CN112309407B - 一种天牛发生测报系统及方法 - Google Patents

一种天牛发生测报系统及方法 Download PDF

Info

Publication number
CN112309407B
CN112309407B CN202011009300.8A CN202011009300A CN112309407B CN 112309407 B CN112309407 B CN 112309407B CN 202011009300 A CN202011009300 A CN 202011009300A CN 112309407 B CN112309407 B CN 112309407B
Authority
CN
China
Prior art keywords
longicorn
information
acquisition module
voiceprint
channel
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
CN202011009300.8A
Other languages
English (en)
Other versions
CN112309407A (zh
Inventor
张瑞瑞
陈立平
伊铜川
文瑶
华玟
刘超峰
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.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
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 Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN202011009300.8A priority Critical patent/CN112309407B/zh
Publication of CN112309407A publication Critical patent/CN112309407A/zh
Application granted granted Critical
Publication of CN112309407B publication Critical patent/CN112309407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M1/00—Design features of general application
    • G06M1/08—Design features of general application for actuating the drive
    • G06M1/10—Design features of general application for actuating the drive by electric or magnetic means
    • G06M1/101—Design features of general application for actuating the drive by electric or magnetic means by electro-optical means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供一种天牛发生测报系统及方法，该系统包括天牛信息采集模块、声纹采集模块、图像获取模块和多信息融合识别模块，其中：天牛信息采集模块是由LED和光电三极管组成的通道，用于对穿过通道的天牛的爬行速度和体长信息进行采集；声纹采集模块设置在通道内，用于在天牛在通道内爬行时，通过振动传感器对天牛爬行时的声纹信息进行采集；图像获取模块，用于对天牛进行拍照，获取天牛的图像信息；多信息融合识别模块，用于对爬行速度、体长信息、声纹信息和图像信息进行多信息融合处理，并将融合信息和天牛样本库进行对比，得到天牛的种类识别结果。本发明实施例提高天牛测报的准确率，对不同种类天牛进行区分，实现较好测报效果。

