CN111881864A - 一种智慧农业种植农作物生长全周期全动态监测管理系统 - Google Patents
一种智慧农业种植农作物生长全周期全动态监测管理系统 Download PDFInfo
- Publication number
- CN111881864A CN111881864A CN202010766786.3A CN202010766786A CN111881864A CN 111881864 A CN111881864 A CN 111881864A CN 202010766786 A CN202010766786 A CN 202010766786A CN 111881864 A CN111881864 A CN 111881864A
- Authority
- CN
- China
- Prior art keywords
- growth
- nutrient solution
- crops
- hydroponic
- module
- 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- Withdrawn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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Abstract
本发明公开一种智慧农业种植农作物生长全周期全动态监测管理系统,包括区域划分模块、图像获取模块、图像处理模块、特征分析模块、重量检测模块、重量分析模块、营养液取样模块、营养液检测模块、分析服务器、存储数据库和显示模块;本发明通过区域划分模块、图像获取模块、图像处理模块和特征分析模块综合分析水培农作物的生长阶段,并通过检测各子区域水培农作物的重量分析水培农作物的生长状况,对生长不良的水培农作物所在子区域内营养液进行取样,检测各营养液样本中的各成分含量,分析营养液样本中成分含量是否均衡,对不均衡营养液进行均衡调配,提高了水培农作物的品质,促进了水培农作物的生长。
Description
技术领域
本发明涉及工业环境监测技术领域,涉及到一种智慧农业种植农作物生长全周期全动态监测管理系统。
背景技术
随着人们生活水平的逐渐提高,对有机农作物等方面的需求量也日益增多,鉴于这样的时期需求,农业栽培技术的变革应运而生,采用水培农作物的方式来确保新时期农业大环境下能向市场供给足量有机、绿色的农产品。
目前水培农作物监测管理存在一些不容忽视的问题,传统的水培农作物监测通过种植人员的肉眼目测水培农作物的生长,这样既耗费大量人力资源,又增加了经济成本,同时种植人员根据种植经验判断水培农作物的生长状况,无法精确判断水培农作物的生长状况,使得水培农作物的产量不达标、品质差,并不定时的增添营养液,从而因营养液过多或过少的问题导致水培农作物抑制生长,降低了水培效率,为了解决以上问题,现设计一种智慧农业种植农作物生长全周期全动态监测管理系统。
发明内容
本发明的目的在于提供一种智慧农业种植农作物生长全周期全动态监测管理系统,通过区域划分模块对待检测水培农作物的种植区域进行划分,并通过图像获取模块、图像处理模块和特征分析模块综合分析水培农作物的生长阶段,同时通过重量检测模块、重量分析模块并结合分析服务器分析水培农作物的生长状况,对生长不良的水培农作物所在子区域内营养液进行取样,检测各营养液样本中的各成分含量,分析营养液样本中成分含量是否均衡,对不均衡营养液进行均衡调配,同时解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
一种智慧农业种植农作物生长全周期全动态监测管理系统,包括区域划分模块、图像获取模块、图像处理模块、特征分析模块、重量检测模块、重量分析模块、营养液取样模块、营养液检测模块、分析服务器、存储数据库和显示模块;
所述区域划分模块用于对待检测水培农作物的种植区域进行划分,将待检测水培农作物的种植区域按照空间网格的等分方式划分为若干面积相同的子区域,并对若干子区域按照顺序依次进行编号,编号分别为1,2,...,i,...,n,并将若干子区域编号发送至图像获取模块;
所述图像获取模块与区域划分模块连接,包括若干高清摄像头,分别安装在各种植子区域内,且每个种植子区域内都安装一个高清摄像头,用于接收区域划分模块发送的若干子区域编号,通过高清摄像头获取各种植子区域内种植的水培农作物生长外表的图像,将获取的各种植子区域内种植的水培农作物生长外表的图像发送至图像处理模块;
所述图像处理模块与图像获取模块连接,用于接收图像获取模块发送的各种植子区域内种植的水培农作物生长外表的图像,将接收的各水培农作物生长外表图像进行图像分割,选取包裹各水培农作物生长外表的最小区域,强化最小区域的图像高频分量,获取各水培农作物生长外表轮廓清晰的增强图像,将获取的各增强图像发送至特征分析模块;
