CN113940326A - 一种基于物联网的害虫防控系统 - Google Patents

一种基于物联网的害虫防控系统 Download PDF

Info

Publication number
CN113940326A
CN113940326A CN202111146946.5A CN202111146946A CN113940326A CN 113940326 A CN113940326 A CN 113940326A CN 202111146946 A CN202111146946 A CN 202111146946A CN 113940326 A CN113940326 A CN 113940326A
Authority
CN
China
Prior art keywords
pest
target
sensor
pests
image
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
Application number
CN202111146946.5A
Other languages
English (en)
Other versions
CN113940326B (zh
Inventor
张中润
高燕
齐国君
黄伟坚
黄海杰
肖丽燕
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.)
Tropical Crops Genetic Resources Institute CATAS
Plant Protection Research Institute Guangdong Academy of Agricultural Sciences
Original Assignee
Tropical Crops Genetic Resources Institute CATAS
Plant Protection Research Institute Guangdong Academy of Agricultural Sciences
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 Tropical Crops Genetic Resources Institute CATAS, Plant Protection Research Institute Guangdong Academy of Agricultural Sciences filed Critical Tropical Crops Genetic Resources Institute CATAS
Priority to CN202111146946.5A priority Critical patent/CN113940326B/zh
Publication of CN113940326A publication Critical patent/CN113940326A/zh
Application granted granted Critical
Publication of CN113940326B publication Critical patent/CN113940326B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/02Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/04Attracting insects by using illumination or colours
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/20Poisoning, narcotising, or burning insects
    • A01M1/2022Poisoning or narcotising insects by vaporising an insecticide
