CN111898590A - 一种油茶病虫害监测方法 - Google Patents
一种油茶病虫害监测方法 Download PDFInfo
- Publication number
- CN111898590A CN111898590A CN202010872609.3A CN202010872609A CN111898590A CN 111898590 A CN111898590 A CN 111898590A CN 202010872609 A CN202010872609 A CN 202010872609A CN 111898590 A CN111898590 A CN 111898590A
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- pest
- acquisition module
- control terminal
- disease
- 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
Links
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 46
- 201000010099 disease Diseases 0.000 title claims abstract description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 35
- 241000526900 Camellia oleifera Species 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 241001122767 Theaceae Species 0.000 claims abstract 4
- 238000004891 communication Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 14
- 244000269722 Thea sinensis Species 0.000 description 12
- 241000238631 Hexapoda Species 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 6
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000006468 Thea sinensis Nutrition 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000018553 tannin Nutrition 0.000 description 1
- 229920001864 tannin Polymers 0.000 description 1
- 239000001648 tannin Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
一种油茶病虫害监测方法，包括以下步骤：在油茶所在区域装配若干个图像采集模块，每个图像采集模块都进行不同的数字标记；图像采集模块采集油茶所在区域的图像，图像采集模块采集的图像对应的标记与该图像采集模块相同的数字标记，将图像发送给控制终端；控制终端对每个图像采集模块发送的图像都进行分析，获取图像中的病虫害情况并进行记录形成记录表单，记录表单上标记与对应图像相同的数字标记，记录表单包括病虫害种类、病虫害数量以及对应的采集运动时段，记录表单存储在控制终端内，控制终端对每个图像采集模块所在区域的病虫害记录进行汇总分析，预警病虫害发生趋势。本发明实现自动化监测，节省人工，提高处理效率。
Description
技术领域
本发明属于油茶种植技术领域，具体地说是一种油茶病虫害监测方法。
背景技术
油茶树是世界四大木本油料之一，它生长在中国南方亚热带地区的高山及丘陵地带，是中国特有的一种纯天然高级油料，茶油色清味香，营养丰富，耐贮藏，是优质食用油；也可作为润滑油、防锈油用于工业。茶饼既是农药，又是肥料，可提高农田蓄水能力和防治稻田害虫。果皮是提制栲胶的原料。
随着油茶推广种植面积的扩大，油茶病虫害问题日益凸显，不仅影响油茶生长，导致油茶产量减少，而且降低油茶质量，目前油茶的主要病虫害有炭疽病、软腐病、叶枯病、毒蛾、蛀茎虫、天牛、象鼻虫、茶毛虫、金龟子、叶蜂等。
然而，目前油茶种植病过程中虫害，主要通过人工检查发现，难以及时有效的进行监测，导致不能及时采取有效防治措施。
发明内容
本发明要解决的技术问题是提供一种油茶病虫害监测方法。
为了解决上述技术问题，本发明采取以下技术方案：
一种油茶病虫害监测方法，包括以下步骤：
在油茶所在区域装配若干个图像采集模块，若干个图像采集模块均通过无线网络与控制终端通讯连接，每个图像采集模块都进行不同的数字标记；
图像采集模块采集油茶所在区域的图像，图像采集模块采集的图像对应的标记与该图像采集模块相同的数字标记，将图像发送给控制终端；
控制终端对每个图像采集模块发送的图像都进行分析，获取图像中的病虫害情况并进行记录形成记录表单，记录表单上标记与对应图像相同的数字标记，记录表单包括病虫害种类、病虫害数量以及对应的采集运动时段，记录表单存储在控制终端内，控制终端对每个图像采集模块所在区域的病虫害记录进行汇总分析，预警病虫害发生趋势。
所述图像采集模块包括相机、处理器和通信模块，相机和处理器连接，处理器与通信模块连接，相机将拍摄到的图像输送给处理器，处理器经通信模块传送给控制终端。
所述控制终端为智能手机或计算机。
所述控制终端分析获取的记录表单中，若病虫害超过预设值，则报警。
所述记录表单按照年、月、日的形式分类记录。
所述图像采集模块每隔设定时间采集一次图像，该设定时间为10-12小时。
本发明实现自动化监测，节省人工，提高处理效率，在控制终端形成病虫害的记录表单，方便查看。
具体实施方式
为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能，下面结合具体实施方式对本发明作进一步详细描述。
本发明揭示了一种油茶病虫害监测方法，包括以下步骤：
在油茶所在区域装配若干个图像采集模块，若干个图像采集模块均通过无线网络与控制终端通讯连接，每个图像采集模块都进行不同的数字标记。
图像采集模块采集油茶所在区域的图像，图像采集模块采集的图像对应的标记与该图像采集模块相同的数字标记，将图像发送给控制终端。
控制终端对每个图像采集模块发送的图像都进行分析，获取图像中的病虫害情况并进行记录形成记录表单，记录表单上标记与对应图像相同的数字标记，记录表单包括病虫害种类、病虫害数量以及对应的采集运动时段，记录表单存储在控制终端内，控制终端对每个图像采集模块所在区域的病虫害记录进行汇总分析，预警病虫害发生趋势。