所述特征分析模块与图像处理模块连接,用于接收图像处理模块发送的各水培农作物生长外表轮廓清晰的增强图像,对各水培农作物生长外表轮廓清晰的增强图像进行特征提取,并提取存储数据库中存储的各生长阶段水培农作物的外表图像特征,将提取的各增强图像特征与存储的各生长阶段水培农作物的外表图像特征进行对比,统计该增强图像特征与存储的各生长阶段水培农作物的外表图像特征的相似度,筛选相似度最大的水培农作物生长阶段外表图像,统计各增强图像对应的水培农作物生长阶段,将各增强图像对应的水培农作物生长阶段分别发送至重量分析模块和分析服务器;
所述重量检测模块包括若干重量传感器,其中若干重量传感器分别安装在各子区域中种植的水培农作物下面,且各种植子区域与若干重量传感器一一对应,用于对各子区域中水培农作物的重量进行实时检测,统计各子区域中水培农作物的重量,构成各子区域中水培农作物的重量集合Gn(g1,g2,...,gi,...,gn),gi表示为第i个子区域中水培农作物的重量,将各子区域中水培农作物的重量集合发送至重量分析模块;
所述重量分析模块分别与特征分析模块和重量检测模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量检测模块发送的各子区域中水培农作物的重量集合,提取存储数据库中存储的各生长阶段水培农作物的标准重量,将各子区域中水培农作物的重量与对应的生长阶段水培农作物的标准重量进行对比,得到各子区域中水培农作物的重量差值集合ΔGnR(Δg1R,Δg2R,...,ΔgiR,...,ΔgnR),ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值,R=R1,R2,R3,R4,R5,R6,R1表示为水培农作物生长对应的萌芽阶段,R2表示为水培农作物生长对应的芽发育阶段,R3表示为水培农作物生长对应的前期生长阶段,R4表示为水培农作物生长对应的中期生长阶段,R5表示为水培农作物生长对应的后期生长阶段,R6表示为水培农作物生长对应的成熟阶段,将各子区域中水培农作物的重量差值集合发送至分析服务器;
所述分析服务器分别与特征分析模块和重量分析模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量分析模块发送的各子区域中水培农作物的重量差值集合,对接收的各子区域中水培农作物的重量差值进行分析,若某子区域中水培农作物的重量差值大于或等于零,表明该子区域中水培农作物生长良好,若某子区域中水培农作物的重量差值小于零,表明该子区域中水培农作物生长不良,统计生长不良的水培农作物所在的子区域,构成各生长不良的水培农作物所在的子区域集合AmR(a1R,a2R,...,ajR,...,amR),m≤n,ajR表示为第j个生长不良的第R个生长阶段水培农作物所在的子区域,将各生长不良的水培农作物所在的子区域集合发送至营养液取样模块;
所述营养液取样模块与分析服务器连接,包括液体取样器,用于接收分析服务器发送的各生长不良的水培农作物所在的子区域集合,通过液体取样器对接收的各生长不良的水培农作物所在子区域内营养液成分进行取样,构成各取样子区域内营养液样本集合表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本,将各取样子区域内营养液样本集合发送至营养液检测模块;
所述营养液检测模块与营养液检测模块连接,包括营养液检测仪,用于接收营养液取样模块发送的各取样子区域内营养液样本集合,通过营养液检测仪检测各取样子区域内营养液样本中的氮含量、磷含量、钾含量、钙含量和镁含量,依次构成各取样子区域内营养液样本中各成分含量集合表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,L1表示为营养液样本中氮成分,L2表示为营养液样本中磷成分,L3表示为营养液样本中钾成分,L4表示为营养液样本中钙成分,L5表示为营养液样本中镁成分,并将各取样子区域内营养液样本中各成分含量集合发送至分析服务器;
所述分析服务器与营养液检测模块连接,用于接收营养液检测模块发送的各取样子区域内营养液样本中各成分含量集合,提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分含量的标准范围,将各取样子区域内营养液样本中各成分含量与对应的生长阶段水培农作物所需营养液各成分含量的标准范围进行对比,若某取样子区域内营养液样本中各成分含量处于对应的生长阶段水培农作物所需要营养液各成分含量的标准范围之内,表明该取样子区域的营养液均衡,若某取样子区域内营养液样本中某成分含量处于对应的生长阶段水培农作物所需要营养液该成分含量的标准范围之外,表明该取样子区域的营养液不均衡,统计营养液样本中部分成分含量不均衡的取样子区域编号,将营养液样本中部分成分含量不均衡的取样子区域编号发送至显示模块;
