆2端部开有凹槽。
如图2所示，智能捕虫灯5包括灯罩7，灯罩7上设有若干通风孔8，防止灯罩7内部温度过高，烧毁线路。灯罩7上方设有吊环6，吊环6嵌入伸缩杆2端部的凹槽，防止智能捕虫灯5滑落，灯罩7内部固定安装有灯座11，灯座11上方设有灯泡9，灯泡9为LED节能灯，节约电力，灯泡9一侧设有电流感应器10，灯座11底面中部固定设有昆虫电磁吸附装置，昆虫电磁吸附装置包括铁芯13，铁芯13上缠绕有线圈14，铁芯13自由端固定连接有电栅栏15，电栅栏15上滑动连接有可与电栅栏15磁性相吸的刮板16，灯座11底面朝向电栅栏15倾斜对称设有无线摄像头12，灯罩7内壁还固接有挡板17，挡板17位于昆虫电磁吸附装置下方，挡板17上开设有可容昆虫尸体通过的开口，电栅栏15的自由端位于开口内，开口的直径小于刮板16的外径。
灯罩7下方螺纹连接有连接套19，连接套19下方固定连接有接虫室21，连接套19上固定连接有滑道20，滑道20下方设有接虫盘22，接虫盘22与接虫室21卡扣连接，滑道20用于承接虫子尸体，使其掉落更集中，设置接虫盘22，在取虫过程中可以直接拆下接虫盘22，不用拆接虫室21。位于灯座11和挡板17之间的灯罩7上周向均布有若干引虫孔23，接虫室21上周向设有若干防尘纱布24，防止接虫室21进入大量灰尘影响虫子尸体辨别。
太阳能板3电连接有光敏感应器，线圈14与电流感应器10串联，电流感应器10信号连接有单片机控制器，单片机控制器与无线摄像头12电连接，线圈14与灯泡9并联于太阳能板3。线圈14与灯泡9并联于太阳能板3使线圈14断电的时候灯泡9能正常工作，保证无线摄像头12拍摄的照片清晰；单片机控制器信号连接物联网网关。
环境采集器包括GPS定位模块、温湿度采集模块、光照采集模块，所述GPS定位模块、温湿度采集模块、光照采集模块均信号连接物联网网关；
物联网网关包括数据接收模块和数据发送模块，数据接收模块接收前端信息采集终端所采集的图像和环境信息，数据发送模块转发前端信息采集终端所采集的图像和环境信息给后端云平台。
后端云平台包括图像分类识别模型，图像分类识别模型对前端信息采集终端采集的带环境信息标注的昆虫图像进行分类和计数。后端云平台内建立有图像反馈信息库、已识别图片库和待人工标注图片库。使用具体过程如图3所示，通过智能捕虫灯5中的灯泡9在夜间发出灯光进行捕虫，虫子接触到电栅栏15之后，电流感应器10感应到电流发生变化，将信息传给单片机控制器，此时单片机控制器控制无线摄像头12对昆虫进行拍照，拍照之后将照片上传到后端云平台，同时电流将昆虫电死，给线圈14断电，刮板16失去吸力下落，将电栅栏15上昆虫的尸体刮落到接虫室21内，无线摄像头12和物联网网关信号连接，当后端云平台接收到相关图像信息，利用预训练的图像分类识别模型对图像进行识别和计数，图像分类识别模型会给每张图片标准不同种类；
具体如下，预设S为害虫识别种类，图像分类识别模型对该图片识别为S的置信度为P％，预设初始值为T，图像分类识别模型对于同一张图片，可能识别为多种害虫类别，即存在多个S和多个P，当Pmax≥T时，为该类图片识别准确，系统将相关信息存入图像反馈信息库，并把带环境信息的图片存入已识别图片库；当Pmax＜T时，为该类图片识别不准确，系统将相关信息存入待人工标注图片库；对待人工标注图片库的图片进行人工标注并经专家审核后，系统将经人工识别标注后的图片存入已识别图片库，并将相关信息存入图像反馈信息库；系统利用已标注图片库的相关图片信息对图像分类识别模型进行训练，并定期对模型进行更新，图像分类识别模型还可采用深度学习算法或SVM算法或朴素贝叶斯算法进行训练。
也可以通过环境采集器所采集到的具体位置、温湿度、光照，将其数据传输到后端云平台，来结合分析后的昆虫图片进行具体的定位分析，从而达到更好的病虫害的防治，环境采集器和智能捕虫灯5可以设置集成在同一个设备中。
本发明通过智能捕虫灯5自行进行捕虫并进行害虫识别，避免了现有技术中通过人工捕捉，并且从始至终进行人工识别，人力成本浪费巨大，识别准确度低，识别效率低且专业人员配备不足的问题。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (7)

