CN113645389A - 一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 - Google Patents
一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 Download PDFInfo
- Publication number
- CN113645389A CN113645389A CN202110939141.XA CN202110939141A CN113645389A CN 113645389 A CN113645389 A CN 113645389A CN 202110939141 A CN202110939141 A CN 202110939141A CN 113645389 A CN113645389 A CN 113645389A
- Authority
- CN
- China
- Prior art keywords
- sound
- module
- birds
- tracking
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 241001465754 Metazoa Species 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 58
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008054 signal transmission Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 6
- 210000003746 feather Anatomy 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 210000001503 joint Anatomy 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000037237 body shape Effects 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 230000007774 longterm Effects 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 210000003323 beak Anatomy 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明涉及环境监测中的鸟类监测技术领域，公开了一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，包括图像监测系统和声音监测系统，所述图像监测系统包括若干个安装在湿地中的FLIR红外探测器，若干个所述FLIR红外探测器通过局域网共同连接于控制处理系统，所述控制处理系统通过局域网连接于显示终端A，本发明通过设置有FLIR红外探测器和Song meter SM3系列全天候动物叫声录音仪，在对鸟类的图像和声音进行监测时不需要耗费大量的人财物力，只需安装好FLIR红外探测器和Song meter SM3系列全天候动物叫声录音仪即可，在一些偏远的地方也可以正常监测，可以进行长期和连续性的监测并且还不受外界环境因素影响。
Description
技术领域
本发明涉及环境监测中的鸟类监测技术领域，具体是一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统。
背景技术
传统的鸟类多样性调查，通常有标图法、样线法、样点法和标志重捕法等，尽管这些方法在鸟类的综合调查起到了一定作用，但是也存在一定的局限性，如需耗费大量的人财物力以及对鸟类具有较高的损伤性，对于湿地鸟类调查一般采用定期监测与巡护监测相结合的方法，但是该技术在观测人员主观性较大，观测结果会因人而异，观测次数有限缺乏长期性和连续性，受环境因素限制明显。因此，本领域技术人员提供了一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，以解决上述背景技术中提出的问题。
发明内容
本发明的目的在于提供一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，包括图像监测系统和声音监测系统，其特征在于：所述图像监测系统包括若干个安装在湿地中的FLIR红外探测器，若干个所述FLIR红外探测器通过局域网共同连接于控制处理系统，所述控制处理系统通过局域网连接于显示终端A，所述显示终端A为安装有与控制处理系统相对接的软件系统的电脑；
所述控制处理系统包括图像数据采集模块、特征提取记录模块、特征对比模块和鸟类图像数据库，所述图像数据采集模块将采集到的数据传输给特征提取模块；所述特征提取模块将采集到的数据中的各个特征进行提取；所述特征对比模块将提取的各个特征与鸟类图像数据库中的数据资料进行对比；所述图像数据采集模块包括整体采集和局部采集，所述整体采集为对鸟类全身多方位采集，通过若干个FLIR红外探测器对鸟类全身从各个方位进行数据采集。
作为本发明再进一步的方案：所述局部采集包括喙部多方位采集、头颈部多方位采集、身体多方位采集、尾部多方位采集、腿脚部多方位采集和羽毛多方位采集。
作为本发明再进一步的方案：所述特征提取记录模块包括全身提取记录和局部提取记录；所述全身提取记录为对鸟类头部、颈部、身体、腿部、脚部的长度比例数据进行提取记录；所述局部提取记录包括喙部形状大小颜色提取、头颈部形状大小提取、身体形状大小提取、尾部形状大小提取、腿脚部形状大小颜色提取以及羽毛形状大小颜色提取。
作为本发明再进一步的方案：所述特征对比模块包括喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比；将符合喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比所有特征的鸟类通过显示终端A显示出来。
作为本发明再进一步的方案：所述声音监测系统包括若干个安装在湿地中的Songmeter SM3系列全天候动物叫声录音仪，若干个所述Song meter SM3系列全天候动物叫声录音仪通过局域网共同连接于声音处理分析系统，所述声音处理分析系统通过局域网连接于显示终端B。