同时,分析服务器提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,计算各生长阶段水培农作物生长影响系数,并将各生长阶段水培农作物生长影响系数发送至显示模块;
所述存储数据库分别与特征分析模块、重量分析模块和分析服务器连接,用于存储各生长阶段水培农作物的外表图像特征,水培农作物的各生长阶段分别为萌芽阶段、芽发育阶段、前期生长阶段、中期生长阶段、后期生长阶段和成熟阶段,存储各生长阶段水培农作物的标准重量,并存储各生长阶段水培农作物所需营养液中标准氮含量范围、磷含量范围、钾含量范围、钙含量范围和镁含量范围,同时存储各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,依次分别为λNR、λPR、λKR、λCaR、λMgR,λNR,λPR,λKR,λCaR,λMgR分别表示为第R个生长阶段中氮元素、磷元素、钾元素、钙元素和镁元素对应的生长影响比例权重系数;
所述显示模块与分析服务器连接,用于接收分析服务器发送的营养液样本中部分成分含量不均衡的取样子区域编号和各生长阶段水培农作物生长影响系数,并进行显示,同时相关人员根据显示的取样子区域编号对对应编号的子区域内营养液的成分进行均衡调配;
进一步地,所述特征提取的方法为方向梯度直方图,包括如下步骤:
S1、将增强图像看做一个灰度的图像,采用校正法对输入图像进行颜色空间的归一化;
S2、计算图像每个像素的横坐标和纵坐标方向的梯度,并据此计算每个像素位置的梯度方向值;
S3、将图像划分成若干细胞单元格,并将若干单元格组合成大的、空间上连通的区间,这样一个区间内所有细胞单元格的特征向量串联为该区间的方向梯度直方图;
S4、将图像内所有区间的方向梯度直方图串联得到增强图像的方向梯度直方图;
进一步地,所述各生长阶段水培农作物生长影响系数的计算公式为ψR表示为第R个阶段水培农作物生长影响系数,R=R1,R2,R3,R4,R5,R6,表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,λLR表示为第R个生长阶段中第L种营养成分对应的生长影响比例权重系数,λLR=λNR,λPR,λKR,λCaR,λMgR,表示为第L种营养成分含量范围中最大含量,表示为第L种营养成分含量范围中最小含量,e表示为自然数,等于2.718,ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值。
有益效果:
(1)本发明提供的一种智慧农业种植农作物生长全周期全动态监测管理系统,通过区域划分模块对待检测水培农作物的种植区域进行划分,并通过图像获取模块、图像处理模块和特征分析模块综合分析水培农作物的生长阶段,减少了人力资源,降低了经济成本,且具有准确性高的特点,同时通过重量检测模块、重量分析模块并结合分析服务器分析水培农作物的生长状况,对生长不良的水培农作物所在子区域内营养液进行取样,检测各营养液样本中的各成分含量,为后期综合计算水培农产品生长影响系数提供可靠的参考数据,并分析营养液样本中部分成分含量是否均衡,对不均衡营养液进行均衡调配,提高了水培农作物的品质,促进了水培农作物的生长,提高了水培效率。
(2)本发明通过分析服务器综合计算各生长阶段水培农作物生长影响系数,并通过显示模块进行显示,能够直观当前营养液中各成分含量和水培农作物的重量对水培农作物各生长阶段的影响情况,为后期种植人员种植各农产品提供指导性参考数据,便于提高水培农产品的质量,促进农产品的发展。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的示意图;
具体实施方式
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,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
请参阅图1所示,一种智慧农业种植农作物生长全周期全动态监测管理系统,包括区域划分模块、图像获取模块、图像处理模块、特征分析模块、重量检测模块、重量分析模块、营养液取样模块、营养液检测模块、分析服务器、存储数据库和显示模块;
所述区域划分模块用于对待检测水培农作物的种植区域进行划分,将待检测水培农作物的种植区域按照空间网格的等分方式划分为若干面积相同的子区域,并对若干子区域按照顺序依次进行编号,编号分别为1,2,...,i,...,n,并将若干子区域编号发送至图像获取模块;
所述图像获取模块与区域划分模块连接,包括若干高清摄像头,分别安装在各种植子区域内,且每个种植子区域内都安装一个高清摄像头,用于接收区域划分模块发送的若干子区域编号,通过高清摄像头获取各种植子区域内种植的水培农作物生长外表的图像,将获取的各种植子区域内种植的水培农作物生长外表的图像发送至图像处理模块;
