CN111918030A - 一种基于边缘计算的农作物病虫害识别系统及其识别方法 - Google Patents
一种基于边缘计算的农作物病虫害识别系统及其识别方法 Download PDFInfo
- Publication number
- CN111918030A CN111918030A CN202010711263.9A CN202010711263A CN111918030A CN 111918030 A CN111918030 A CN 111918030A CN 202010711263 A CN202010711263 A CN 202010711263A CN 111918030 A CN111918030 A CN 111918030A
- Authority
- CN
- China
- Prior art keywords
- pin
- resistor
- capacitor
- signal
- triode
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/38—Transmitter circuitry for the transmission of television signals according to analogue transmission standards
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Catching Or Destruction (AREA)
- Networks Using Active Elements (AREA)
Abstract
本发明公开了一种基于边缘计算的农作物病虫害识别系统及其识别方法,包括:图像转换模块、信号抗干扰模块、信号调整模块、A/D转换模块、控制模块、存储模块、无线发射模块、无线接收模块,所述图像转换模块将接收的图像采集信号转换为电信号;所述信号抗干扰模块对转换中产生的干扰信号进行过滤;所述信号调整模块对图像采集元器件检测的信号进行调整;所述A/D转换模块将模拟信号转换为数字信号;所述控制模块获取检测信号,从而使下一级模块运行;所述存储模块对采集图像信息进行存储;所述无线发射模块将接收图像信号转换为无线信号,进而实现远程监测;所述无线接收模块通过接收数字图像的传输;从而实现检测信号的快速传输,减少计算延迟。
Description
技术领域
本发明涉及一种农作物病虫害识别领域,尤其是一种基于边缘计算的农作物病虫害识别系统及其识别方法。
背景技术
农作物病虫害是我国的主要农业灾害之一,它具有种类多、影响大、并时常暴发成灾的特点,其发生范围和严重程度对我国国民经济、特别是农业生产常造成重大损失,随着万物互联时代的到来,网络边缘设备产生的数据量快速增加,带来了更高的数据传输带宽需求,同时,新型应用也对数据处理的实时性提出了更高要求,传统云计算模型已经无法有效应对。
而农作物病虫害的爆发往往意味着大规模的减产减质,从而造成不可挽回的经济损失,传统的病虫害识别方法速度慢、主观性强、误判率高,已不能满足农业生产的需要,而传统的农作物病虫害检测系统采用固定安装图像采集系统,来对农作物进行时刻的检测,而在面对大规模的农作物病虫害检测时会增大检测系统运行成本以及安装费用,占用土地面积;而传统的计算方式是将检测的数据传递给远程计算系统,从而进行运算处理,进而增大计算的系统运行时间,增大输出传输的带宽,增大云计算的负荷。
发明内容
发明目的:提供一种基于边缘计算的农作物病虫害识别系统,以解决上述问题。
技术方案:一种基于边缘计算的农作物病虫害识别系统,包括:
用于通过无人机飞行轨迹对农作物进行图像采集,将图像采集信号转换为电信号的图像转换模块;
用于对图像转换模块中产生的干扰信号进行过滤的信号抗干扰电路;
用于对图像采集元器件检测的信号进行调整,进而将电信号中的干扰波段进行滤除的信号调整模块;
用于将调整后的电信号,经过模数转换后变为数字图像信号的A/D转换模块;
用于接收转换后的图像信号,进而通过控制指令使存储模块、无线发射模块和无线接收模块运行的控制模块;
用于将控制模块反馈的图像采集信息进行存储的存储模块;
用于将控制模块反馈的图像采集信号转换为无线发射信号的无线发射模块;
用于接收数字图像传输的无线接收模块。
根据本发明的一个方面,所述图像转换模块包括电阻R1、电阻R2、电容C1、电容C2、运算放大器U1、电感L1、电阻R2、电阻R4、电容C3、二极管D1,其中所述电阻R1一端与图像信号CRS正极端连接;所述电阻R1另一端分别与电容C1一端、运算放大器U1引脚3、电感L1一端连接;所述电容C1另一端分别与电容C2一端、地线GND连接;所述电容C2另一端分别与电阻R3一端、运算放大器U1引脚2连接;所述电阻R3另一端与图像信号CRS负极端连接;所述运算放大器U1引脚7与输入电元+9V连接;所述运算放大器U1引脚4分别与电阻R4一端、电容C3一端、地线GND连接;所述电阻R4另一端分别与运算放大器U1引脚6、电阻R2一端、电感L1另一端连接;所述电阻R2另一端分别与电容C3另一端、二极管D1正极端连接;所述二极管D1负极端与电元-9V连接。
根据本发明的一个方面,所述信号抗干扰模块包括电阻R5、三极管Q1、电阻R6、二极管D2、电容C4,其中所述电阻R5一端分别与电阻R2另一端、电容C3另一端、二极管D1正极端连接;所述电阻R5另一端与三极管Q1基极端连接;所述三极管Q1集电极端与电阻R6一端连接;所述电阻R6另一端分别与输入电元+9.9V、端口DC连接;所述二极管D2正极端与电容C4正极端连接;所述电容C4负极端与地线GND连接。