所述图像采集模块包括相机、处理器和通信模块，相机和处理器连接，处理器与通信模块连接，相机将拍摄到的图像输送给处理器，处理器经通信模块传送给控制终端。
所述控制终端为智能手机或计算机。
所述控制终端分析获取的记录表单中，若病虫害超过预设值，则报警。
所述记录表单按照年、月、日的形式分类记录。
所述图像采集模块每隔设定时间采集一次图像，该设定时间为10-12小时。
本发明中，根据油茶区域的大小，设置一定数量的图像采集模块，分别按照图像采集模块1、图像采集模块2、图像采集模块3...的形式进行数字标记，从而能够方便的区分出所在区域。通过图像采集模块，以12小时的间隔时间采集图像，将图像传输回控制终端进行分析，将分析出来的病虫害情况形成记录表单，方便查看。用户根据记录表单，可以随时查看，能够根据病虫害的情况及时的采取有效措施。
需要说明的是，以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述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，但是凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种油茶病虫害监测方法，包括以下步骤：
在油茶所在区域装配若干个图像采集模块，若干个图像采集模块均通过无线网络与控制终端通讯连接，每个图像采集模块都进行不同的数字标记；
图像采集模块采集油茶所在区域的图像，图像采集模块采集的图像对应的标记与该图像采集模块相同的数字标记，将图像发送给控制终端；
控制终端对每个图像采集模块发送的图像都进行分析，获取图像中的病虫害情况并进行记录形成记录表单，记录表单上标记与对应图像相同的数字标记，记录表单包括病虫害种类、病虫害数量以及对应的采集运动时段，记录表单存储在控制终端内，控制终端对每个图像采集模块所在区域的病虫害记录进行汇总分析，预警病虫害发生趋势。
2.根据权利要求1所述的油茶病虫害监测方法，其特征在于，所述图像采集模块包括相机、处理器和通信模块，相机和处理器连接，处理器与通信模块连接，相机将拍摄到的图像输送给处理器，处理器经通信模块传送给控制终端。
3.根据权利要求2所述的油茶病虫害监测方法，其特征在于，所述控制终端为智能手机或计算机。
4.根据权利要求3所述的油茶病虫害监测方法，其特征在于，所述控制终端分析获取的记录表单中，若病虫害超过预设值，则报警。
5.根据权利要求4所述的油茶病虫害监测方法，其特征在于，所述记录表单按照年、月、日的形式分类记录。
6.根据权利要求5所述的油茶病虫害监测方法，其特征在于，所述图像采集模块每隔设定时间采集一次图像，该设定时间为10-12小时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010872609.3A CN111898590A (zh) | 2020-08-26 | 2020-08-26 | 一种油茶病虫害监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010872609.3A CN111898590A (zh) | 2020-08-26 | 2020-08-26 | 一种油茶病虫害监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111898590A true CN111898590A (zh) | 2020-11-06 |
Family
ID=73225998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010872609.3A Pending CN111898590A (zh) | 2020-08-26 | 2020-08-26 | 一种油茶病虫害监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898590A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361429A (zh) * | 2021-06-11 | 2021-09-07 | 长江大学 | 一种储粮害虫的运动行为分析方法与实验装置 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| WO2016045002A1 (zh) * | 2014-09-24 | 2016-03-31 | 上海星让实业有限公司 | 一种智能成像系统以及安装有该智能成像系统的捕虫装置 |
| CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测系统及监测控制方法 |
| WO2018099220A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳前海弘稼科技有限公司 | 一种种植设备中植物病虫害预测方法及装置 |
| CN108230309A (zh) * | 2017-12-29 | 2018-06-29 | 成都东谷利农农业科技有限公司 | 田间病虫害监测系统及方法 |
| CN109919239A (zh) * | 2019-03-15 | 2019-06-21 | 尹显东 | 一种基于深度学习的农作物病虫害智能检测方法 |
| CN110213376A (zh) * | 2019-06-05 | 2019-09-06 | 黑龙江省七星农场 | 一种用于虫害预防的信息处理系统及方法 |
| CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测系统 |
| CN110850775A (zh) * | 2019-11-20 | 2020-02-28 | 吉林省稷坤农业科技有限公司 | 一种用于智慧农业的环境数据无线监测系统及其工作方法 |
| CN111044520A (zh) * | 2019-12-12 | 2020-04-21 | 湖南省林业科学院 | 一种油茶主要病虫害的监测方法 |
| JP2020064466A (ja) * | 2018-10-17 | 2020-04-23 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| 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 |
| KR20200068052A (ko) * | 2018-11-26 | 2020-06-15 | 대한민국(농촌진흥청장) | 카메라 모듈을 이용한 병해충 진단 및 방제 방법 |