所述图像处理模块与图像获取模块连接,用于接收图像获取模块发送的各种植子区域内种植的水培农作物生长外表的图像,将接收的各水培农作物生长外表图像进行图像分割,选取包裹各水培农作物生长外表的最小区域,强化最小区域的图像高频分量,获取各水培农作物生长外表轮廓清晰的增强图像,将获取的各增强图像发送至特征分析模块;
所述特征分析模块与图像处理模块连接,用于接收图像处理模块发送的各水培农作物生长外表轮廓清晰的增强图像,对各水培农作物生长外表轮廓清晰的增强图像进行特征提取,所述特征提取的方法为方向梯度直方图,包括如下步骤:
S1、将增强图像看做一个灰度的图像,采用校正法对输入图像进行颜色空间的归一化;
S2、计算图像每个像素的横坐标和纵坐标方向的梯度,并据此计算每个像素位置的梯度方向值;
S3、将图像划分成若干细胞单元格,并将若干单元格组合成大的、空间上连通的区间,这样一个区间内所有细胞单元格的特征向量串联为该区间的方向梯度直方图;
S4、将图像内所有区间的方向梯度直方图串联得到增强图像的方向梯度直方图,同时提取存储数据库中存储的各生长阶段水培农作物的外表图像特征,将提取的各增强图像特征与存储的各生长阶段水培农作物的外表图像特征进行对比,统计该增强图像特征与存储的各生长阶段水培农作物的外表图像特征的相似度,筛选相似度最大的水培农作物生长阶段外表图像,统计各增强图像对应的水培农作物生长阶段,从而减少了人力资源,降低了经济成本,具有准确性高的特点,并将各增强图像对应的水培农作物生长阶段分别发送至重量分析模块和分析服务器;
所述重量检测模块包括若干重量传感器,其中若干重量传感器分别安装在各子区域中种植的水培农作物下面,且各种植子区域与若干重量传感器一一对应,用于对各子区域中水培农作物的重量进行实时检测,统计各子区域中水培农作物的重量,构成各子区域中水培农作物的重量集合Gn(g1,g2,...,gi,...,gn),gi表示为第i个子区域中水培农作物的重量,将各子区域中水培农作物的重量集合发送至重量分析模块;
所述重量分析模块分别与特征分析模块和重量检测模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量检测模块发送的各子区域中水培农作物的重量集合,提取存储数据库中存储的各生长阶段水培农作物的标准重量,将各子区域中水培农作物的重量与对应的生长阶段水培农作物的标准重量进行对比,得到各子区域中水培农作物的重量差值集合ΔGnR(Δg1R,Δg2R,...,ΔgiR,...,ΔgnR),ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值,R=R1,R2,R3,R4,R5,R6,R1表示为水培农作物生长对应的萌芽阶段,R2表示为水培农作物生长对应的芽发育阶段,R3表示为水培农作物生长对应的前期生长阶段,R4表示为水培农作物生长对应的中期生长阶段,R5表示为水培农作物生长对应的后期生长阶段,R6表示为水培农作物生长对应的成熟阶段,将各子区域中水培农作物的重量差值集合发送至分析服务器;
所述分析服务器分别与特征分析模块和重量分析模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量分析模块发送的各子区域中水培农作物的重量差值集合,对接收的各子区域中水培农作物的重量差值进行分析,若某子区域中水培农作物的重量差值大于或等于零,表明该子区域中水培农作物生长良好,若某子区域中水培农作物的重量差值小于零,表明该子区域中水培农作物生长不良,统计生长不良的水培农作物所在的子区域,构成各生长不良的水培农作物所在的子区域集合AmR(a1R,a2R,...,ajR,...,amR),m≤n,ajR表示为第j个生长不良的第R个生长阶段水培农作物所在的子区域,将各生长不良的水培农作物所在的子区域集合发送至营养液取样模块;
所述营养液取样模块与分析服务器连接,包括液体取样器,用于接收分析服务器发送的各生长不良的水培农作物所在的子区域集合,通过液体取样器对接收的各生长不良的水培农作物所在子区域内营养液成分进行取样,构成各取样子区域内营养液样本集合表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本,将各取样子区域内营养液样本集合发送至营养液检测模块;
所述营养液检测模块与营养液检测模块连接,包括营养液检测仪,用于接收营养液取样模块发送的各取样子区域内营养液样本集合,通过营养液检测仪检测各取样子区域内营养液样本中的氮含量、磷含量、钾含量、钙含量和镁含量,为后期综合计算水培农产品生长影响系数提供可靠的参考数据,并依次构成各取样子区域内营养液样本中各成分含量集合表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,L1表示为营养液样本中氮成分,L2表示为营养液样本中磷成分,L3表示为营养液样本中钾成分,L4表示为营养液样本中钙成分,L5表示为营养液样本中镁成分,并将各取样子区域内营养液样本中各成分含量集合发送至分析服务器;