Description

一种天牛发生测报系统及方法
技术领域
本发明涉及虫情测报技术领域，尤其涉及一种天牛发生测报系统及方法。
背景技术
近年来，森林病虫害危害严重，尽管防治工作年年开展，但损失却没有大幅下降，天牛作为森林常见害虫，对其测报准确率依然较低。其主要原因是天牛害虫种类丰富，个体间差异较小，单一信息识别不能较好进行区分，从而不能对天牛害虫进行较好防治。
在害虫的测报中，红外计数、声音检测、图像识别被较多地运用在计数和识别中。通过获取害虫的姿态信息、行为信息和图形信息等对害虫进行识别和测报，典型的害虫识别技术方法主要有：1、利用声音传感器，听取天牛在蛀道内的爬行、取食等声音信号，通过对声音信号频域和时域的分析，对天牛声音信号进行统计；2、通过诱剂将害虫诱捕后，用高压电网将害虫击杀，摄像头拍摄的害虫图像信息并输送给识别控制终端，识别控制终端收到图像信息后，与其内部存储的害虫信息进行匹配，从而分析得到害虫的种类以及相应数量。然而，现有的测报方法只能获取天牛单一信号，存在对不同种类天牛进行识别准确率较低的问题。
因此，现在亟需一种天牛发生测报系统及方法来解决上述问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种天牛发生测报系统及方法。
第一方面，本发明实施例提供了一种天牛发生测报系统，包括天牛信息采集模块、声纹采集模块、图像获取模块和多信息融合识别模块，其中：
所述天牛信息采集模块是由LED和光电三极管组成的通道，用于对穿过所述通道的天牛的爬行速度和体长信息进行采集；
所述声纹采集模块设置在所述通道内，用于在天牛在所述通道内爬行时，通过振动传感器对天牛爬行时的声纹信息进行采集；
所述图像获取模块，用于对天牛进行拍照，获取天牛的图像信息；
所述多信息融合识别模块，用于对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，并将融合信息和天牛样本库进行对比，得到天牛的种类识别结果。
进一步地，所述系统还包括：计数模块，设置在入虫口处，用于对穿过入虫口的天牛数量进行统计。
进一步地，所述通道的后端设置诱虫灯，以使得进入所述通道的天牛向所述诱虫灯的方向爬行，所述通道的前端和入虫口的后端连接。
进一步地，所述系统还包括：诱捕模块，设置在所述入虫口的前端，用于将天牛引诱至入虫口内，以使得天牛穿过所述入虫口进入所述通道的前端。
进一步地，所述系统还包括：定位模块，用于对所述天牛发生测报系统的安装位置进行定位。
进一步地，所述系统还包括：气象采集模块，用于所述安装位置的气象信息进行采集。
第二方面，本发明实施例提供了一种基于第一方面所述的天牛发生测报系统的天牛发生测报方法，包括：
对天牛进入天牛信息采集模块的时刻进行采集，获取第一时刻；
对天牛离开所述天牛信息采集模块的时刻进行采集，获取第二时刻；
根据所述第一时刻、所述第二时刻和所述天牛信息采集模块的通道长度，获取天牛的爬行速度，并根据天牛对所述天牛信息采集模块中光电三极管的遮挡数量，获取天牛的体长信息；
通过声纹采集模块，获取天牛爬行时的声纹信息；通过图像获取模块，获取天牛的图像信息；
对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，以根据融合信息和天牛样本库，得到天牛的种类识别结果。
进一步地的，所述对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，包括：
对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息分别进行权重赋值，以根据权重赋值后的爬行速度、体长信息、声纹信息和图像信息进行多信息融合处理。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第二方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第二方面所提供的方法的步骤。
本发明实施例提供的一种天牛发生测报系统及方法，通过对天牛的多种信息，包括声音、体长、爬行速度和图像的采集，大大提高测报的准确率，也可以实现对不同种类的天牛进行区分，从而实现较好的测报效果。
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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的天牛发生测报系统的结构示意图；
图2为本发明实施例提供的天牛发生测报系统获取信息示意图；
图3为本发明实施例提供的天牛信息采集模块的结构示意图；
图4为本发明实施例提供的天牛发生测报方法的流程示意图；
图5为本发明实施例提供的天牛发生测报方法的多信息采集流程图；
图6为本发明实施例提供的电子设备结构示意图。
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。
现有的天牛测报主要技术存在以下几个问题：1、声音信号对天牛的识别，需要在安静环境下对天牛幼虫在树干内的活动进行声音获取，将声音传感器长时间放置到树干，获取的声音信号较为短暂，易受环境等杂音的影响，识别准确率较低；2、光电检测技术，只能对诱捕到的害虫进行数量的统计，不能区分诱捕到的害虫种类，从而不能对害虫发生情况有较好的检测效果；3、图像检测技术，只能从外表进行判断，不能有效识别不同种类天牛害虫，需要较多样本且随着样本增多，区分准确率不能明显增高。