根据本发明的一个方面,所述信号调整模块包括三极管Q3、电阻R9、三极管Q2、电阻R7、电阻R8、可变电阻RV1,其中所述电阻R7一端分别与三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R7另一端与三极管Q2集电极端连接;所述三极管Q2基极端分别与可变电阻RV1引脚1、二极管D2负极端、三极管Q1发射极端连接;所述三极管Q2发射极端与地线GND连接;所述三极管Q3发射极端与电阻R8一端连接;所述电阻R8另一端与可变电阻RV1引脚2连接;所述可变电阻RV1引脚3与地线GND连接。
根据本发明的一个方面,所述A/D转换模块包括电阻R9、晶体管X1、电容C5、电容C6、电容C7、二极管D3、可变电阻RV2、转换器U2,其中所述电阻R9一端分别与电阻R7一端、三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R9另一端与转换器U2引脚1连接;所述晶体管X1引脚2分别与电容C5负极端、转换器U2引脚2连接;所述晶体管X1引脚1分别与电容C5正极端、转换器U2引脚3连接;所述转换器U4引脚4与地线GND连接;所述转换器U2引脚7分别与三极管Q3发射极端、电阻R8一端连接;所述转换器U2引脚8分别与电容C6正极端、二极管D2正极端、电容C4正极端连接;所述转换器U2引脚9分别与电容C7正极端、二极管D3负极端、可变电阻RV2引脚1和引脚2连接;所述电容C7负极端分别二极管D3正极端、可变电阻RV2引脚3、地线GND连接。
根据本发明的一个方面,所述控制模块包括控制器U3、电容C12、电容C13、晶体管X3、开关SB、电容C14、电阻R12,其中所述控制器U3引脚8与电容C12一端连接;所述电容C12另一端与晶体管X3引脚2连接;所述晶体管X3引脚1与电容C13一端连接;所述电容C13另一端与控制器U3引脚6连接;控制器U3引脚1分别与电阻R12一端、开关SB一端、电容C14一端连接;所述开关SB另一端与电容C14另一端连接;所述电阻R12另一端与地线GND连接;所述控制器U3引脚9与转换器U2引脚11连接;所述控制器U3引脚19与转换器U2引脚10连接。
根据本发明的一个方面,所述存储模块包括二极管D6、二极管D5、二极管D4、存储器U4、电容C11、与非门U6、电容C10,其中所述二极管D6正极端与控制器U3引脚17连接;所述二极管D6负极端与存储器U4引脚1连接;所述二极管D5正极端与控制器U3引脚12连接;所述二极管D5负极端与存储器U4引脚2连接;所述二极管D4正极端与控制器U3引脚10连接;所述二极管D4负极端与存储器U4引脚3连接;所述存储器U4引脚8分别与端口DC、电容C11一端连接;所述电容C11另一端与地线GND连接;所述存储器U4引脚4与与非门U6引脚8连接;所述存储器U4引脚5与与非门U6引脚1连接;所述存储器U4引脚6与电容C10一端连接;所述电容C10另一端与地线GND连接;所述存储器U4引脚7与地线GND连接;所述与非门U6引脚9与输出端OUTPUT连接。
根据本发明的一个方面,所述无线发射模块包括晶体管X2、电容C9、电容C8、电阻R11、电阻R10、发射器U5,其中所述晶体管X2引脚1与地线GND连接;所述晶体管X2引脚2与发射器U5引脚4连接;所述发射器U5引脚7与控制器U3引脚37连接;所述发射器U5引脚3分别与电容C9一端、电容C8负极端、地线GND连接;所述电容C8正极端分别与电容C9另一端、发射器U5引脚2、电阻R10一端、端口DC连接;所述电阻R10另一端分别与电阻R11一端、发射器U5引脚1连接;所述电阻R11与地线GND连接;所述发射器U5引脚5与控制器U3引脚21连接;所述发射器U5引脚6与发射端T2连接。
根据本发明的一个方面,所述无线接收模块包括电阻R13、电阻R14、三极管Q4、电阻R15、电容C15、可变电阻RV3、电感L2、三极管Q5、电阻R16、电容C16,其中所述电阻R13一端分别与三极管Q4基极端、端口ALE连接;所述电阻R13另一端分别与电阻R14一端、电感L2一端、电阻R16一端、端口DC连接;所述电阻R14另一端与三极管Q4集电极端连接;所述三极管Q4发射极端分别与电阻R15一端、电容C15一端连接;所述电容C15另一端与三极管Q5基极端连接;所述三极管Q5集电极端与电阻R16另一端连接;所述三极管Q5发射极端分别与电容C16一端、可变电阻RV3引脚1和引脚3、电阻R15另一端、地线GND连接;所述电容C16另一端与接收端T1连接。
根据本发明的一个方面,所述电容C4、所述电容C5、所述电容C6、所述电容C7、所述电容C8型号均为电解电容;所述二极管D1、所述二极管D3型号均为稳压二极管;所述三极管Q1、所述三极管Q2、所述三极管Q3、所述三极管Q4型号均为NPN;所述转换器U2型号为AD7705;所述控制器U3型号为AT89C51;所述存储器U4型号为FLASH;所述发射器U5型号为MICRF102。
根据本发明的一个方面,一种基于边缘计算的农作物病虫害识别系统的识别方法,其特征在于以下步骤:
步骤1、通过无人机的摄像头对农作物生长环境进行拍照,再根据无人机的飞行轨迹对农作物进行大面积的图像采集,通过摄像头生成光学图像,投射到图像传感器表面上,再通过图像转化模块将图像采集信号转换为电信号,进而实现图像信号的传输,而电容C1和电容C2均接地消除图像转换中产生的高频信号;
步骤2、电阻R5将接收的电信号传递给三极管 Q1,而三极管Q1通过集电极端获取导通电压,从而对转换中的电信号进行调节,将图像转换中产生的干扰信号通过电容C4进行过滤,从而提高电信号的传输质量,而二极管D2限制电信号的传输方向;
步骤3、三极管Q2基极端获取干扰信号调节后的电信号,通过三极管Q2的通断对图像采集元器件检测的信号进行调整,通过三极管Q2发射极端接地和可变电阻RV1接地,将电信号传输中的干扰波段进行滤除;
步骤4、三极管Q3将调整后的电信号传递给转换器U2,从而得到运行指令,从而经过转换器U2将模拟信号转换为数字图像信号,进而将转换后的数字图像信号传递控制模块,而电容C6负极端接地用于提高模数转换的快速响应,可变电阻RV2防止外部电磁干扰,进而不会对信号产生影响;