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/22Killing insects by electric means
    • A01M1/223Killing insects by electric means by using electrocution
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Pest Control & Pesticides (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Insects & Arthropods (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开了一种基于物联网的害虫防控系统,包括支撑架以及安装在支撑架上的诱捕装置,所述支撑架上固定安装有固定板,所述固定板与地面平行设置,所述诱捕装置通过固定杆固定安装于所述固定板底部,所述固定板顶部固定安装有若干个第一传感器,所述第一传感器均匀分布于所述支撑架周围,所述诱捕装置包括灯盖、灯管、电网、锥形漏斗、集虫箱,所述灯管设置于所述灯盖底部,所述灯管四周设置有电网,所述锥形漏斗通过固定件固定安装在所述电网底部,能够对特定的害虫进行识别与计数,且准确度高、计算速度快,将多种传感器的检测到的数据融合在一起,能够在害虫发生之前采取防治措施。

Description

一种基于物联网的害虫防控系统
应用领域
本发明涉及农业领域,特别是一种基于物联网的害虫防控系统。
背景技术
随着我国物联网技术的快速发展,把物联网与农业监测防控结合起来是发展的趋势,农业是一个国家发展的根本,农业的发达可为国家的发展提供坚强的后盾,因此农业的丰收是一个重中之重的问题。而由于作物在不同的生长过程会存在不同的虫害,会导致作物的损失极大。传统上,害虫信息的获取主要是依靠人工田间调查和识别统计的方法来完成,通过设立成虫观测点、田间诱集以及采集腐烂脱落的虫果,由人工检测的害虫数量,并对其生长规律和分布情况进行统计,虫情的监测是以人工调查为主。该方法工作量大、效率低、可靠性差、精度低等缺点,并无法对虫害的发生情况进行现场、实时、快速、大范围监测,从而导致监测结果不能反映大尺度虫害的实时和动态变化情况。当农田范围广或者害虫发生高峰期时,这种方法通过有限的人工操作,显得费时费力,并无法及时地获取害虫的种类与数量,导致不能及时做出害虫防治决策针对上述情况,可以设计一种基于物联网的害虫防控系统来解决上述问题。
发明内容
本发明克服了现有技术的不足,提供了一种基于物联网的害虫防控系统。
为达到上述目的本发明采用的技术方案为:一种基于物联网的害虫防控系统,包括支撑架以及安装在支撑架上的诱捕装置;
所述支撑架上固定安装有固定板,所述固定板与地面平行设置,所述诱捕装置通过固定杆固定安装于所述固定板底部,所述固定板顶部固定安装有若干个第一传感器,所述第一传感器均匀分布于所述支撑架周围;
所述诱捕装置包括灯盖、灯管、电网、锥形漏斗、集虫箱,所述灯管设置于所述灯盖底部,所述灯管四周设置有电网,所述锥形漏斗通过固定件固定安装在所述电网底部,所述集虫箱螺纹连接在所述集虫箱的外部下侧位置;
所述锥形漏斗上还安装有监测装置,所述监测装置包括壳体,所述壳体内部为中空结构,所述壳体的底面与顶面均开设有通孔,以使所述锥形漏斗穿过,所述壳体侧面的内壁上设置有第一摄像机构与第一光补偿机构。
进一步的,本发明的一个较佳实施例中,所述灯管设置为多根,且每根灯管能发出诱杀特定害虫的不同波长的光,多根所述灯管与多个光谱驱动器一一对应且电性连接。
进一步的,本发明的一个较佳实施例中,所述第一传感器包括温/湿度传感器、二氧化碳/氧气浓度传感器、大气压强传感器、光照强度传感器、风速/风向传感器、雨量传感器。
进一步的,本发明的一个较佳实施例中,所述支撑架顶端固定套接有太阳能光伏板,所述支撑架中部设置有可旋转的套环,所述套环外壁固定连接有L型杆,所述L型杆固定另一端固定连接有第二摄像机构,所述支撑架底端配合连接固定装置,所述固定装置包括固定套、连杆、套筒、锥形螺杆,所述固定套套接于所述支撑架上,所述固定套沿周向间隔设置有若干个铰接件,所述连杆一端与所述铰接件铰接,另一端与所述套筒固定连接,所述锥形螺杆设置于所述套筒内,所述锥形螺杆顶部配合连接有旋转把手。