图1为本发明实施例提供的天牛发生测报系统的结构示意图，如图1所示，本发明实施例提供了一种天牛发生测报系统，包括天牛信息采集模块101、声纹采集模块102、图像获取模块103和多信息融合识别模块104，其中：
所述天牛信息采集模块101是由LED和光电三极管组成的通道，用于对穿过所述通道的天牛的爬行速度和体长信息进行采集。
在本发明实施例中，天牛进入到天牛信息采集模块101后，在通道末端端诱虫灯的吸引下向通道末端爬行，经过通道中的LED点阵和光电三极管，其中LED点阵设置在通道上方，相应地，光电三极管设置在通道下方。当前端光电三极管接收到信号，此时计时Ti，并采集天牛在通道内爬行时对下端光电三极管的长度，计算平均遮挡长度Li；天牛爬行到通道末端时，遮挡LED灯照射到末端光电三极管，末端光电三极管接收到信号，此时计时Ti′，由此可根据两次接收到信号的时间差和通道长度，可以得到天牛的爬行速度，同时根据天牛对光电三极管的平均遮挡长度，得到天牛的体长信息。
所述声纹采集模块102设置在所述通道内，用于在天牛在所述通道内爬行时，通过振动传感器对天牛爬行时的声纹信息进行采集。
在本发明实施例中，当天牛在通道内爬行时，肢体与管道接触发出爬行声音，用振动传感器采集天牛爬行时声纹信息Si。
所述图像获取模块103，用于对天牛进行拍照，获取天牛的图像信息。
在本发明实施例中，图像获取模块103可设置在通道的末端，当天牛爬行至通道末端时，图像获取模块103拍摄天牛图像，此时天牛图像信息记为Pi。
所述多信息融合识别模块104，用于对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，并将融合信息和天牛样本库进行对比，得到天牛的种类识别结果。
在本发明实施例中，通过获取的天牛多种信息，例如，体长信息L、爬行速度信息V、声纹信息S和图像信息P等参数，并给各参数赋不同权重值，从而对天牛多信息融合，并将融合得到的信息和天牛样本库进行匹配对比，实现对不同种类天牛的区分。
本发明实施例提供的天牛发生测报系统，通过对天牛的多种信息，包括声音、体长、爬行速度和图像的采集，大大提高测报的准确率，也可以实现对不同种类的天牛进行区分，从而实现较好的测报效果。
在上述实施例的基础上，所述系统还包括：计数模块，设置在入虫口处，用于对穿过入虫口的天牛数量进行统计。
在上述实施例的基础上，所述通道的后端设置诱虫灯，以使得进入所述通道的天牛向所述诱虫灯的方向爬行，所述通道的前端和入虫口的后端连接。
在上述实施例的基础上，所述系统还包括：诱捕模块，设置在所述入虫口的前端，用于将天牛引诱至入虫口内，以使得天牛穿过所述入虫口进入所述通道的前端。
在本发明实施例中，图2为本发明实施例提供的天牛发生测报系统获取信息示意图，可参考图2所示，入虫口垂直设置，以使得天牛被诱捕后直接掉落测报系统中不易逃出。具体地，诱捕模块设置在入虫口处，包括昆虫灯，利用天牛趋光性，将天牛引诱至诱捕设备内，从入虫口掉入测报系统内；计数模块中设置有光电计数器，在天牛降落通过光电计数器时，引起光电计数器接收信号发生变化，光电计数器统计害虫数加1并计数为i，同时启动系统内LED点阵、声纹采集模块和图像获取模块，在本发明实施例中，天牛发生测报系统启动时i＝0，此时，光电计数器判断是否有信号发生变化，如果信号没有发生变化，i的值保持不变，若有天牛下落引起光电计数器信号发生变化，则将i的值加1。
进一步地，LED点阵和光电三极管构成的通道长度为D，当天牛进入LED点阵进行计时Ti，离开LED点阵时计时Ti′，同时天牛在爬行时，对LED点阵进行遮挡，根据LED点阵内被遮挡光电三极管输出信号变化，计算天牛体长L；通过计算Ti和Ti′的差值，得出天牛在通道内爬行时间T，已知通道长度D，此时可得到天牛爬行速度V。图3为本发明实施例提供的天牛信息采集模块的结构示意图，可参考图3所示，将天牛发生测报系统放置到林间时，通过诱芯将天牛诱捕到系统内，天牛撞击到诱芯掉落到计数模块，此时i＝1表示掉落的第一头天牛害虫。然后，该天牛受通道末端灯光引诱下，首先爬行至M端，STM32单片机计时为T1，同时天牛在通道内继续向右爬行，对光电三极管遮挡个数不同，导致单片机末端信号电压不同，无遮挡时电压为A，遮挡后电压为a，由于光电三极管输出电压和遮挡个数线性相关，则受遮挡光电三极管占总光电三极管比例为a/A，因此天牛体长为：
L＝aD/A；
天牛至N端时，单片机计时为T′1，则天牛在通道爬行时间为：
T＝T′1-T1；
则天牛爬行速度为：
V＝D/T；
进一步地，声纹采集模块采用振动传感器，采集害虫在通道内通过时爬行的声纹信息S；图像获取模块，利用摄像头拍照获取的图片，用机器视觉对天牛种类进行识别为P。在本发明实施例中，对获取的体长信息L、速度信息V、声纹信息S和图像信息P。
在本发明实施例中，根据系统使用前通过单因素信息对样本识别的结果分析，获取的单因素体长信息对天牛种类识别准确率为x1，获取的单因素速度信息对天牛种类识别准确率为x2，获取的单因素声纹信息对天牛种类识别准确率为x3，获取的单因素图像信息对天牛种类识别准确率为x4。
进一步地，根据此次诱捕到的天牛进入系统后，系统通过体长信息预测其为该种类天牛的可能性为f1，通过速度信息预测其为该种类天牛的可能性为f2，通过体长信息预测其为该种类天牛的可能性为f3，通过体长信息预测其为该种类天牛的可能性为f4，此时系统可判断其为该种类天牛的可能性为：