步骤5、控制器U3接收数字图像信号,从而将获取的数字图像信号传递给存储器U4,进行存储防止丢失,而二极管D6、二极管D5、二极管D4控制传输方向,与非门U6通过引脚8和引脚1输入信号,控制引脚9的输出,当引脚8和引脚1两者输入端都有信号,则输出端为0、而引脚8和引脚1两者有一个接收到输入信号,则输出端为1,从而判断出0为无信号输出,而1为有信号输出,与非门U6的运算结果就是对两个输入信号先进行与运算,再对此与运算结果进行非运算的结果,从而控制存储信号的输出;
步骤6、控制器U3将获取数字图像信号反馈给无线发射模块,而发射器U5将图像采集信号转换为无线发射信号,从而实现远程监控,进而通过摄像头采集到的图像信息与实际库存病虫害资料进行对比,诊断识别计算出农作物患病症状,从而采取处理方案。
有益效果:本发明设计一种基于边缘计算的农作物病虫害识别系统及其识别方法,通过在无人机安装摄像头方式,采集农作物的图像信息,通过无人机的运行轨迹对大面积的农作物进行图像收集,然后再将图像采集信号转换为电信号,从而提高信号的传输,再通过控制模块对获取的图像信号进行存储和发送,而利用无人机携带摄像头实现图像采集的方式,提高了工作的效率,可以对复杂的地形进行图像采集,减少检测的安装以及占有土地,而农作物病虫害识别系统,能够快速、精确、实时获取农作物病虫害,进而协助农耕人员及时采取有效的防治措施,而传统的计算方式是将检测的数据传递给远程计算系统,从而进行运算处理,进而增大计算的系统运行时间,增大输出传输的带宽,增大云计算的负荷,因此,通过运用边缘计算方式提供近端服务,减少计算延迟,而边缘计算的基本理念是将计算任务在接近数据元的计算资元上运行,可以有效减小计算系统的延迟,减少数据传输带宽,缓解云计算中心压力,提高可用性,并能够保护数据安全和隐私。
附图说明
图1是本发明的结构框图。
图2是本发明的农作物病虫害识别系统分布图。
图3是本发明的图像转换模块电路图。
图4是本发明的信号调整模块电路图。
图5是本发明的A/D转换模块和控制模块电路图。
图6是本发明的存储模块和无线发射模块电路图。
图7是本发明的无线接收模块电路图。
具体实施方式
如图1所示,在该实施例中,一种基于边缘计算的农作物病虫害识别系统,包括:
用于通过无人机飞行轨迹对农作物进行图像采集,将图像采集信号转换为电信号的图像转换模块;
用于对图像转换模块中产生的干扰信号进行过滤的信号抗干扰电路;
用于对图像采集元器件检测的信号进行调整,进而将电信号中的干扰波段进行滤除的信号调整模块;
用于将调整后的电信号,经过模数转换后变为数字图像信号的A/D转换模块;
用于接收转换后的图像信号,进而通过控制指令使存储模块、无线发射模块和无线接收模块运行的控制模块;
用于将控制模块反馈的图像采集信息进行存储的存储模块;
用于将控制模块反馈的图像采集信号转换为无线发射信号的无线发射模块;
用于接收数字图像传输的无线接收模块。
在进一步的实施例中,如图3所示,所述图像转换模块包括电阻R1、电阻R2、电容C1、电容C2、运算放大器U1、电感L1、电阻R2、电阻R4、电容C3、二极管D1。
在更进一步的实施例中,所述图像转换模块中所述电阻R1一端与图像信号CRS正极端连接;所述电阻R1另一端分别与电容C1一端、运算放大器U1引脚3、电感L1一端连接;所述电容C1另一端分别与电容C2一端、地线GND连接;所述电容C2另一端分别与电阻R3一端、运算放大器U1引脚2连接;所述电阻R3另一端与图像信号CRS负极端连接;所述运算放大器U1引脚7与输入电元+9V连接;所述运算放大器U1引脚4分别与电阻R4一端、电容C3一端、地线GND连接;所述电阻R4另一端分别与运算放大器U1引脚6、电阻R2一端、电感L1另一端连接;所述电阻R2另一端分别与电容C3另一端、二极管D1正极端连接;所述二极管D1负极端与电元-9V连接。
在进一步的实施例中,如图2所示,所述信号抗干扰模块包括电阻R5、三极管Q1、电阻R6、二极管D2、电容C4。
在更进一步的实施例中,所述信号抗干扰模块中所述电阻R5一端分别与电阻R2另一端、电容C3另一端、二极管D1正极端连接;所述电阻R5另一端与三极管Q1基极端连接;所述三极管Q1集电极端与电阻R6一端连接;所述电阻R6另一端分别与输入电元+9.9V、端口DC连接;所述二极管D2正极端与电容C4正极端连接;所述电容C4负极端与地线GND连接。
在进一步的实施例中,如图4所示,所述信号调整模块包括三极管Q3、电阻R9、三极管Q2、电阻R7、电阻R8、可变电阻RV1。
在更进一步的实施例中,所述信号调整模块中所述电阻R7一端分别与三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R7另一端与三极管Q2集电极端连接;所述三极管Q2基极端分别与可变电阻RV1引脚1、二极管D2负极端、三极管Q1发射极端连接;所述三极管Q2发射极端与地线GND连接;所述三极管Q3发射极端与电阻R8一端连接;所述电阻R8另一端与可变电阻RV1引脚2连接;所述可变电阻RV1引脚3与地线GND连接。
在进一步的实施例中,如图5所示,所述A/D转换模块包括电阻R9、晶体管X1、电容C5、电容C6、电容C7、二极管D3、可变电阻RV2、转换器U2。
在更进一步的实施例中,所述A/D转换模块中所述电阻R9一端分别与电阻R7一端、三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R9另一端与转换器U2引脚1连接;所述晶体管X1引脚2分别与电容C5负极端、转换器U2引脚2连接;所述晶体管X1引脚1分别与电容C5正极端、转换器U2引脚3连接;所述转换器U4引脚4与地线GND连接;所述转换器U2引脚7分别与三极管Q3发射极端、电阻R8一端连接;所述转换器U2引脚8分别与电容C6正极端、二极管D2正极端、电容C4正极端连接;所述转换器U2引脚9分别与电容C7正极端、二极管D3负极端、可变电阻RV2引脚1和引脚2连接;所述电容C7负极端分别二极管D3正极端、可变电阻RV2引脚3、地线GND连接。