进一步的,本发明的一个较佳实施例中,所述支撑架底部还配合连接有安装盘,所述安装盘底部沿周向间隔设置若干个土壤检测机构,所述土壤检测机构包括钻杆电机,所述钻杆电机的输出端配合连接有钻杆,所述钻杆上设置有防护壳,所述防护壳的表面开设有渗透孔,所述防护壳内安装有第二传感器,所述第二传感器包括土壤温/湿度传感器、土壤水分传感器、土壤电导率传感器、土壤水势传感器、土壤农药浓度传感器。
本发明第二方面提供了一种目标害虫的获取方法,应用于任一所述的一种基于物联网的害虫防控系统,包括以下步骤:
将输入的RGB图像的颜色分量映射到HSV色彩空间,根据目标害虫在HSV色彩空间中的颜色特性,通过色相通道(H)、饱和通道(S)、亮度通道(V)这三者进行第一次过滤图像;
将第一次过滤后的图像进行中值滤波和形态学滤波运算,以消除图像中的噪声以及目标监测区的孔洞;
将经过滤波处理后的图像根据相邻像素点进行分块处理,以分块作为基本单位执行目标害虫的几何特征匹配,将满足匹配条件的区域暂定为目标害虫的待定区域;
对目标害虫的待定区域进行基于分水岭算法实现图像分割;
将图像分割后的连通区域进行对象标记,获得仅存在目标害虫的二值化图像。
本发明第三方面提供了一种目标害虫的跟踪方法,应用于任一所述的一种基于物联网的害虫防控系统,包括以下步骤:
将当前图像帧的目标位置、速度、包围目标窗口大小的运动轨迹,当作滤波的输入量,对获取的每个目标害虫图像进行相关预测,估计出目标害虫的下一个运动位置,从而减少目标害虫的搜索与匹配范围,降低目标匹配的计算量;
通过前后两帧连续图像,以目标害虫的质心距离、存活时间、颜色差异建立代价模型,对目标害虫进行图像匹配;
更新每个被跟踪的目标害虫代价模型,处理目标害虫丢失的对象,确保目标害虫跟踪算法的精度与稳定性。
本发明第四方面提供了一种目标害虫的计数方法,应用于任一所述的一种基于物联网的害虫防控系统,包括以下步骤:
当目标害虫进入监测区域的上方区域时,在这一区域发现新的目标害虫后,才把这一目标害虫设定为有效的跟踪目标;
当有效跟踪目标离开监测区域的下方区域并消失时,在统计数量上自动加1,若在下方区域发现新的目标害虫时,把新的目标害虫设定为无效目标,无效目标将不会影响统计数量;
监测区域的中部区域为跟踪区域,当目标害虫在这一区域发生运动时,说明已对目标害虫进行跟踪。
本发明第五方面提供了一种害虫的预警方法,应用于任一所述的一种基于物联网的害虫防控系统,包括以下步骤:
获取作物正常生长的各个时期的图像信息,并将获取得到的图像信息存储于标准数据库;
通过第二摄像机构获取作物实时的图像信息,并将实时的图像信息进行中值滤波与形态学滤波处理;
对经过滤波以后的图像的相邻像素点进行分块处理,接着以块为单位进行作物的几何特征匹配,把符合匹配条件的区域设定为作物的特殊区域,其中,特殊区域至少包括作物叶尖部、干枯叶片的区域;
将过滤后的作物图像与所述标准数据库进行比较,分析得出此刻作物生长情况;
若作物生长情况大于预设阈值,则表明作物生长状况良好;
若作物生长情况小于预设阈值,则第一传感器与第二传感器获取作物所在区域的生长环境信息,并将获得的生长环境信息与存储于数据库中的标准环境信息进行比较,采用害虫发育预警模型进行预测,得出害虫风险预测结构;
根据预测结果,将作物害虫风险预测结果发送至用户端。
进一步的,本发明的一个较佳实施例中,所述作物所在区域的生长环境信息至少包括空气中二氧化碳/氧气浓度信息、土壤内温/湿度信息、光照日平均强度信息。
本发明公开的一种基于物联网的害虫防控系统,诱捕装置能够对特定的害虫进行诱捕,并将其击晕,通过锥形漏斗将害虫收集于集虫箱内;通过固定装置,能够将整个装置很好的固定在泥土中,一个人也能够完成整个安装过程,省时省力,效果良好;通过可旋转的套环,第二摄像机构能够绕着支撑架旋转,使得第二摄像机构能够拍摄效果更好,范围更广;设计目标害虫获取方法、跟踪方法、计数方法,能够对特定的害虫进行识别与计数,且准确度高、计算速度快;融合了多种类型的气象传感器与土壤传感器,通过各传感器的数据分析害虫的发生模型,对害虫的发生和发展做出模拟和预测,能够在害虫发生之前采取防治措施。