F＝x1f1+x2f2+x3f3+x4f4；
本系统通过多信息的融合实现天牛种类识别的准确率，与天牛单因素信息识别准确率进行对比，显著提高了识别准确性，实现了对不同种类天牛的识别。
在上述实施例的基础上，所述系统还包括：定位模块，用于对所述天牛发生测报系统的安装位置进行定位。
在上述实施例的基础上，所述系统还包括：气象采集模块，用于所述安装位置的气象信息进行采集。
在本发明实施例中，天牛发生测报系统还包括定位模块和气象采集模块。定位模块用于对采集设备进行定位，采集设备安放位置，有助于对数据进行归类，通过发生害虫位置的分析，判断天牛发生位置；气象采集模块用于采集设备放置处气象信息，可以采集气象状况，用于分析不同天牛发生规律。
图4为本发明实施例提供的天牛发生测报方法的流程示意图，如图4所示，本发明实施例提供了一种基于上述各实施例所述天牛发生测报系统的天牛发生测报方法，包括：
步骤401，对天牛进入天牛信息采集模块的时刻进行采集，获取第一时刻；
步骤402，对天牛离开所述天牛信息采集模块的时刻进行采集，获取第二时刻；
步骤403，根据所述第一时刻、所述第二时刻和所述天牛信息采集模块的通道长度，获取天牛的爬行速度，并根据天牛对所述天牛信息采集模块中光电三极管的遮挡数量，获取天牛的体长信息；
步骤404，通过声纹采集模块，获取天牛爬行时的声纹信息；通过图像获取模块，获取天牛的图像信息；
步骤405，对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，以根据融合信息和天牛样本库，得到天牛的种类识别结果。
在本发明实施例中，图5为本发明实施例提供的天牛发生测报方法的多信息采集流程图，可参考图5所示，将天牛引诱至诱捕设备内，从入虫口掉入测报系统内，此时，计数模块中光电计数器接收信号发生变化，光电计数器统计害虫数加1并计数为i，同时启动系统内LED点阵、声纹采集模块和图像获取模块，在本发明实施例中，天牛发生测报系统启动时i＝0，此时，光电计数器判断是否有信号发生变化，如果信号没有发生变化，i的值保持不变，若有天牛下落引起光电计数器信号发生变化，则将i的值加1，相应地，当LED点阵首端、LED点阵末端或图像获取模块未接收到相应信息时，则通过光电计数器重新计数。进一步地，当天牛进入LED点阵进行计时Ti，即第一时刻；离开LED点阵时计时T′i，即第二时刻。同时天牛在爬行时，对LED点阵进行遮挡，根据LED点阵内被遮挡光电三极管输出信号变化，计算天牛体长Li；通过计算Ti和T′i的差值，得出天牛在通道内爬行时间T，已知通道长度D，此时可得到天牛爬行速度V。进一步地，声纹采集模块采用振动传感器，采集害虫在通道内通过时爬行的声纹信息Si；图像获取模块，利用摄像头拍照获取的图片，用机器视觉对天牛种类进行识别为Pi。从而获取天牛的体长信息L、速度信息V、声纹信息S和图像信息P，最后，通过多信息的融合，与已建立的天牛多信息融合样本库进行对比，显著提高识别有效性，实现对不同种类天牛的识别。
本发明实施例提供的天牛发生测报方法，通过对天牛的多种信息，包括声音、体长、爬行速度和图像的采集，大大提高测报的准确率，也可以实现对不同种类的天牛进行区分，从而实现较好的测报效果。
在上述实施例的基础上，所述对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，包括：
对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息分别进行权重赋值，以根据权重赋值后的爬行速度、体长信息、声纹信息和图像信息进行多信息融合处理。
图6为本发明实施例提供的电子设备结构示意图，参照图6，该电子设备可以包括：处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令，以执行如下方法：对天牛进入天牛信息采集模块的时刻进行采集，获取第一时刻；对天牛离开所述天牛信息采集模块的时刻进行采集，获取第二时刻；根据所述第一时刻、所述第二时刻和所述天牛信息采集模块的通道长度，获取天牛的爬行速度，并根据天牛对所述天牛信息采集模块中光电三极管的遮挡数量，获取天牛的体长信息；通过声纹采集模块，获取天牛爬行时的声纹信息；通过图像获取模块，获取天牛的图像信息；对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，以根据融合信息和天牛样本库，得到天牛的种类识别结果。
此外，上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的天牛发生测报方法，例如包括：对天牛进入天牛信息采集模块的时刻进行采集，获取第一时刻；对天牛离开所述天牛信息采集模块的时刻进行采集，获取第二时刻；根据所述第一时刻、所述第二时刻和所述天牛信息采集模块的通道长度，获取天牛的爬行速度，并根据天牛对所述天牛信息采集模块中光电三极管的遮挡数量，获取天牛的体长信息；通过声纹采集模块，获取天牛爬行时的声纹信息；通过图像获取模块，获取天牛的图像信息；对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，以根据融合信息和天牛样本库，得到天牛的种类识别结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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)