作为本发明再进一步的方案：所述声音处理分析系统包括声音采集模块、声音提取模块、声音对比模块和鸟类声音数据库，所述声音采集模块采集鸟类的声音并将采集数据传输给声音提取模块，所述声音提取模块将采集数据中的特征进行提取，所述声音对比模块将提取的特征与鸟类声音数据库中的数据进行对比并将符合提取的特征的鸟类通过显示终端B显示出来。
作为本发明再进一步的方案：所述声音提取模块包括鸣叫时间点提取、鸣叫周期提取和鸣叫频率提取。
作为本发明再进一步的方案：所述鸣叫频率包括极低频率20-40HZ，低频率40-80HZ，中低频率80-160HZ，中频率160-1280HZ，中高频率1280-2560HZ，高频率2560-5120HZ，极高频率5120-20000HZ。
作为本发明再进一步的方案：所述FLIR红外探测器内部包括红外发射模块、红外接收模块、信号转换模块、信号缓存模块以及信号传输模块；所述红外发射模块发射红外线并对监测对象进行扫描，所述红外接收模块则将扫描后的数据信号进行接收并通过信号转换模块转换为电信号，所述电信号传递给信号缓存模块进行缓存存储，并最终通过信号传输模块转换为数字信号并传给控制处理系统。
作为本发明再进一步的方案：所述Song meter SM3系列全天候动物叫声录音仪包括声音处理芯片，所述声音处理芯片将监测到的声音信号进行信号放大，放大后的信号通过滤波单元进行滤波，再通过模数转换转换为数字信号，所述数字信号经过DSP处理进行加工处理并通过信号传输单元传输给声音处理分析系统。
与现有技术相比，本发明的有益效果是：
本发明在对鸟类的图像和声音进行监测时不需要耗费大量的人财物力，只需安装好FLIR红外探测器和Song meter SM3系列全天候动物叫声录音仪即可，在一些偏远的地方也可以正常监测，可以进行长期和连续性的监测并且还不受外界环境因素影响。
附图说明
图1为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中图像监测系统的结构示意图；
图2为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中特征提取模块的结构示意图；
图3为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中特征对比模块的结构示意图；
图4为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中声音监测系统的结构示意图。
图5为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中FLIR红外探测器的内部结构示意图。
图6为一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统中Song meter SM3系列全天候动物叫声录音仪的内部结构示意图。
具体实施方式
请参阅图1～4，本发明实施例中，一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，包括图像监测系统和声音监测系统，图像监测系统包括若干个安装在湿地中的FLIR红外探测器，FLIR红外探测器内部包括红外发射模块、红外接收模块、信号转换模块、信号缓存模块以及信号传输模块；红外发射模块发射红外线并对监测对象进行扫描，红外接收模块则将扫描后的数据信号进行接收并通过信号转换模块转换为电信号，电信号传递给信号缓存模块进行缓存存储，并最终通过信号传输模块转换为数字信号并传给控制处理系统，若干个FLIR红外探测器通过局域网共同连接于控制处理系统，控制处理系统通过局域网连接于显示终端A，显示终端A为安装有与控制处理系统相对接的软件系统的电脑；
控制处理系统包括图像数据采集模块、特征提取记录模块、特征对比模块和鸟类图像数据库，图像数据采集模块将采集到的数据传输给特征提取模块；特征提取模块将采集到的数据中的各个特征进行提取；特征对比模块将提取的各个特征与鸟类图像数据库中的数据资料进行对比；图像数据采集模块包括整体采集和局部采集，局部采集包括喙部多方位采集、头颈部多方位采集、身体多方位采集、尾部多方位采集、腿脚部多方位采集和羽毛多方位采集，整体采集为对鸟类全身多方位采集，通过若干个FLIR红外探测器对鸟类全身从各个方位进行数据采集，特征提取记录模块包括全身提取记录和局部提取记录；全身提取记录为对鸟类头部、颈部、身体、腿部、脚部的长度比例数据进行提取记录；局部提取记录包括喙部形状大小颜色提取、头颈部形状大小提取、身体形状大小提取、尾部形状大小提取、腿脚部形状大小颜色提取以及羽毛形状大小颜色提取，特征对比模块包括喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比；将符合喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比所有特征的鸟类通过显示终端A显示出来。
在图4中：声音监测系统包括若干个安装在湿地中的Song meter SM3系列全天候动物叫声录音仪，Song meter SM3系列全天候动物叫声录音仪包括声音处理芯片，声音处理芯片将监测到的声音信号进行信号放大，放大后的信号通过滤波单元进行滤波，再通过模数转换转换为数字信号，数字信号经过DSP处理进行加工处理并通过信号传输单元传输给声音处理分析系统，若干个Song meter SM3系列全天候动物叫声录音仪通过局域网共同连接于声音处理分析系统，声音处理分析系统通过局域网连接于显示终端B，声音处理分析系统包括声音采集模块、声音提取模块、声音对比模块和鸟类声音数据库，声音采集模块采集鸟类的声音并将采集数据传输给声音提取模块，声音提取模块将采集数据中的特征进行提取，声音提取模块包括鸣叫时间点提取、鸣叫周期提取和鸣叫频率提取，鸣叫频率包括极低频率20-40HZ，低频率40-80HZ，中低频率80-160HZ，中频率160-1280HZ，中高频率1280-2560HZ，高频率2560-5120HZ，极高频率5120-20000HZ，声音对比模块将提取的特征与鸟类声音数据库中的数据进行对比并将符合提取的特征的鸟类通过显示终端B显示出来。