-
2020
- 2020-08-26 CN CN202010872609.3A patent/CN111898590A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| WO2016045002A1 (zh) * | 2014-09-24 | 2016-03-31 | 上海星让实业有限公司 | 一种智能成像系统以及安装有该智能成像系统的捕虫装置 |
| CN106331171A (zh) * | 2016-10-17 | 2017-01-11 | 王卫斌 | 一种病虫害联网监测系统及监测控制方法 |
| WO2018099220A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳前海弘稼科技有限公司 | 一种种植设备中植物病虫害预测方法及装置 |
| CN108230309A (zh) * | 2017-12-29 | 2018-06-29 | 成都东谷利农农业科技有限公司 | 田间病虫害监测系统及方法 |
| JP2020064466A (ja) * | 2018-10-17 | 2020-04-23 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| KR20200068052A (ko) * | 2018-11-26 | 2020-06-15 | 대한민국(농촌진흥청장) | 카메라 모듈을 이용한 병해충 진단 및 방제 방법 |
| CN109919239A (zh) * | 2019-03-15 | 2019-06-21 | 尹显东 | 一种基于深度学习的农作物病虫害智能检测方法 |
| CN110213376A (zh) * | 2019-06-05 | 2019-09-06 | 黑龙江省七星农场 | 一种用于虫害预防的信息处理系统及方法 |
| CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测系统 |
| CN110850775A (zh) * | 2019-11-20 | 2020-02-28 | 吉林省稷坤农业科技有限公司 | 一种用于智慧农业的环境数据无线监测系统及其工作方法 |
| 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 |
| CN111044520A (zh) * | 2019-12-12 | 2020-04-21 | 湖南省林业科学院 | 一种油茶主要病虫害的监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姚青;张超;王正;杨保军;唐健;: "分布式移动农业病虫害图像采集与诊断系统设计与试验", 农业工程学报, no. 1, pages 184 - 189 * |
| 洪汉玉: "现代图像图形处理与分析", 中国地质大学出版社, pages: 157 - 166 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361429A (zh) * | 2021-06-11 | 2021-09-07 | 长江大学 | 一种储粮害虫的运动行为分析方法与实验装置 |
| CN113361429B (zh) * | 2021-06-11 | 2022-11-04 | 长江大学 | 一种储粮害虫的运动行为分析方法与实验装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108647652B (zh) | 一种基于图像分类和目标检测的棉花发育期自动识别方法 | |
| CN110163138B (zh) | 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法 | |
| CN102823628A (zh) | 蜜蜂引诱剂及用于大豆杂交种田间制种蜜蜂授粉的方法 | |
| CN103828666A (zh) | 水稻品种开花期耐高温性的田间鉴定方法 | |
| CN110427798A (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
| CN110073974A (zh) | 一种筛选抗冷棉花品种的方法及其应用 | |
| CN106651844A (zh) | 一种基于图像分析的苹果生育期识别方法 | |
| CN111898590A (zh) | 一种油茶病虫害监测方法 | |
| CN110073968A (zh) | 一种高油耐盐花生的快速培育方法 | |
| 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 | |
| CN114299393B (zh) | 一种基于光学和雷达时序数据的烟稻种植模式识别方法 | |
| CN109325630B (zh) | 一种基于形态参数的高温胁迫下水稻产量预测方法 | |
| CN114549967A (zh) | 一种大蒜种植区域的提取方法及装置 | |
| CN108537164B (zh) | 基于无人机遥感的点穴播种出芽率监测方法与装置 | |
| CN104782410B (zh) | 一种玉米品种青枯病抗性的鉴定方法 | |
| CN111612229A (zh) | 油用牡丹始花期和种子采摘期的预测方法 | |
| CN112307091A (zh) | 一种柑橘园土壤养分肥力查询系统 | |
| CN107169940B (zh) | 基于电子识别的单株梨树产量获取方法 | |
| AU2021101996A4 (en) | Nutrient deficiency stress detection and prediction in corn fields from aerial images using machine learning | |
| CN112509029B (zh) | 一种远程分析葡萄长势的方法 | |
| CN1118232C (zh) | 利用种子颜色生产杂交水稻种子的方法 | |
| CN108739364B (zh) | 一种提高自交不亲和性禾本科植物杂交制种效率的方法 | |
| CN113396767A (zh) | 一种茶叶种植管理控制系统及控制方法 | |
| CN101595838A (zh) | 一种芒果人工杂交授粉的方法 | |
| CN111766801A (zh) | 一种用于沉香幼苗培育的智能化种植和管理系统 |
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: 20201106 |