1.一种天牛发生测报方法，基于天牛发生测报系统，其特征在于，所述系统包括天牛信息采集模块、声纹采集模块、图像获取模块和多信息融合识别模块，其中：
所述天牛信息采集模块是由LED和光电三极管组成的通道，用于对穿过所述通道的天牛的爬行速度和体长信息进行采集；
所述声纹采集模块设置在所述通道内，用于在天牛在所述通道内爬行时，通过振动传感器对天牛爬行时的声纹信息进行采集；
所述图像获取模块，用于对天牛进行拍照，获取天牛的图像信息；
所述多信息融合识别模块，用于对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，并将融合信息和天牛样本库进行对比，得到天牛的种类识别结果；
所述方法包括：
对天牛进入天牛信息采集模块的时刻进行采集，获取第一时刻；
对天牛离开所述天牛信息采集模块的时刻进行采集，获取第二时刻；
根据所述第一时刻、所述第二时刻和所述天牛信息采集模块的通道长度，获取天牛的爬行速度，并根据天牛对所述天牛信息采集模块中光电三极管的遮挡数量，获取天牛的体长信息；
通过声纹采集模块，获取天牛爬行时的声纹信息；通过图像获取模块，获取天牛的图像信息；
对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，以根据融合信息和天牛样本库，得到天牛的种类识别结果。
2.根据权利要求1所述的天牛发生测报方法，其特征在于，所述系统还包括：计数模块，设置在入虫口处，用于对穿过入虫口的天牛数量进行统计。
3.根据权利要求1所述的天牛发生测报方法，其特征在于，所述通道的后端设置诱虫灯，以使得进入所述通道的天牛向所述诱虫灯的方向爬行，所述通道的前端和入虫口的后端连接。
4.根据权利要求3所述的天牛发生测报方法，其特征在于，所述系统还包括：诱捕模块，设置在所述入虫口的前端，用于将天牛引诱至入虫口内，以使得天牛穿过所述入虫口进入所述通道的前端。
5.根据权利要求1所述的天牛发生测报方法，其特征在于，所述系统还包括：定位模块，用于对所述天牛发生测报系统的安装位置进行定位。
6.根据权利要求5所述的天牛发生测报方法，其特征在于，所述系统还包括：气象采集模块，用于所述安装位置的气象信息进行采集。
7.根据权利要求1所述的天牛发生测报方法，其特征在于，所述对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息进行多信息融合处理，包括：
对所述爬行速度、所述体长信息、所述声纹信息和所述图像信息分别进行权重赋值，以根据权重赋值后的爬行速度、体长信息、声纹信息和图像信息进行多信息融合处理。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1或7任一项所述天牛发生测报方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1或7任一项所述天牛发生测报方法的步骤。
CN202011009300.8A 2020-09-23 2020-09-23 一种天牛发生测报系统及方法 Active CN112309407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011009300.8A CN112309407B (zh) 2020-09-23 2020-09-23 一种天牛发生测报系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011009300.8A CN112309407B (zh) 2020-09-23 2020-09-23 一种天牛发生测报系统及方法