在进一步的实施例中,如图5所示,所述控制模块包括控制器U3、电容C12、电容C13、晶体管X3、开关SB、电容C14、电阻R12。
在更进一步的实施例中,所述控制模块中所述控制器U3引脚8与电容C12一端连接;所述电容C12另一端与晶体管X3引脚2连接;所述晶体管X3引脚1与电容C13一端连接;所述电容C13另一端与控制器U3引脚6连接;控制器U3引脚1分别与电阻R12一端、开关SB一端、电容C14一端连接;所述开关SB另一端与电容C14另一端连接;所述电阻R12另一端与地线GND连接;所述控制器U3引脚9与转换器U2引脚11连接;所述控制器U3引脚19与转换器U2引脚10连接。
在进一步的实施例中,如图6所示,所述存储模块包括二极管D6、二极管D5、二极管D4、存储器U4、电容C11、与非门U6、电容C10。
在更进一步的实施例中,所述存储模块中所述二极管D6正极端与控制器U3引脚17连接;所述二极管D6负极端与存储器U4引脚1连接;所述二极管D5正极端与控制器U3引脚12连接;所述二极管D5负极端与存储器U4引脚2连接;所述二极管D4正极端与控制器U3引脚10连接;所述二极管D4负极端与存储器U4引脚3连接;所述存储器U4引脚8分别与端口DC、电容C11一端连接;所述电容C11另一端与地线GND连接;所述存储器U4引脚4与与非门U6引脚8连接;所述存储器U4引脚5与与非门U6引脚1连接;所述存储器U4引脚6与电容C10一端连接;所述电容C10另一端与地线GND连接;所述存储器U4引脚7与地线GND连接;所述与非门U6引脚9与输出端OUTPUT连接。
在进一步的实施例中,如图6所示,所述无线发射模块包括晶体管X2、电容C9、电容C8、电阻R11、电阻R10、发射器U5。
在更进一步的实施例中,所述无线发射模块中所述晶体管X2引脚1与地线GND连接;所述晶体管X2引脚2与发射器U5引脚4连接;所述发射器U5引脚7与控制器U3引脚37连接;所述发射器U5引脚3分别与电容C9一端、电容C8负极端、地线GND连接;所述电容C8正极端分别与电容C9另一端、发射器U5引脚2、电阻R10一端、端口DC连接;所述电阻R10另一端分别与电阻R11一端、发射器U5引脚1连接;所述电阻R11与地线GND连接;所述发射器U5引脚5与控制器U3引脚21连接;所述发射器U5引脚6与发射端T2连接。
在进一步的实施例中,如图7所示,所述无线接收模块包括电阻R13、电阻R14、三极管Q4、电阻R15、电容C15、可变电阻RV3、电感L2、三极管Q5、电阻R16、电容C16。
在更进一步的实施例中,所述无线接收模块中所述电阻R13一端分别与三极管Q4基极端、端口ALE连接;所述电阻R13另一端分别与电阻R14一端、电感L2一端、电阻R16一端、端口DC连接;所述电阻R14另一端与三极管Q4集电极端连接;所述三极管Q4发射极端分别与电阻R15一端、电容C15一端连接;所述电容C15另一端与三极管Q5基极端连接;所述三极管Q5集电极端与电阻R16另一端连接;所述三极管Q5发射极端分别与电容C16一端、可变电阻RV3引脚1和引脚3、电阻R15另一端、地线GND连接;所述电容C16另一端与接收端T1连接。
在进一步的实施例中,所述电容C4、所述电容C5、所述电容C6、所述电容C7、所述电容C8型号均为电解电容;所述二极管D1、所述二极管D3型号均为稳压二极管;所述三极管Q1、所述三极管Q2、所述三极管Q3、所述三极管Q4型号均为NPN;所述转换器U2型号为AD7705;所述控制器U3型号为AT89C51;所述存储器U4型号为FLASH;所述发射器U5型号为MICRF102。
在进一步的实施例中,一种基于边缘计算的农作物病虫害识别系统的识别方法,其特征在于以下步骤:
步骤1、通过无人机的摄像头对农作物生长环境进行拍照,再根据无人机的飞行轨迹对农作物进行大面积的图像采集,通过摄像头生成光学图像,投射到图像传感器表面上,再通过图像转化模块将图像采集信号转换为电信号,进而实现图像信号的传输,而电容C1和电容C2均接地消除图像转换中产生的高频信号;
步骤2、电阻R5将接收的电信号传递给三极管 Q1,而三极管Q1通过集电极端获取导通电压,从而对转换中的电信号进行调节,将图像转换中产生的干扰信号通过电容C4进行过滤,从而提高电信号的传输质量,而二极管D2限制电信号的传输方向;
步骤3、三极管Q2基极端获取干扰信号调节后的电信号,通过三极管Q2的通断对图像采集元器件检测的信号进行调整,通过三极管Q2发射极端接地和可变电阻RV1接地,将电信号传输中的干扰波段进行滤除;
步骤4、三极管Q3将调整后的电信号传递给转换器U2,从而得到运行指令,从而经过转换器U2将模拟信号转换为数字图像信号,进而将转换后的数字图像信号传递控制模块,而电容C6负极端接地用于提高模数转换的快速响应,可变电阻RV2防止外部电磁干扰,进而不会对信号产生影响;
步骤5、控制器U3接收数字图像信号,从而将获取的数字图像信号传递给存储器U4,进行存储防止丢失,而二极管D6、二极管D5、二极管D4控制传输方向,与非门U6通过引脚8和引脚1输入信号,控制引脚9的输出,当引脚8和引脚1两者输入端都有信号,则输出端为0、而引脚8和引脚1两者有一个接收到输入信号,则输出端为1,从而判断出0为无信号输出,而1为有信号输出,与非门U6的运算结果就是对两个输入信号先进行与运算,再对此与运算结果进行非运算的结果,从而控制存储信号的输出;
步骤6、控制器U3将获取数字图像信号反馈给无线发射模块,而发射器U5将图像采集信号转换为无线发射信号,从而实现远程监控,进而通过摄像头采集到的图像信息与实际库存病虫害资料进行对比,诊断识别计算出农作物患病症状,从而采取处理方案。