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实施例的附图。
图1为系统的立体结构示意图;
图2为诱捕装置与监测装置的立体结构示意图;
图3为诱捕装置结构示意图;
图4为监测装置剖面示意图;
图5为监测装置结构示意图;
图6为固定装置结构示意图;
图7为土壤检测机构结构示意图;
图8为目标害虫的获取方法流程图;
图9为目标害虫的跟踪方法流程图;
图10为目标害虫的计数方法流程图;
图11为害虫的预警方法流程图;
附图标记说明如下:101、支撑架;102、诱捕装置;103、固定板;104、固定杆;105、第一传感器;106、安装盘;107、土壤检测机构;108、钻杆电机;109、钻杆;201、防护壳;202、灯盖;203、灯管;204、电网;205、锥形漏斗;206、集虫箱;207、监测装置;208、壳体;209、通孔;301、第一摄像机构;302、第一光补偿机构;303、太阳能光伏板;304、套环;305、L型杆;306、第二摄像机构;307、固定装置;308、固定套;309、连杆;401、套筒;402、铰接件;403、旋转把手。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述,这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成,需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的数量。因此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本申请中的具体含义。
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
一种基于物联网的害虫防控系统,包括支撑架101以及安装在支撑架101上的诱捕装置102;
如图1所示,所述支撑架101上固定安装有固定板103,所述固定板103与地面平行设置,所述诱捕装置102通过固定杆104固定安装于所述固定板103底部,所述固定板103顶部固定安装有若干个第一传感器105,所述第一传感器105均匀分布于所述支撑架101周围;所述第一传感器105包括温/湿度传感器、二氧化碳/氧气浓度传感器、大气压强传感器、光照强度传感器、风速/风向传感器、雨量传感器。
如图1、7所示,所述支撑架101底部还配合连接有安装盘106,所述安装盘106底部沿周向间隔设置若干个土壤检测机构107,所述土壤检测机构107包括钻杆电机108,所述钻杆电机108的输出端配合连接有钻杆109,所述钻杆上设置有防护壳201,所述防护壳201的表面开设有渗透孔,所述防护壳201内安装有第二传感器,所述第二传感器包括土壤温/湿度传感器、土壤水分传感器、土壤电导率传感器、土壤水势传感器、土壤农药浓度传感器。
需要说明的是,作物害虫的发生受很多因素影响,比如气象、土壤条件等,这些因素和虫害的发生存在密切的关系,作物害虫的发生也具备一定的规律性,利用采集的某种害虫发生的各项外在因素(比如温度、湿度、土壤温度等),通过计算机分析害虫的发生模型,对害虫的发生和发展做出模拟和预测,能够在害虫发生之前采取防治措施。因此,为了获得监测点附近气候环境以及作物生长环境,需要尽可能的在采集监测点附近设置多种监测气象因素与环境数据的传感器。通过二氧化碳浓度传感器与氧气浓度传感器,能够将作物周围空气中的二氧化碳浓度、氧气浓度等参数信息传送至处理器上,当农作物发生大面积的病虫害时,作物周围空气中的氧气浓度会显著下降,同时,二氧化碳浓度会显著上升,处理器能够根据反馈的信息,计算出虫害的密度,将计算出的结果传送至客户端;通过光照强度传感器、风速/风向传感器、雨量传感器、温度传感器,能够实时的追踪本地天气状况,通过温度以及降雨量等信息,可以帮助预测害虫的规模以及害虫的动向;通过土壤温度传感器与土壤湿度传感器等传感器,能够对作物生长的关键因素实时监测,对观测作物的生长状况提供了可靠的数据来源,从而分析作物的生长状况。此外,通过土壤农药浓度传感器能够实时土壤内农药的浓度,从而达到监测作物上农药含量的目的,然后用户可以根据传感器反馈回来的信息调节农药的喷洒量。监测作物上的农药含量可以帮助农民最大限度地减少使用,并取得最大的成效。如果下雨,用户可能需要更频繁地使用农药,但是暴风雨对田地不同区域的影响可能会导致农药在不同地点过度施用或施用不足。