本发明的工作原理是：工作人员将若干个FLIR红外探测器和若干个Song meterSM3系列全天候动物叫声录音仪安装在湿地的各个位置，FLIR红外探测器通过红外成像对鸟类进行成像时，控制处理系统中的图像数据采集模块对鸟类的全身整体以及各个部位进行采集并将采集数据传输给特征提取记录模块，特征提取记录模块对这些数据中的各个特征进行提取记录并通过特征对比模块进行对比，特征对比模块通过鸟类图像数据库中的鸟类数据与提取记录的鸟类特征进行对比并将符合所有特征的鸟类图像通过显示终端A显示出来，与此同时，Song meter SM3系列全天候动物叫声录音仪录下鸟类鸣叫声音并通过声音处理分析系统中的声音采集模块进行采集，将采集数据传输给声音提取模块，由声音提取模块提取鸟类鸣叫声音的鸣叫时间点、鸣叫周期以及鸣叫频率这些特征并通过声音对比模块进行对比，声音对比模块通过鸟类声音数据库中的鸟类鸣叫数据与提取的鸟类鸣叫声音进行对比并将符合所有提取特征的鸟类声音数据(鸟类名称、图像、声音曲线图)通过显示终端B显示出来。
以上所述的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，包括图像监测系统和声音监测系统，其特征在于：所述图像监测系统包括若干个安装在湿地中的FLIR红外探测器，若干个所述FLIR红外探测器通过局域网共同连接于控制处理系统，所述控制处理系统通过局域网连接于显示终端A，所述显示终端A为安装有与控制处理系统相对接的软件系统的电脑；
所述控制处理系统包括图像数据采集模块、特征提取记录模块、特征对比模块和鸟类图像数据库，所述图像数据采集模块将采集到的数据传输给特征提取模块；所述特征提取模块将采集到的数据中的各个特征进行提取；所述特征对比模块将提取的各个特征与鸟类图像数据库中的数据资料进行对比；所述图像数据采集模块包括整体采集和局部采集，所述整体采集为对鸟类全身多方位采集，通过若干个FLIR红外探测器对鸟类全身从各个方位进行数据采集。
2.根据权利要求1所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述局部采集包括喙部多方位采集、头颈部多方位采集、身体多方位采集、尾部多方位采集、腿脚部多方位采集和羽毛多方位采集。
3.根据权利要求1所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述特征提取记录模块包括全身提取记录和局部提取记录；所述全身提取记录为对鸟类头部、颈部、身体、腿部、脚部的长度比例数据进行提取记录；所述局部提取记录包括喙部形状大小颜色提取、头颈部形状大小提取、身体形状大小提取、尾部形状大小提取、腿脚部形状大小颜色提取以及羽毛形状大小颜色提取。
4.根据权利要求3所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述特征对比模块包括喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比；将符合喙部对比、头颈部对比、翅部对比、尾部对比、腿脚部对比以及体型对比所有特征的鸟类通过显示终端A显示出来。
5.根据权利要求1所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述声音监测系统包括若干个安装在湿地中的Song meter SM3系列全天候动物叫声录音仪，若干个所述Song meter SM3系列全天候动物叫声录音仪通过局域网共同连接于声音处理分析系统，所述声音处理分析系统通过局域网连接于显示终端B。
6.根据权利要求5所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述声音处理分析系统包括声音采集模块、声音提取模块、声音对比模块和鸟类声音数据库，所述声音采集模块采集鸟类的声音并将采集数据传输给声音提取模块，所述声音提取模块将采集数据中的特征进行提取，所述声音对比模块将提取的特征与鸟类声音数据库中的数据进行对比并将符合提取的特征的鸟类通过显示终端B显示出来。
7.根据权利要求6所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述声音提取模块包括鸣叫时间点提取、鸣叫周期提取和鸣叫频率提取。
8.根据权利要求7所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述鸣叫频率包括极低频率20-40HZ，低频率40-80HZ，中低频率80-160HZ，中频率160-1280HZ，中高频率1280-2560HZ，高频率2560-5120HZ，极高频率5120-20000HZ。
9.根据权利要求1所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述FLIR红外探测器内部包括红外发射模块、红外接收模块、信号转换模块、信号缓存模块以及信号传输模块；所述红外发射模块发射红外线并对监测对象进行扫描，所述红外接收模块则将扫描后的数据信号进行接收并通过信号转换模块转换为电信号，所述电信号传递给信号缓存模块进行缓存存储，并最终通过信号传输模块转换为数字信号并传给控制处理系统。
10.根据权利要求5所述的一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统，其特征在于：所述Song meter SM3系列全天候动物叫声录音仪包括声音处理芯片，所述声音处理芯片将监测到的声音信号进行信号放大，放大后的信号通过滤波单元进行滤波，再通过模数转换转换为数字信号，所述数字信号经过DSP处理进行加工处理并通过信号传输单元传输给声音处理分析系统。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110939141.XA CN113645389A (zh) | 2021-08-16 | 2021-08-16 | 一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 |
| ZA2022/01123A ZA202201123B (en) | 2021-08-16 | 2022-01-25 | Panoramic array image monitoring, tracking and identifying system for wetland birds |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110939141.XA CN113645389A (zh) | 2021-08-16 | 2021-08-16 | 一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113645389A true CN113645389A (zh) | 2021-11-12 |