总之,本发明具有以下优点:电容C1和电容C2均接地消除图像转换中产生的高频信号,二极管D1控制高电压值流向低电压值方向,电感L1筛选运算放大器U1运行时产生的干扰信号;电阻R5将转换的电信号传递给三极管Q1,而三极管Q1通过集电极端获取导通电压,从而对转换中的电信号进行调节,将图像转换中产生的干扰信号通过电容C4进行过滤,从而提高电信号的传输质量,而二极管D2限制电信号的传输方向;三极管Q2基极端获取干扰信号调节后的电信号,通过三极管Q2的通断对图像采集元器件检测的信号进行调整,通过三极管Q2发射极端接地和可变电阻RV1接地,将电信号传输中的干扰波段进行滤除;三极管Q3将调整后的电信号传递给转换器U2,从而得到运行指令,从而经过转换器U2将模拟信号转换为数字图像信号,进而将转换后的数字图像信号传递控制模块,而电容C6负极端接地用于提高模数转换的快速响应,而可变电阻RV2用于防止外部电磁干扰,进而不会对信号产生影响;控制器U3接收数字图像信号,从而将获取的数字图像信号传递给存储器U4,进行存储防止丢失,而二极管D6、二极管D5、二极管D4控制传输方向,而与非门U6的运算结果是对两个输入信号先进行与运算,再对此与运算结果进行非运算的结果,从而控制存储信号的输出;控制器U3将获取数字图像信号反馈给无线发射模块,而发射器U5将图像采集信号转换为无线发射信号,从而提高可用性,减少计算延迟,以及保护数据安全和隐私。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
Claims (10)
1.一种基于边缘计算的农作物病虫害识别系统,其特征在于,包括以下模块:
用于通过无人机飞行轨迹对农作物进行图像采集,将图像采集信号转换为电信号的图像转换模块;
用于对图像转换模块中产生的干扰信号进行过滤的信号抗干扰电路;
用于对图像采集元器件检测的信号进行调整,进而将电信号中的干扰波段进行滤除的信号调整模块;
用于将调整后的电信号,经过模数转换后变为数字图像信号的A/D转换模块;
用于接收转换后的图像信号,进而通过控制指令使存储模块、无线发射模块和无线接收模块运行的控制模块;
用于将控制模块反馈的图像采集信息进行存储的存储模块;
用于将控制模块反馈的图像采集信号转换为无线发射信号的无线发射模块;
用于接收数字图像传输的无线接收模块。
2.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述图像转换模块包括电阻R1、电阻R2、电容C1、电容C2、运算放大器U1、电感L1、电阻R2、电阻R4、电容C3、二极管D1,其中所述电阻R1一端与图像信号CRS正极端连接;所述电阻R1另一端分别与电容C1一端、运算放大器U1引脚3、电感L1一端连接;所述电容C1另一端分别与电容C2一端、地线GND连接;所述电容C2另一端分别与电阻R3一端、运算放大器U1引脚2连接;所述电阻R3另一端与图像信号CRS负极端连接;所述运算放大器U1引脚7与输入电元+9V连接;所述运算放大器U1引脚4分别与电阻R4一端、电容C3一端、地线GND连接;所述电阻R4另一端分别与运算放大器U1引脚6、电阻R2一端、电感L1另一端连接;所述电阻R2另一端分别与电容C3另一端、二极管D1正极端连接;所述二极管D1负极端与电元-9V连接。
3.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述信号抗干扰模块包括电阻R5、三极管Q1、电阻R6、二极管D2、电容C4,其中所述电阻R5一端分别与电阻R2另一端、电容C3另一端、二极管D1正极端连接;所述电阻R5另一端与三极管Q1基极端连接;所述三极管Q1集电极端与电阻R6一端连接;所述电阻R6另一端分别与输入电元+9.9V、端口DC连接;所述二极管D2正极端与电容C4正极端连接;所述电容C4负极端与地线GND连接。
4.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述信号调整模块包括三极管Q3、电阻R9、三极管Q2、电阻R7、电阻R8、可变电阻RV1,其中所述电阻R7一端分别与三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R7另一端与三极管Q2集电极端连接;所述三极管Q2基极端分别与可变电阻RV1引脚1、二极管D2负极端、三极管Q1发射极端连接;所述三极管Q2发射极端与地线GND连接;所述三极管Q3发射极端与电阻R8一端连接;所述电阻R8另一端与可变电阻RV1引脚2连接;所述可变电阻RV1引脚3与地线GND连接。
5.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述A/D转换模块包括电阻R9、晶体管X1、电容C5、电容C6、电容C7、二极管D3、可变电阻RV2、转换器U2,其中所述电阻R9一端分别与电阻R7一端、三极管Q3集电极端、电阻R6另一端、输入电元+9.9V、端口DC连接;所述电阻R9另一端与转换器U2引脚1连接;所述晶体管X1引脚2分别与电容C5负极端、转换器U2引脚2连接;所述晶体管X1引脚1分别与电容C5正极端、转换器U2引脚3连接;所述转换器U4引脚4与地线GND连接;所述转换器U2引脚7分别与三极管Q3发射极端、电阻R8一端连接;所述转换器U2引脚8分别与电容C6正极端、二极管D2正极端、电容C4正极端连接;所述转换器U2引脚9分别与电容C7正极端、二极管D3负极端、可变电阻RV2引脚1和引脚2连接;所述电容C7负极端分别二极管D3正极端、可变电阻RV2引脚3、地线GND连接。