如图1、2、3所示,所述诱捕装置102包括灯盖202、灯管203、电网204、锥形漏斗205、集虫箱206,所述灯管203设置于所述灯盖202底部,所述灯管203四周设置有电网204,所述锥形漏斗205通过固定件固定安装在所述电网204底部,所述集虫箱206螺纹连接在所述集虫箱206的外部下侧位置;所述灯管203设置为多根,且每根灯管203能发出诱杀特定害虫的不同波长的光,多根所述灯管203与多个光谱驱动器一一对应且电性连接。
需要说明的是,灯管203设置为3根以上,每根灯管203由对应的光谱驱动器驱动,使得每根灯管203能够发出诱杀特定害虫所需波长的光,能够针对性的对多种特定害虫进行诱杀,并且能够控制灯光的强度,能够根据实际情况自动调节灯光强度,节省能源。通过灯管203发出的灯,把害虫吸引至电网204上,电网204把害虫击晕后,害虫便会掉落至锥形漏斗205上,然后顺着锥形漏斗205掉落至集虫箱206内,集虫箱206内设置有香薰器,香薰器能够发出击杀害虫的气体,从而把害虫彻底杀死。
如图2、4、5所示,所述锥形漏斗205上还安装有监测装置207,所述监测装置207包括壳体208,所述壳体208内部为中空结构,所述壳体208的底面与顶面均开设有通孔209,以使所述锥形漏斗205穿过,所述壳体208侧面的内壁上设置有第一摄像机构301与第一光补偿机构302。第一摄像机构301可以是摄像机,第一光补偿机构302可以是发光二极管。
需要说明的是,监测装置207包括壳体208,在壳体208的内壁上设置摄像头以及提供光源的发光二极管,锥形漏斗205底部穿过壳体208的通孔209,壳体208还具有防雨功能,能够对摄像机的核心元件进行保护和密封。当被击晕后的害虫掉落至锥形漏斗205上时,通过监测装置207可以对害虫进行检测,实现害虫发生状况的实时、现场、大范围快速检测,从而快速反映出虫害的动态与实时变化情况。此外,锥形漏斗205采用透光材料制作,使得摄像机能够拍摄到锥形漏斗205害虫的图像或视频;壳体208采用不透光材料制作,能够消除强烈太阳光照对害虫图像的影响。第一光补偿机构302可以是发光二极管,通过发光二极管,能够在摄像机拍摄图像或视频时,实时调整壳体208内亮度,在晚间也能够监测害虫的诱捕活动。
如图1、6所示,所述支撑架101顶端固定套308接有太阳能光伏板303,所述支撑架101中部设置有可旋转的套环304,所述套环304外壁固定连接有L型杆305,所述L型杆305固定另一端固定连接有第二摄像机构306,所述支撑架101底端配合连接固定装置307,所述固定装置307包括固定套308、连杆309、套筒401、锥形螺杆,所述固定套308套接于所述支撑架101上,所述固定套308沿周向间隔设置有若干个铰接件402,所述连杆309一端与所述铰接件402铰接,另一端与所述套筒401固定连接,所述锥形螺杆设置于所述套筒401内,所述锥形螺杆顶部配合连接有旋转把手403。
需要说明的是,太阳能光伏板303能够为各传感器、摄像机构、灯管203等提供电能。第二摄像机构306通过套环304与L型杆305固定在支撑架101上,使得第二摄像机构306能够绕着支撑架101四周旋转,以全面的拍摄作物的图像信息或视频。固定装置307起到了固定作用,首先通过套筒401将装置平稳的放置在地面上,然后拨动旋转把手403,将锥形螺杆插入到土壤内,以起到固定装置307的作用,方便快捷,一个人也能够完成整个安装过程。
本发明第二方面提供了一种目标害虫的获取方法,应用于任一所述的一种基于物联网的害虫防控系统,如图8所示,包括以下步骤:
S102:将输入的RGB图像的颜色分量映射到HSV色彩空间,根据目标害虫在HSV色彩空间中的颜色特性,通过色相通道(H)、饱和通道(S)、亮度通道(V)这三者进行第一次过滤图像;
S104:将第一次过滤后的图像进行中值滤波和形态学滤波运算,以消除图像中的噪声以及目标监测区的孔洞;
S106:将经过滤波处理后的图像根据相邻像素点进行分块处理,以分块作为基本单位执行目标害虫的几何特征匹配,将满足匹配条件的区域暂定为目标害虫的待定区域;
S108:对目标害虫的待定区域进行基于分水岭算法实现图像分割;
S110:将图像分割后的连通区域进行对象标记,获得仅存在目标害虫的二值化图像。
需要说明的是,监测装置中的摄像机与处理器连接,处理器的功能是对进入到锥形漏斗的目标害虫进行监测与计数,处理器与信号传输器电性连接,通过信号传输器可以定时的把检测数据传送到用户端上,此外,用户也可以远程访问服务器,实时获取或查看现场和历史的检测数据。
需要说明的是,第一次过滤图像以像素作为过滤单位,过滤结果决定了每一段像素的数值取舍,映射公式如下所示:
Figure BDA0003285789650000111
其中H、S、V分别代表HSV色彩空间里的三要素,即色相、饱和度、亮度;R、G、B分别代表RGB色彩空间里的三要素,即红色、绿色、蓝色分量值。
本发明第三方面提供了一种目标害虫的跟踪方法,应用于任一所述的一种基于物联网的害虫防控系统,如图9所示,包括以下步骤:
S202:将当前图像帧的目标位置、速度、包围目标窗口大小的运动轨迹,当作滤波的输入量,对获取的每个目标害虫图像进行相关预测,估计出目标害虫的下一个运动位置,从而减少目标害虫的搜索与匹配范围,降低目标匹配的计算量;
S204:通过前后两帧连续图像,以目标害虫的质心距离、存活时间、颜色差异建立代价模型,对目标害虫进行图像匹配;
S206:更新每个被跟踪的目标害虫代价模型,处理目标害虫丢失的对象,确保目标害虫跟踪算法的精度与稳定性。
需要说明的是,通过诱捕装置对害虫进行定向诱捕,被电网击晕后的害虫按顺序掉落至锥形漏斗内,然后掉落至集虫箱内,从而实现诱捕的过程。当害虫穿过锥形漏斗时,害虫处于诱捕装置的摄像头拍摄的范围,此时摄像头发现目标害虫,同时对目标害虫的运动轨迹实现跟踪与计数,然后通过信号发射器把数据传送至用户端上。整个监测过程包括目标害虫获取方法、目标害虫跟踪方法、目标害虫的计数方法三个主要步骤。
本发明第四方面提供了一种目标害虫的计数方法,应用于任一所述的一种基于物联网的害虫防控系统,如图10所示,包括以下步骤:
S302:当目标害虫进入监测区域的上方区域时,在这一区域发现新的目标害虫后,才把这一目标害虫设定为有效的跟踪目标;
S304:当有效跟踪目标离开监测区域的下方区域并消失时,在统计数量上自动加1,若在下方区域发现新的目标害虫时,把新的目标害虫设定为无效目标,无效目标将不会影响统计数量;
S306:监测区域的中部区域为跟踪区域,当目标害虫在这一区域发生运动时,说明已对目标害虫进行跟踪。
需要说明的是,为了提高对目标害虫的统计速度,算法不需要对整个监测区域不断的进行目标跟踪,在对多个目标害虫执行跟踪之前,需要对跟踪区域进行有效分割,监测区域是摄像头可见视线范围内和锥形漏斗之间等高等宽的一个矩形范围,在这一个区域范围内设置有进入线与离开线,将矩形范围划分为上方区域、中部区域、下方区域三个不同的区域。
本发明第五方面提供了一种害虫的预警方法,应用于任一所述的一种基于物联网的害虫防控系统,如图11所示,包括以下步骤:
S402:获取作物正常生长的各个时期的图像信息,并将获取得到的图像信息存储于标准数据库;
S404:通过第二摄像机构获取作物实时的图像信息,并将实时的图像信息进行中值滤波与形态学滤波处理;
S406:对经过滤波以后的图像的相邻像素点进行分块处理,接着以块为单位进行作物的几何特征匹配,把符合匹配条件的区域设定为作物的特殊区域,其中,特殊区域至少包括作物叶尖部、干枯叶片的区域;
S408:将过滤后的作物图像与所述标准数据库进行比较,分析得出此刻作物生长情况;
S410:若作物生长情况大于预设阈值,则表明作物生长状况良好;