1.一种害虫识别系统，其特征在于：包括前端信息采集终端、物联网网关、后端云平台和设置在后端云平台内的图像分类识别模型，所述前端采集终端和物联网网关信号连接，所述物联网网关和后端云平台信号连接，所述前端信息采集终端包括若干智能捕虫灯和环境信息采集器；
所述智能捕虫灯包括太阳能板、光敏感应器、灯罩、固接在灯罩内壁的透明灯座、设在灯座顶面的灯泡、设在灯泡一侧的电流感应器和螺纹连接在灯罩下端的接虫室和单片机控制器，灯座底面设有昆虫电磁吸附装置，昆虫电磁吸附装置包括铁芯、缠绕在铁芯上线圈和固接在铁芯自由端的电栅栏，电栅栏上滑动连接有可与电栅栏磁性相吸的刮板，灯座底面朝向电栅栏倾斜设有无线摄像头，无线摄像头和物联网网关信号连接灯罩内壁还固接有挡板，挡板位于昆虫电磁吸附装置下方，挡板上开设有可容昆虫尸体通过的开口，电栅栏的自由端位于开口内，开口的直径小于刮板的外径，灯罩顶部设有吊环，灯罩上设有若干容昆虫进来的引虫孔，所述引虫孔周向均布在位于灯座和挡板之间的灯罩上，太阳能板电连接光敏感应器、电流感应器、线圈、无线摄像头、单片机控制器和灯泡，所述单片机控制器信号连接物联网网关；
所述环境采集器包括GPS定位模块、温湿度采集模块、光照采集模块，所述GPS定位模块、温湿度采集模块、光照采集模块均信号连接物联网网关；
所述物联网网关包括数据接收模块和数据发送模块，所述数据接收模块接收前端信息采集终端所采集的图像和环境信息，所述数据发送模块转发前端信息采集终端所采集的图像和环境信息给后端云平台。
所述后端云平台包括图像分类识别模型，所述图像分类识别模型对前端信息采集终端采集的带环境信息标注的昆虫图像进行分类和计数。
2.根据权利要求1所述的一种害虫识别系统，其特征在于：所述后端云平台内建立有图像反馈信息库、已识别图片库和待人工标注图片库，当后端云平台接收到相关图像信息，利用预训练的图像分类识别模型对图像进行识别和计数，图像分类识别模型会给每张图片标准不同种类，S为害虫识别种类，图像分类识别模型对该图片识别为S的置信度为P％，预设初始值为T，图像分类识别模型对于同一张图片，可能识别为多种害虫类别，即存在多个S和多个P，当Pmax≥T时，为该类图片识别准确，系统将相关信息存入图像反馈信息库，并把带环境信息的图片存入已识别图片库；当Pmax＜T时，为该类图片识别不准确，系统将相关信息存入待人工标注图片库；对待人工标注图片库的图片进行人工标注并经专家审核后，系统将经人工识别标注后的图片存入已识别图片库，并将相关信息存入图像反馈信息库；系统利用已标注图片库的相关图片信息对图像分类识别模型进行训练，并定期对模型进行更新。
3.根据权利要求1或2所述的一种害虫识别系统，其特征在于：还包括立柱，立柱一侧设有紧固件，立柱上方设有伸缩杆，太阳能板可拆卸连接在伸缩杆顶部，伸缩杆自由端固定连接有遮雨棚，智能捕虫灯设在遮雨棚下方。
4.根据权利要求3所述的一种害虫识别系统，其特征在于：接虫室内设有滑道，滑道下方设有接虫盘，接虫盘与接虫室卡扣连接，接虫室上设有若干防尘纱布。
5.根据权利要求4所述的一种害虫识别系统，其特征在于：线圈与电流感应器串联，电流感应器信号连接单片机控制器，单片机控制器与无线摄像头电连接，线圈与灯泡并联于太阳能板。
6.根据权利要求5所述的一种害虫识别系统，其特征在于：所述伸缩杆端部开有凹槽，所述吊环嵌入凹槽。
7.根据权利要求2或6所述的一种害虫识别系统，其特征在于：所述图像分类识别模型还可采用深度学习算法或SVM算法或朴素贝叶斯算法进行训练。
CN202010424441.XA 2020-05-19 2020-05-19 一种害虫识别系统 Active CN111642478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010424441.XA CN111642478B (zh) 2020-05-19 2020-05-19 一种害虫识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010424441.XA CN111642478B (zh) 2020-05-19 2020-05-19 一种害虫识别系统