6.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述控制模块包括控制器U3、电容C12、电容C13、晶体管X3、开关SB、电容C14、电阻R12,其中所述控制器U3引脚8与电容C12一端连接;所述电容C12另一端与晶体管X3引脚2连接;所述晶体管X3引脚1与电容C13一端连接;所述电容C13另一端与控制器U3引脚6连接;控制器U3引脚1分别与电阻R12一端、开关SB一端、电容C14一端连接;所述开关SB另一端与电容C14另一端连接;所述电阻R12另一端与地线GND连接;所述控制器U3引脚9与转换器U2引脚11连接;所述控制器U3引脚19与转换器U2引脚10连接。
7.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述存储模块包括二极管D6、二极管D5、二极管D4、存储器U4、电容C11、与非门U6、电容C10,其中所述二极管D6正极端与控制器U3引脚17连接;所述二极管D6负极端与存储器U4引脚1连接;所述二极管D5正极端与控制器U3引脚12连接;所述二极管D5负极端与存储器U4引脚2连接;所述二极管D4正极端与控制器U3引脚10连接;所述二极管D4负极端与存储器U4引脚3连接;所述存储器U4引脚8分别与端口DC、电容C11一端连接;所述电容C11另一端与地线GND连接;所述存储器U4引脚4与与非门U6引脚8连接;所述存储器U4引脚5与与非门U6引脚1连接;所述存储器U4引脚6与电容C10一端连接;所述电容C10另一端与地线GND连接;所述存储器U4引脚7与地线GND连接;所述与非门U6引脚9与输出端OUTPUT连接。
8.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述无线发射模块包括晶体管X2、电容C9、电容C8、电阻R11、电阻R10、发射器U5,其中所述晶体管X2引脚1与地线GND连接;所述晶体管X2引脚2与发射器U5引脚4连接;所述发射器U5引脚7与控制器U3引脚37连接;所述发射器U5引脚3分别与电容C9一端、电容C8负极端、地线GND连接;所述电容C8正极端分别与电容C9另一端、发射器U5引脚2、电阻R10一端、端口DC连接;所述电阻R10另一端分别与电阻R11一端、发射器U5引脚1连接;所述电阻R11与地线GND连接;所述发射器U5引脚5与控制器U3引脚21连接;所述发射器U5引脚6与发射端T2连接。
9.根据权利要求1所述的一种基于边缘计算的农作物病虫害识别系统,其特征在于,所述无线接收模块包括电阻R13、电阻R14、三极管Q4、电阻R15、电容C15、可变电阻RV3、电感L2、三极管Q5、电阻R16、电容C16,其中所述电阻R13一端分别与三极管Q4基极端、端口ALE连接;所述电阻R13另一端分别与电阻R14一端、电感L2一端、电阻R16一端、端口DC连接;所述电阻R14另一端与三极管Q4集电极端连接;所述三极管Q4发射极端分别与电阻R15一端、电容C15一端连接;所述电容C15另一端与三极管Q5基极端连接;所述三极管Q5集电极端与电阻R16另一端连接;所述三极管Q5发射极端分别与电容C16一端、可变电阻RV3引脚1和引脚3、电阻R15另一端、地线GND连接;所述电容C16另一端与接收端T1连接。
10.一种基于边缘计算的农作物病虫害识别系统的识别方法,其特征在于以下步骤:
步骤1、通过无人机的摄像头对农作物生长环境进行拍照,再根据无人机的飞行轨迹对农作物进行大面积的图像采集,通过摄像头生成光学图像,投射到图像传感器表面上,再通过图像转化模块将图像采集信号转换为电信号,进而实现图像信号的传输,而电容C1和电容C2均接地消除图像转换中产生的高频信号;
步骤2、电阻R5将接收的电信号传递给三极管Q1,而三极管Q1通过集电极端获取导通电压,从而对转换中的电信号进行调节,将图像转换中产生的干扰信号通过电容C4进行过滤,从而提高电信号的传输质量,而二极管D2限制电信号的传输方向;
步骤3、三极管Q2基极端获取干扰信号调节后的电信号,通过三极管Q2的通断对图像采集元器件检测的信号进行调整,通过三极管Q2发射极端接地和可变电阻RV1接地,将电信号传输中的干扰波段进行滤除;
步骤4、三极管Q3将调整后的电信号传递给转换器U2,从而得到运行指令,从而经过转换器U2将模拟信号转换为数字图像信号,进而将转换后的数字图像信号传递控制模块,而电容C6负极端接地用于提高模数转换的快速响应,可变电阻RV2防止外部电磁干扰,进而不会对信号产生影响;
步骤5、控制器U3接收数字图像信号,从而将获取的数字图像信号传递给存储器U4,进行存储防止丢失,而二极管D6、二极管D5、二极管D4控制传输方向,与非门U6通过引脚8和引脚1输入信号,控制引脚9的输出,当引脚8和引脚1两者输入端都有信号,则输出端为0、而引脚8和引脚1两者有一个接收到输入信号,则输出端为1,从而判断出0为无信号输出,而1为有信号输出,与非门U6的运算结果就是对两个输入信号先进行与运算,再对此与运算结果进行非运算的结果,从而控制存储信号的输出;
步骤6、控制器U3将获取数字图像信号反馈给无线发射模块,而发射器U5将图像采集信号转换为无线发射信号,从而实现远程监控,进而通过摄像头采集到的图像信息与实际库存病虫害资料进行对比,诊断识别计算出农作物患病症状,从而采取处理方案。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010711263.9A CN111918030B (zh) | 2020-07-22 | 2020-07-22 | 一种基于边缘计算的农作物病虫害识别系统及其识别方法 |
PCT/CN2020/105073 WO2022016569A1 (zh) | 2020-07-22 | 2020-07-28 | 一种基于边缘计算的农作物病虫害识别系统及其识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010711263.9A CN111918030B (zh) | 2020-07-22 | 2020-07-22 | 一种基于边缘计算的农作物病虫害识别系统及其识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111918030A true CN111918030A (zh) | 2020-11-10 |