所述分析服务器与营养液检测模块连接,用于接收营养液检测模块发送的各取样子区域内营养液样本中各成分含量集合,提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分含量的标准范围,将各取样子区域内营养液样本中各成分含量与对应的生长阶段水培农作物所需营养液各成分含量的标准范围进行对比,若某取样子区域内营养液样本中各成分含量处于对应的生长阶段水培农作物所需要营养液各成分含量的标准范围之内,表明该取样子区域的营养液均衡,若某取样子区域内营养液样本中某成分含量处于对应的生长阶段水培农作物所需要营养液该成分含量的标准范围之外,表明该取样子区域的营养液不均衡,统计营养液样本中部分成分含量不均衡的取样子区域编号,将营养液样本中部分成分含量不均衡的取样子区域编号发送至显示模块;
同时,分析服务器提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,计算各生长阶段水培农作物生长影响系数,各生长阶段水培农作物生长影响系数的计算公式为表示为第R个阶段水培农作物生长影响系数,R=R1,R2,R3,R4,R5,R6,表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,λLR表示为第R个生长阶段中第L种营养成分对应的生长影响比例权重系数,λLR=λNR,λPR,λKR,λCaR,λMgR,表示为第L种营养成分含量范围中最大含量,表示为第L种营养成分含量范围中最小含量,e表示为自然数,等于2.718,ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值,并将各生长阶段水培农作物生长影响系数发送至显示模块。
所述存储数据库分别与特征分析模块、重量分析模块和分析服务器连接,用于存储各生长阶段水培农作物的外表图像特征,水培农作物的各生长阶段分别为萌芽阶段、芽发育阶段、前期生长阶段、中期生长阶段、后期生长阶段和成熟阶段,存储各生长阶段水培农作物的标准重量,并存储各生长阶段水培农作物所需营养液中标准氮含量范围、磷含量范围、钾含量范围、钙含量范围和镁含量范围,同时存储各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,依次分别为λNR、λPR、λKR、λCaR、λMgR,λNR,λPR,λKR,λCaR,λMgR分别表示为第R个生长阶段中氮元素、磷元素、钾元素、钙元素和镁元素对应的生长影响比例权重系数。
所述显示模块与分析服务器连接,用于接收分析服务器发送的营养液样本中部分成分含量不均衡的取样子区域编号和各生长阶段水培农作物生长影响系数,并进行显示,能够直观当前营养液中各成分含量和水培农作物的重量对水培农作物各生长阶段的影响情况,为后期种植人员种植各农产品提供指导性参考数据,便于提高水培农产品的质量,促进农产品的发展,同时相关人员根据显示的取样子区域编号对对应编号的子区域内营养液的成分进行均衡调配,提高了水培农作物的品质,促进了水培农作物的生长,提高了水培效率。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (3)
1.一种智慧农业种植农作物生长全周期全动态监测管理系统,其特征在于:包括区域划分模块、图像获取模块、图像处理模块、特征分析模块、重量检测模块、重量分析模块、营养液取样模块、营养液检测模块、分析服务器、存储数据库和显示模块;
所述区域划分模块用于对待检测水培农作物的种植区域进行划分,将待检测水培农作物的种植区域按照空间网格的等分方式划分为若干面积相同的子区域,并对若干子区域按照顺序依次进行编号,编号分别为1,2,...,i,...,n,并将若干子区域编号发送至图像获取模块;
所述图像获取模块与区域划分模块连接,包括若干高清摄像头,分别安装在各种植子区域内,且每个种植子区域内都安装一个高清摄像头,用于接收区域划分模块发送的若干子区域编号,通过高清摄像头获取各种植子区域内种植的水培农作物生长外表的图像,将获取的各种植子区域内种植的水培农作物生长外表的图像发送至图像处理模块;
所述图像处理模块与图像获取模块连接,用于接收图像获取模块发送的各种植子区域内种植的水培农作物生长外表的图像,将接收的各水培农作物生长外表图像进行图像分割,选取包裹各水培农作物生长外表的最小区域,强化最小区域的图像高频分量,获取各水培农作物生长外表轮廓清晰的增强图像,将获取的各增强图像发送至特征分析模块;