Publications (2)

Publication Number Publication Date
CN112309407A CN112309407A (zh) 2021-02-02
CN112309407B true CN112309407B (zh) 2022-07-01

Family

ID=74489097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011009300.8A Active CN112309407B (zh) 2020-09-23 2020-09-23 一种天牛发生测报系统及方法

Country Status (1)

Country Link
CN (1) CN112309407B (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101543400B (zh) * 2009-04-23 2011-09-28 深圳先进技术研究院 动物行为学检测与自动分析系统和动物行为学分析方法
US11278018B2 (en) * 2016-03-14 2022-03-22 Seoul Viosys Co., Ltd. Insect trap
CN105938571B (zh) * 2016-04-19 2018-04-10 北京农业信息技术研究中心 害虫识别计数系统及方法
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
CN109063815A (zh) * 2018-05-30 2018-12-21 北京邮电大学 一种害虫识别统计装置、系统及方法
CN108990938B (zh) * 2018-08-01 2024-06-07 河南工业大学 一种自动诱捕监测装置
US11204440B2 (en) * 2018-09-06 2021-12-21 Verily Life Sciences Llc Systems and methods for insect detection
CN111165466A (zh) * 2018-11-09 2020-05-19 航天信息股份有限公司 一种驱赶昆虫的方法、装置及系统
CN109726700B (zh) * 2019-01-07 2021-06-11 武汉爱农云联科技有限公司 一种基于多特征的虫害识别预警方法和装置
CN210626504U (zh) * 2019-12-03 2020-05-26 河南大学 一种昆虫爬行速度测量装置
CN111025969B (zh) * 2019-12-05 2021-04-27 浙江大学 一种基于信息融合的野生动物监测系统及方法

Also Published As

Publication number Publication date
CN112309407A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
Suzuki Communication about predator type by a bird using discrete, graded and combinatorial variation in alarm calls
Miller A method for determining relative activity of free flying bats using a new activity index for acoustic monitoring
CN109886999B (zh) 位置确定方法、装置、存储介质和处理器
Siemers et al. Natterer’s bat (Myotis nattereri Kuhl, 1818) hawks for prey close to vegetation using echolocation signals of very broad bandwidth
Jones et al. Acoustic identification of bats from directly sampled and time expanded recordings of vocalizations
Laiolo et al. Distress calls may honestly signal bird quality to predators
Siemers et al. Do echolocation calls of wild colony-living Bechstein's bats (Myotis bechsteinii) provide individual-specific signatures?
CN112257564B (zh) 水产品数量统计方法、终端设备及存储介质
CN112232977A (zh) 水产品养殖评估方法、终端设备及存储介质
König IndusBee 4.0–integrated intelligent sensory systems for advanced bee hive instrumentation and hive keepers' assistance systems
CN111539334B (zh) 一种驱赶方法、装置、设备和介质
CN111476119A (zh) 一种基于时空上下文的昆虫行为识别方法及装置
CN118000118A (zh) 一种生猪养殖预警系统及方法
CN114794054A (zh) 一种基于蚊子声音识别的灭蚊方法和系统
CN112309407B (zh) 一种天牛发生测报系统及方法
Cui et al. Fish feeding intensity assessment in aquaculture: A new audio dataset AFFIA3K and a deep learning algorithm
Bergès et al. Quantifying harbour porpoise foraging behaviour in CPOD data
CN113207831A (zh) 一种白蚁监测方法、装置、智能终端及存储介质
Rao et al. Reeling in the prey: fishing behaviour in an orb web spider
CN112287893A (zh) 一种基于音视频信息融合的母猪哺乳行为识别方法
CN116092175A (zh) 一种牲畜打架行为识别及预警方法、装置、介质及电子设备
CN113545332A (zh) 一种智能捕鼠宝
Summers et al. Efficacy of trapping and shooting in removing breeding brown‐headed cowbirds
Beatham et al. A camera trap method for estimating target densities of grey squirrels to inform wildlife management applications
CN113991866B (zh) 一种基于位置判断的输电杆塔鸟害严重程度判断方法

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
GR01 Patent grant
GR01 Patent grant