CN111918030B CN111918030B (zh) | 2022-07-01 |
Family
ID=73280184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010711263.9A Active CN111918030B (zh) | 2020-07-22 | 2020-07-22 | 一种基于边缘计算的农作物病虫害识别系统及其识别方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111918030B (zh) |
WO (1) | WO2022016569A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528912A (zh) * | 2020-12-19 | 2021-03-19 | 扬州大学 | 基于边缘计算的作物生长监测嵌入式系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115065889A (zh) * | 2022-04-20 | 2022-09-16 | 山东土地集团数字科技有限公司 | 一种基于大数据分析的耕地保护系统和方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07303196A (ja) * | 1994-04-29 | 1995-11-14 | Sony Corp | 垂直同期信号処理回路 |
CN101482514A (zh) * | 2008-01-10 | 2009-07-15 | 北京农业信息技术研究中心 | 一种病害检测仪及其检测方法 |
CN103795974A (zh) * | 2013-11-05 | 2014-05-14 | 陕西科技大学 | 一种监测大棚植物的移动摄像系统及方法 |
US20160050840A1 (en) * | 2014-08-22 | 2016-02-25 | The Climate Corporation | Methods for agronomic and agricultural monitoring using unmanned aerial systems |
CN205451192U (zh) * | 2016-03-03 | 2016-08-10 | 重庆航天职业技术学院 | 一种基于dsp的实时图像处理电路 |
CN105936337A (zh) * | 2016-04-29 | 2016-09-14 | 天津工业大学 | 一种农业无人机 |
CN106533215A (zh) * | 2016-12-23 | 2017-03-22 | 广州创锐特光电技术有限公司 | 一种监控设备供电稳压电源装置 |
US20180027725A1 (en) * | 2016-07-29 | 2018-02-01 | Accenture Global Solutions Limited | Precision agriculture system |
US20190066234A1 (en) * | 2017-08-28 | 2019-02-28 | The Climate Corporation | Crop disease recognition and yield estimation |
CN109658281A (zh) * | 2018-11-15 | 2019-04-19 | 苏州龙佰奇机电科技有限公司 | 一种智能农业管理系统 |
US20200120267A1 (en) * | 2018-10-10 | 2020-04-16 | International Business Machines Corporation | Advising image acquisition based on existing training sets |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101156594B1 (ko) * | 2009-12-15 | 2012-06-20 | 순천대학교 산학협력단 | 작물의 병해충 진단 시스템 및 그 방법 |
CN104035412A (zh) * | 2014-06-12 | 2014-09-10 | 江苏恒创软件有限公司 | 一种基于无人机的农作物病虫害监测系统和方法 |
CN107809625A (zh) * | 2017-12-05 | 2018-03-16 | 长沙展朔轩兴信息科技有限公司 | 利用无人机监测温室内植物的摄像系统 |
CN109269475A (zh) * | 2018-09-29 | 2019-01-25 | 成都信息工程大学 | 一种空地一体植物自动检测系统及方法 |
-
2020
- 2020-07-22 CN CN202010711263.9A patent/CN111918030B/zh active Active
- 2020-07-28 WO PCT/CN2020/105073 patent/WO2022016569A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07303196A (ja) * | 1994-04-29 | 1995-11-14 | Sony Corp | 垂直同期信号処理回路 |
CN101482514A (zh) * | 2008-01-10 | 2009-07-15 | 北京农业信息技术研究中心 | 一种病害检测仪及其检测方法 |