所述特征分析模块与图像处理模块连接,用于接收图像处理模块发送的各水培农作物生长外表轮廓清晰的增强图像,对各水培农作物生长外表轮廓清晰的增强图像进行特征提取,并提取存储数据库中存储的各生长阶段水培农作物的外表图像特征,将提取的各增强图像特征与存储的各生长阶段水培农作物的外表图像特征进行对比,统计该增强图像特征与存储的各生长阶段水培农作物的外表图像特征的相似度,筛选相似度最大的水培农作物生长阶段外表图像,统计各增强图像对应的水培农作物生长阶段,将各增强图像对应的水培农作物生长阶段分别发送至重量分析模块和分析服务器;
所述重量检测模块包括若干重量传感器,其中若干重量传感器分别安装在各子区域中种植的水培农作物下面,且各种植子区域与若干重量传感器一一对应,用于对各子区域中水培农作物的重量进行实时检测,统计各子区域中水培农作物的重量,构成各子区域中水培农作物的重量集合Gn(g1,g2,...,gi,...,gn),gi表示为第i个子区域中水培农作物的重量,将各子区域中水培农作物的重量集合发送至重量分析模块;
所述重量分析模块分别与特征分析模块和重量检测模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量检测模块发送的各子区域中水培农作物的重量集合,提取存储数据库中存储的各生长阶段水培农作物的标准重量,将各子区域中水培农作物的重量与对应的生长阶段水培农作物的标准重量进行对比,得到各子区域中水培农作物的重量差值集合ΔGnR(Δg1R,Δg2R,...,ΔgiR,...,ΔgnR),ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值,R=R1,R2,R3,R4,R5,R6,R1表示为水培农作物生长对应的萌芽阶段,R2表示为水培农作物生长对应的芽发育阶段,R3表示为水培农作物生长对应的前期生长阶段,R4表示为水培农作物生长对应的中期生长阶段,R5表示为水培农作物生长对应的后期生长阶段,R6表示为水培农作物生长对应的成熟阶段,将各子区域中水培农作物的重量差值集合发送至分析服务器;
所述分析服务器分别与特征分析模块和重量分析模块连接,用于接收特征分析模块发送的各增强图像对应的水培农作物生长阶段,同时接收重量分析模块发送的各子区域中水培农作物的重量差值集合,对接收的各子区域中水培农作物的重量差值进行分析,若某子区域中水培农作物的重量差值大于或等于零,表明该子区域中水培农作物生长良好,若某子区域中水培农作物的重量差值小于零,表明该子区域中水培农作物生长不良,统计生长不良的水培农作物所在的子区域,构成各生长不良的水培农作物所在的子区域集合AmR(a1R,a2R,...,ajR,...,amR),m≤n,ajR表示为第j个生长不良的第R个生长阶段水培农作物所在的子区域,将各生长不良的水培农作物所在的子区域集合发送至营养液取样模块;
所述营养液取样模块与分析服务器连接,包括液体取样器,用于接收分析服务器发送的各生长不良的水培农作物所在的子区域集合,通过液体取样器对接收的各生长不良的水培农作物所在子区域内营养液成分进行取样,构成各取样子区域内营养液样本集合 表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本,将各取样子区域内营养液样本集合发送至营养液检测模块;
所述营养液检测模块与营养液检测模块连接,包括营养液检测仪,用于接收营养液取样模块发送的各取样子区域内营养液样本集合,通过营养液检测仪检测各取样子区域内营养液样本中的氮含量、磷含量、钾含量、钙含量和镁含量,依次构成各取样子区域内营养液样本中各成分含量集合 表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,L1表示为营养液样本中氮成分,L2表示为营养液样本中磷成分,L3表示为营养液样本中钾成分,L4表示为营养液样本中钙成分,L5表示为营养液样本中镁成分,并将各取样子区域内营养液样本中各成分含量集合发送至分析服务器;
所述分析服务器与营养液检测模块连接,用于接收营养液检测模块发送的各取样子区域内营养液样本中各成分含量集合,提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分含量的标准范围,将各取样子区域内营养液样本中各成分含量与对应的生长阶段水培农作物所需营养液各成分含量的标准范围进行对比,若某取样子区域内营养液样本中各成分含量处于对应的生长阶段水培农作物所需要营养液各成分含量的标准范围之内,表明该取样子区域的营养液均衡,若某取样子区域内营养液样本中某成分含量处于对应的生长阶段水培农作物所需要营养液该成分含量的标准范围之外,表明该取样子区域的营养液不均衡,统计营养液样本中部分成分含量不均衡的取样子区域编号,将营养液样本中部分成分含量不均衡的取样子区域编号发送至显示模块;