Publications (2)

Publication Number Publication Date
CN111642478A true CN111642478A (zh) 2020-09-11
CN111642478B CN111642478B (zh) 2022-02-01

Family

ID=72341944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010424441.XA Active CN111642478B (zh) 2020-05-19 2020-05-19 一种害虫识别系统

Country Status (1)

Country Link
CN (1) CN111642478B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112243971A (zh) * 2020-11-12 2021-01-22 广东海洋大学 一种草地贪夜蛾诱捕监控系统
CN112314555A (zh) * 2020-11-27 2021-02-05 德清蓝祥科技发展有限公司 一种便于拆装的立杆式杀虫灯
CN113111207A (zh) * 2021-04-21 2021-07-13 海南绿昆环岛害虫防治有限公司 一种有害生物防治检测信息系统及其实现方法
CN113396880A (zh) * 2021-06-11 2021-09-17 重庆电子工程职业学院 室内活体检测系统及方法
CN113688858A (zh) * 2021-05-12 2021-11-23 中国农业科学院草原研究所 草原蝗虫智能识别系统及识别方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101303734A (zh) * 2008-06-25 2008-11-12 腾讯科技（深圳）有限公司 图片检测系统及方法
US20130011011A1 (en) * 2011-07-05 2013-01-10 Bernard Fryshman Insect Image Recognition and Instant Active Response
CN205756722U (zh) * 2016-06-28 2016-12-07 济南祥辰科技有限公司 一种基于物联网的多功能太阳能自动虫情测报灯
CN205756702U (zh) * 2016-06-28 2016-12-07 济南祥辰科技有限公司 太阳能靶标害虫自动识别装置
CN106780570A (zh) * 2016-12-21 2017-05-31 中国航天科工集团第四研究院指挥自动化技术研发与应用中心 一种基于在线学习的实时目标跟踪方法
CN107657603A (zh) * 2017-08-21 2018-02-02 北京精密机电控制设备研究所 一种基于智能视觉的工业外观检测方法
CN108040997A (zh) * 2017-12-25 2018-05-18 仲恺农业工程学院 一种基于机器视觉的虫害监测方法
WO2018140679A1 (en) * 2017-01-27 2018-08-02 The Johns Hopkins University A system for insect surveillance and tracking
US20190223431A1 (en) * 2018-01-25 2019-07-25 National Taiwan University Pest surveillance system
CN110235873A (zh) * 2019-06-26 2019-09-17 北京农业智能装备技术研究中心 一种农林有害昆虫虫情自动监测预报系统
CN110810369A (zh) * 2019-11-16 2020-02-21 厦门梓蔓生物科技有限公司 一种基于虫体过滤与虫数及种类识别的测报系统及其方法
WO2020051030A1 (en) * 2018-09-06 2020-03-12 Verily Life Sciences Llc Systems and methods for insect detection