CN103795974A (zh) * | 2013-11-05 | 2014-05-14 | 陕西科技大学 | 一种监测大棚植物的移动摄像系统及方法 |
US20160050840A1 (en) * | 2014-08-22 | 2016-02-25 | The Climate Corporation | Methods for agronomic and agricultural monitoring using unmanned aerial systems |
CN205451192U (zh) * | 2016-03-03 | 2016-08-10 | 重庆航天职业技术学院 | 一种基于dsp的实时图像处理电路 |
CN105936337A (zh) * | 2016-04-29 | 2016-09-14 | 天津工业大学 | 一种农业无人机 |
US20180027725A1 (en) * | 2016-07-29 | 2018-02-01 | Accenture Global Solutions Limited | Precision agriculture system |
CN106533215A (zh) * | 2016-12-23 | 2017-03-22 | 广州创锐特光电技术有限公司 | 一种监控设备供电稳压电源装置 |
US20190066234A1 (en) * | 2017-08-28 | 2019-02-28 | The Climate Corporation | Crop disease recognition and yield estimation |
US20200120267A1 (en) * | 2018-10-10 | 2020-04-16 | International Business Machines Corporation | Advising image acquisition based on existing training sets |
CN109658281A (zh) * | 2018-11-15 | 2019-04-19 | 苏州龙佰奇机电科技有限公司 | 一种智能农业管理系统 |
Non-Patent Citations (1)
Title |
---|
厉梁: "基于图像识别技术的农业虫害远程自动监测系统的研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528912A (zh) * | 2020-12-19 | 2021-03-19 | 扬州大学 | 基于边缘计算的作物生长监测嵌入式系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022016569A1 (zh) | 2022-01-27 |
CN111918030B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111918030B (zh) | 一种基于边缘计算的农作物病虫害识别系统及其识别方法 | |
CN104035412A (zh) | 一种基于无人机的农作物病虫害监测系统和方法 | |
CN110806757B (zh) | 一种基于5g网络远端控制的无人机系统 | |
CN108712638A (zh) | 一种燃烧秸秆监管系统及方法 | |
CN112415922A (zh) | 一种基于流媒体的变电站监控系统 | |
CN108613703A (zh) | 多种类数据监测系统和方法 | |
CN113865640A (zh) | 一种基于物联网的监测系统 | |
CN107347849B (zh) | 一种基于高光谱实时探测技术的智能喷洒系统 | |
CN111028377B (zh) | 输电线路的巡检系统与巡检数据的传输方法 | |
CN116485770A (zh) | 输电线路侵袭状态分析系统 | |
Green et al. | Measurement of latency during real-time wireless video transmission for remote supervision of autonomous agricultural machines | |
CN108134575B (zh) | 基于无人机在分布式光伏电站故障巡航式诊断装置及方法 | |
CN110602179A (zh) | 一种基于NB-IoT的农业数据采集系统 | |
CN105376535A (zh) | 一种基于软测量技术的变电站智能系统 | |
CN113391666B (zh) | 水产养殖环境和水质多参量控制系统 | |
CN109257575A (zh) | 一种鼠类密度监测方法及监测系统 | |
CN112362102A (zh) | 一种用于即时监控农业生产环境的监测系统 | |
CN217331227U (zh) | 一种耐张绝缘子串风致振动在线监测系统 | |
CN115118010A (zh) | 一种基于5g物联网的配电网监测系统 | |
CN208424551U (zh) | 机器人视觉障碍采集装置 | |
CN111025427B (zh) | 基于空间飞行物的气象数据实时获取系统 | |
CN221711010U (zh) | 一种农田无人机植保喷洒装置 | |
CN210212778U (zh) | 基于无人机的刀闸状态跟踪系统 | |
CN109561284A (zh) | 一种视频抓拍取证系统 | |
CN202334810U (zh) | 变电站巡检机器人系统使用的双向语音通信装置 |
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 |