S412:若作物生长情况小于预设阈值,则第一传感器与第二传感器获取作物所在区域的生长环境信息,并将获得的生长环境信息与存储于数据库中的标准环境信息进行比较,采用害虫发育预警模型进行预测,得出害虫风险预测结构;
S414:根据预测结果,将作物害虫风险预测结果发送至用户端。
进一步的,本发明的一个较佳实施例中,所述作物所在区域的生长环境信息至少包括空气中二氧化碳/氧气浓度信息、土壤内温/湿度信息、光照日平均强度信息。
需要说明的是,若作物出现冠层面积减少,甚至出现叶片萎缩的情况,则表明虫害情况可能已经发生,可以通过这一角度诱捕装置监测虫害发生的数量以及规模。当虫害发生后,害虫会取食作物的叶片,从作物的冠层特征来看,会造成作物的叶片卷曲畸形,导致作物叶片面积减少,进而造成作物的叶片萎缩甚至腐烂,从作物的颜色特征来看,叶面出现斑纹,进而呈现褐色或变黑,严重时叶片枯萎呈黑色。因此,通过第二摄像机构拍摄的图像,通过图像中的R、G、B分量分别计算其指数直方图,对比三者的平均值,如果G分量平均值大于其他两个的分量,初步判断作物长势情况良好;如果G分量平均值远低于其中一个分量,则发出预警信息,可能已经发生了虫害。
需要说明的是,结合虫害爆发的可能性和虫害爆发的规模,制定出害虫风险预测结果,划分出了虫害爆发的“黄、橙、红”三种警告信息:虫害爆发规模1级,即确定黄色警告;当虫害爆发可能性达到2级,即确定橙色警告;当虫害爆发可能性达到3级,即确定红色警告。
以上依据本发明的理想实施例为启示,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于物联网的害虫防控系统,包括支撑架以及安装在支撑架上的诱捕装置,其特征在于:
所述支撑架上固定安装有固定板,所述固定板与地面平行设置,所述诱捕装置通过固定杆固定安装于所述固定板底部,所述固定板顶部固定安装有若干个第一传感器,所述第一传感器均匀分布于所述支撑架周围;
所述诱捕装置包括灯盖、灯管、电网、锥形漏斗、集虫箱,所述灯管设置于所述灯盖底部,所述灯管四周设置有电网,所述锥形漏斗通过固定件固定安装在所述电网底部,所述集虫箱螺纹连接在所述集虫箱的外部下侧位置;
所述锥形漏斗上还安装有监测装置,所述监测装置包括壳体,所述壳体内部为中空结构,所述壳体的底面与顶面均开设有通孔,以使所述锥形漏斗穿过,所述壳体侧面的内壁上设置有第一摄像机构与第一光补偿机构。
2.根据权利要求1所述的一种基于物联网的害虫防控系统,其特征在于:所述灯管设置为多根,且每根灯管能发出诱杀特定害虫的不同波长的光,多根所述灯管与多个光谱驱动器一一对应且电性连接。
3.根据权利要求1所述的一种基于物联网的害虫防控系统,其特征在于:所述第一传感器包括温/湿度传感器、二氧化碳/氧气浓度传感器、大气压强传感器、光照强度传感器、风速/风向传感器、雨量传感器。
4.根据权利要求1所述的一种基于物联网的害虫防控系统,其特征在于:所述支撑架顶端固定套接有太阳能光伏板,所述支撑架中部设置有可旋转的套环,所述套环外壁固定连接有L型杆,所述L型杆固定另一端固定连接有第二摄像机构,所述支撑架底端配合连接固定装置,所述固定装置包括固定套、连杆、套筒、锥形螺杆,所述固定套套接于所述支撑架上,所述固定套沿周向间隔设置有若干个铰接件,所述连杆一端与所述铰接件铰接,另一端与所述套筒固定连接,所述锥形螺杆设置于所述套筒内,所述锥形螺杆顶部配合连接有旋转把手。
5.根据权利要求1所述的一种基于物联网的害虫防控系统,其特征在于:所述支撑架底部还配合连接有安装盘,所述安装盘底部沿周向间隔设置若干个土壤检测机构,所述土壤检测机构包括钻杆电机,所述钻杆电机的输出端配合连接有钻杆,所述钻杆上设置有防护壳,所述防护壳的表面开设有渗透孔,所述防护壳内安装有第二传感器,所述第二传感器包括土壤温/湿度传感器、土壤水分传感器、土壤电导率传感器、土壤水势传感器、土壤农药浓度传感器。
6.一种目标害虫的获取方法,应用于权利要求1-5任一所述的一种基于物联网的害虫防控系统,其特征在于,包括以下步骤:
将输入的RGB图像的颜色分量映射到HSV色彩空间,根据目标害虫在HSV色彩空间中的颜色特性,通过色相通道(H)、饱和通道(S)、亮度通道(V)这三者进行第一次过滤图像;