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101303734A (zh) * 2008-06-25 2008-11-12 腾讯科技（深圳）有限公司 图片检测系统及方法
US20130011011A1 (en) * 2011-07-05 2013-01-10 Bernard Fryshman Insect Image Recognition and Instant Active Response
CN205756722U (zh) * 2016-06-28 2016-12-07 济南祥辰科技有限公司 一种基于物联网的多功能太阳能自动虫情测报灯
CN205756702U (zh) * 2016-06-28 2016-12-07 济南祥辰科技有限公司 太阳能靶标害虫自动识别装置
CN106780570A (zh) * 2016-12-21 2017-05-31 中国航天科工集团第四研究院指挥自动化技术研发与应用中心 一种基于在线学习的实时目标跟踪方法
WO2018140679A1 (en) * 2017-01-27 2018-08-02 The Johns Hopkins University A system for insect surveillance and tracking
CN107657603A (zh) * 2017-08-21 2018-02-02 北京精密机电控制设备研究所 一种基于智能视觉的工业外观检测方法
CN108040997A (zh) * 2017-12-25 2018-05-18 仲恺农业工程学院 一种基于机器视觉的虫害监测方法
US20190223431A1 (en) * 2018-01-25 2019-07-25 National Taiwan University Pest surveillance system
WO2020051030A1 (en) * 2018-09-06 2020-03-12 Verily Life Sciences Llc Systems and methods for insect detection
US20200081152A1 (en) * 2018-09-06 2020-03-12 Verily Life Sciences Llc Systems and methods for insect detection
CN110235873A (zh) * 2019-06-26 2019-09-17 北京农业智能装备技术研究中心 一种农林有害昆虫虫情自动监测预报系统
CN110810369A (zh) * 2019-11-16 2020-02-21 厦门梓蔓生物科技有限公司 一种基于虫体过滤与虫数及种类识别的测报系统及其方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112243971A (zh) * 2020-11-12 2021-01-22 广东海洋大学 一种草地贪夜蛾诱捕监控系统
CN112314555A (zh) * 2020-11-27 2021-02-05 德清蓝祥科技发展有限公司 一种便于拆装的立杆式杀虫灯
CN113111207A (zh) * 2021-04-21 2021-07-13 海南绿昆环岛害虫防治有限公司 一种有害生物防治检测信息系统及其实现方法
CN113688858A (zh) * 2021-05-12 2021-11-23 中国农业科学院草原研究所 草原蝗虫智能识别系统及识别方法
CN113396880A (zh) * 2021-06-11 2021-09-17 重庆电子工程职业学院 室内活体检测系统及方法

Also Published As

Publication number Publication date
CN111642478B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN111642478B (zh) 一种害虫识别系统
CN205390083U (zh) 智能病虫害监测预警系统
CN103798205B (zh) 一种3g实时监测捕杀农作物病虫害的灯塔
WO2021250444A1 (en) Insect monitoring system and method
CN112106747A (zh) 一种智慧农业虫害远程自动监控系统
CN108377989A (zh) 基于互联网的实时在线监测昆虫诱捕装置
CN109215363A (zh) 一种用于校门口的移动式交通智能管理装置及使用方法
CN113475477B (zh) 一种节能风吸式杀虫灯诱捕装置及诱捕方法
CN111573074A (zh) 一种智能垃圾桶
CN108462855A (zh) 一种可实时观测杀虫状况的杀虫灯远程视频监测系统
CN211894657U (zh) 一种智能垃圾分类站
CN101238984A (zh) 动物避暗计算机自动分析处理系统
CN219719515U (zh) 一种用于虫情测报的智能高空灯
KR100895486B1 (ko) 광센서를 이용한 자동전원제어 비래해충 포충장치
CN215454853U (zh) 一种便携式昆虫诱捕分类计数装置
CN112200368B (zh) 一种蚊子数量预测方法及系统
CN213906800U (zh) 智能虫灾诱捕分析系统
CN212813737U (zh) 一种基于物联网的捕虫灯
CN113545333A (zh) 一种智能识别高压灭鼠器
CN208590457U (zh) 一种基于互联网的实时在线监测昆虫诱捕装置
CN219500247U (zh) 一种伊蚊成蚊远程连续诱杀监测仪器
CN215302542U (zh) 一种基于机器视觉的稻飞虱监测装置
CN214385690U (zh) 分布式诱捕害虫装置
CN114794042B (zh) 一种带有诱虫机构的森林害虫识别监控装置
CN219269922U (zh) 一种物联网杀虫灯

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