同时,分析服务器提取存储数据库中存储的各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,计算各生长阶段水培农作物生长影响系数,并将各生长阶段水培农作物生长影响系数发送至显示模块;
所述存储数据库分别与特征分析模块、重量分析模块和分析服务器连接,用于存储各生长阶段水培农作物的外表图像特征,水培农作物的各生长阶段分别为萌芽阶段、芽发育阶段、前期生长阶段、中期生长阶段、后期生长阶段和成熟阶段,存储各生长阶段水培农作物的标准重量,并存储各生长阶段水培农作物所需营养液中标准氮含量范围、磷含量范围、钾含量范围、钙含量范围和镁含量范围,同时存储各生长阶段水培农作物所需营养液各成分对应的生长影响比例权重系数,依次分别为λNR、λPR、λKR、λCaR、λMgR,λNR,λPR,λKR,λCaR,λMgR分别表示为第R个生长阶段中氮元素、磷元素、钾元素、钙元素和镁元素对应的生长影响比例权重系数;
所述显示模块与分析服务器连接,用于接收分析服务器发送的营养液样本中部分成分含量不均衡的取样子区域编号和各生长阶段水培农作物生长影响系数,并进行显示,同时相关人员根据显示的取样子区域编号对对应编号的子区域内营养液的成分进行均衡调配。
2.根据权利要求1所述的一种智慧农业种植农作物生长全周期全动态监测管理系统,其特征在于:所述特征提取的方法为方向梯度直方图,包括如下步骤:
S1、将增强图像看做一个灰度的图像,采用校正法对输入图像进行颜色空间的归一化;
S2、计算图像每个像素的横坐标和纵坐标方向的梯度,并据此计算每个像素位置的梯度方向值;
S3、将图像划分成若干细胞单元格,并将若干单元格组合成大的、空间上连通的区间,这样一个区间内所有细胞单元格的特征向量串联为该区间的方向梯度直方图;
S4、将图像内所有区间的方向梯度直方图串联得到增强图像的方向梯度直方图。
3.根据权利要求1所述的一种智慧农业种植农作物生长全周期全动态监测管理系统,其特征在于:所述各生长阶段水培农作物生长影响系数的计算公式为ψR表示为第R个阶段水培农作物生长影响系数,R=R1,R2,R3,R4,R5,R6,表示为第j个取样子区域中第R个生长阶段的水培农作物所需营养液样本中第L种营养成分含量,L=L1,L2,L3,L4,L5,λLR表示为第R个生长阶段中第L种营养成分对应的生长影响比例权重系数,λLR=λNR,λPR,λKR,λCaR,λMgR,表示为第L种营养成分含量范围中最大含量,表示为第L种营养成分含量范围中最小含量,e表示为自然数,等于2.718,ΔgiR表示为第i个子区域中第R个生长阶段的水培农作物的重量与对应的生长阶段水培农作物的标准重量对比差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766786.3A CN111881864A (zh) | 2020-08-03 | 2020-08-03 | 一种智慧农业种植农作物生长全周期全动态监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766786.3A CN111881864A (zh) | 2020-08-03 | 2020-08-03 | 一种智慧农业种植农作物生长全周期全动态监测管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111881864A true CN111881864A (zh) | 2020-11-03 |
Family
ID=73205262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010766786.3A Withdrawn CN111881864A (zh) | 2020-08-03 | 2020-08-03 | 一种智慧农业种植农作物生长全周期全动态监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881864A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112866644A (zh) * | 2021-01-09 | 2021-05-28 | 南京魏东电子商务有限公司 | 基于大数据和物联网协同作用的渔业养殖在线智能监测平台及云服务器 |
CN114677033A (zh) * | 2022-04-06 | 2022-06-28 | 湖北康协生物科技有限公司 | 一种实验室培育数据全周期流程智能监测分析管理系统 |
CN116362910A (zh) * | 2023-03-31 | 2023-06-30 | 保山澳鑫电子商务有限公司 | 一种基于互联网的农业种植管理系统 |
CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
-
2020
- 2020-08-03 CN CN202010766786.3A patent/CN111881864A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112866644A (zh) * | 2021-01-09 | 2021-05-28 | 南京魏东电子商务有限公司 | 基于大数据和物联网协同作用的渔业养殖在线智能监测平台及云服务器 |
CN114677033A (zh) * | 2022-04-06 | 2022-06-28 | 湖北康协生物科技有限公司 | 一种实验室培育数据全周期流程智能监测分析管理系统 |
CN114677033B (zh) * | 2022-04-06 | 2023-12-01 | 湖北康协生物科技有限公司 | 一种实验室培育数据全周期流程智能监测分析管理系统 |
CN116362910A (zh) * | 2023-03-31 | 2023-06-30 | 保山澳鑫电子商务有限公司 | 一种基于互联网的农业种植管理系统 |
CN116362910B (zh) * | 2023-03-31 | 2023-09-01 | 保山澳鑫电子商务有限公司 | 一种基于互联网的农业种植管理系统 |
CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
CN117092102B (zh) * | 2023-10-19 | 2024-01-30 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881864A (zh) | 一种智慧农业种植农作物生长全周期全动态监测管理系统 | |
CN109001407B (zh) | 一种湖水水质分析系统 | |
CN110648069B (zh) | 一种基于运输车的蔬菜质量分析系统 | |
CN113029971B (zh) | 一种作物冠层氮素监测方法及系统 | |
CN113222991A (zh) | 基于深度学习网络的田间麦穗计数以及小麦产量预测 | |
CN112579807A (zh) | 一种基于云计算和大数据分析的智慧农业全周期种植数据云共享平台 | |
CN101692037A (zh) | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 | |
CN103632157B (zh) | 单株小麦穗部籽粒数计数方法 | |
CN111751376B (zh) | 一种基于冠层图像特征衍生的水稻氮素营养估算方法 | |
CN109757175A (zh) | 一种基于无人机监测的玉米水肥一体化变量施肥方法 | |
CN102855485B (zh) | 一种小麦抽穗的自动检测方法 | |
CN113948220B (zh) | 一种具有预分析能力的炭疽病病原菌侵染阶段检测方法 | |
CN112288698A (zh) | 一种基于大数据的水稻种植水稻生长监测分析管理系统 | |
CN114219847B (zh) | 基于物候特征的作物种植面积确定方法、系统及存储介质 | |
CN108710766A (zh) | 一种基于生长模型的温室植物水肥机调肥参数计算方法 | |
CN115456476B (zh) | 一种基于机器视觉的国土空间规划数据采集分析系统 | |
CN109827957A (zh) | 一种基于计算机视觉的水稻叶片spad值估测方法及系统 | |
KR102095539B1 (ko) | 인삼의 영상 이미지 분석을 통한 생육량 측정 방법 | |
CN116012701A (zh) | 一种基于矾花检测的水处理加药控制方法及装置 | |
CN107437262B (zh) | 作物种植面积预警方法和系统 | |
CN102360428B (zh) | 一种玉米三叶期与七叶期的自动检测方法 | |
CN112184627A (zh) | 基于图像处理与神经网络的柑橘保鲜品质检测方法及应用 | |
WO2023131949A1 (en) | A versatile crop yield estimator | |
CN110580495A (zh) | 一种梨树叶面积与叶面炭疽病病斑数自动化分析方法 | |
CN109115771A (zh) | 甘蔗工艺成熟期自动观测方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201103 |
|
WW01 | Invention patent application withdrawn after publication |