Family
ID=78422145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110939141.XA Pending CN113645389A (zh) | 2021-08-16 | 2021-08-16 | 一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113645389A (zh) |
| ZA (1) | ZA202201123B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108965798A (zh) * | 2018-06-27 | 2018-12-07 | 山东大学 | 岸滩鸟类的分布式近距离全景监测终端、系统及布局方法 |
| CN110730331A (zh) * | 2019-09-29 | 2020-01-24 | 浙江海洋大学 | 一种联合影像与声学识别技术的鸟类在线监测系统及方法 |
| CN112800837A (zh) * | 2020-12-25 | 2021-05-14 | 广东电网有限责任公司中山供电局 | 一种鸟类识别系统及方法 |
| CN213519242U (zh) * | 2020-10-28 | 2021-06-22 | 南京信息工程大学 | 一种林间简易便携的鸟声识别系统 |
-
2021
- 2021-08-16 CN CN202110939141.XA patent/CN113645389A/zh active Pending
-
2022
- 2022-01-25 ZA ZA2022/01123A patent/ZA202201123B/en unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108965798A (zh) * | 2018-06-27 | 2018-12-07 | 山东大学 | 岸滩鸟类的分布式近距离全景监测终端、系统及布局方法 |
| CN110730331A (zh) * | 2019-09-29 | 2020-01-24 | 浙江海洋大学 | 一种联合影像与声学识别技术的鸟类在线监测系统及方法 |
| CN213519242U (zh) * | 2020-10-28 | 2021-06-22 | 南京信息工程大学 | 一种林间简易便携的鸟声识别系统 |
| CN112800837A (zh) * | 2020-12-25 | 2021-05-14 | 广东电网有限责任公司中山供电局 | 一种鸟类识别系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| ZA202201123B (en) | 2022-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101834989B (zh) | 直升机电力巡检实时数据采集存储系统 | |
| CN110730331B (zh) | 一种联合影像与声学识别技术的鸟类在线监测系统及方法 | |
| Subedi et al. | Tracking pecking behaviors and damages of cage-free laying hens with machine vision technologies | |
| CN112665652A (zh) | 一种旱田土壤动物数据的野外自动监测与获取系统及方法 | |
| CN102065272A (zh) | 基于声像一体化野生鸟类识别技术的远程无线监测系统 | |
| CN113050473A (zh) | 一种智慧农业用虫情远程监控系统 | |
| Ko et al. | Heartbeat of a nest: Using imagers as biological sensors | |
| CN114898238A (zh) | 一种野生动物遥感识别方法及装置 | |
| CN113645389A (zh) | 一种用于湿地鸟类的全景阵列图像监测及跟踪识别系统 | |
| CN217331227U (zh) | 一种耐张绝缘子串风致振动在线监测系统 | |
| CN208986931U (zh) | 一种智能冻土路基安全监测的传感器装置 | |
| CN201654933U (zh) | 一种红外相关识别报警系统 | |
| CN110779575A (zh) | 一种基于大数据平台的畜牧业监测系统 | |
| CN115661647A (zh) | 一种树木栽种生长状况的定时巡检方法 | |
| CN201503402U (zh) | 一种油菜菌核病热红外图像诊断系统 | |
| CN212322280U (zh) | 一种基于机器视觉的玉米株心识别系统 | |
| CN215114624U (zh) | 一种在线监测多传感器系统 | |
| CN114353880A (zh) | 一种耐张绝缘子串风致振动在线监测系统及方法 | |
| CN107588798A (zh) | 一种噪音远程监测系统 | |
| KR102563218B1 (ko) | 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 | |
| CN111678558A (zh) | 一种应用于充油设备的红外热成像油位、温度监测系统及方法 | |
| CN111429390B (zh) | 一种地面系统遥感图像的自适应实时处理方法 | |
| CN112883923A (zh) | 一种基于人工智能的冬虫夏草识别器 | |
| CN112889695A (zh) | 一种基于rfid技术的禽类行为监测方法及系统 | |
| CN112884114A (zh) | 一种笼养蛋鸡舍精细统计产蛋数量的系统 |
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: 20211112 |
|
| RJ01 | Rejection of invention patent application after publication |