将第一次过滤后的图像进行中值滤波和形态学滤波运算,以消除图像中的噪声以及目标监测区的孔洞;
将经过滤波处理后的图像根据相邻像素点进行分块处理,以分块作为基本单位执行目标害虫的几何特征匹配,将满足匹配条件的区域暂定为目标害虫的待定区域;
对目标害虫的待定区域进行基于分水岭算法实现图像分割;
将图像分割后的连通区域进行对象标记,获得仅存在目标害虫的二值化图像。
7.一种目标害虫的跟踪方法,应用于权利要求1-5任一所述的一种基于物联网的害虫防控系统,其特征在于,包括以下步骤:
将当前图像帧的目标位置、速度、包围目标窗口大小的运动轨迹,当作滤波的输入量,对获取的每个目标害虫图像进行相关预测,估计出目标害虫的下一个运动位置,从而减少目标害虫的搜索与匹配范围,降低目标匹配的计算量;
通过前后两帧连续图像,以目标害虫的质心距离、存活时间、颜色差异建立代价模型,对目标害虫进行图像匹配;
更新每个被跟踪的目标害虫代价模型,处理目标害虫丢失的对象,确保目标害虫跟踪算法的精度与稳定性。
8.一种目标害虫的计数方法,应用于权利要求1-5任一所述的一种基于物联网的害虫防控系统,其特征在于,包括以下步骤:
当目标害虫进入监测区域的上方区域时,在这一区域发现新的目标害虫后,才把这一目标害虫设定为有效的跟踪目标;
当有效跟踪目标离开监测区域的下方区域并消失时,在统计数量上自动加1,若在下方区域发现新的目标害虫时,把新的目标害虫设定为无效目标,无效目标将不会影响统计数量;
监测区域的中部区域为跟踪区域,当目标害虫在这一区域发生运动时,说明已对目标害虫进行跟踪。
9.一种害虫的预警方法,应用于权利要求1-5任一所述的一种基于物联网的害虫防控系统,其特征在于,包括以下步骤:
获取作物正常生长的各个时期的图像信息,并将获取得到的图像信息存储于标准数据库;
通过第二摄像机构获取作物实时的图像信息,并将实时的图像信息进行中值滤波与形态学滤波处理;
对经过滤波以后的图像的相邻像素点进行分块处理,接着以块为单位进行作物的几何特征匹配,把符合匹配条件的区域设定为作物的特殊区域,其中,特殊区域至少包括作物叶尖部、干枯叶片的区域;
将过滤后的作物图像与所述标准数据库进行比较,分析得出此刻作物生长情况;
若作物生长情况大于预设阈值,则表明作物生长状况良好;
若作物生长情况小于预设阈值,则第一传感器与第二传感器获取作物所在区域的生长环境信息,并将获得的生长环境信息与存储于数据库中的标准环境信息进行比较,采用害虫发育预警模型进行预测,得出害虫风险预测结构;
根据预测结果,将作物害虫风险预测结果发送至用户端。
10.根据权利要求9所述的一种害虫的预警方法,其特征在于:所述作物所在区域的生长环境信息至少包括空气中二氧化碳/氧气浓度信息、土壤内温/湿度信息、光照日平均强度信息。
CN202111146946.5A 2021-09-29 2021-09-29 一种基于物联网的害虫防控系统 Active CN113940326B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111146946.5A CN113940326B (zh) 2021-09-29 2021-09-29 一种基于物联网的害虫防控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111146946.5A CN113940326B (zh) 2021-09-29 2021-09-29 一种基于物联网的害虫防控系统

Publications (2)

Publication Number Publication Date
CN113940326A true CN113940326A (zh) 2022-01-18
CN113940326B CN113940326B (zh) 2023-04-25

Family

ID=79329597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111146946.5A Active CN113940326B (zh) 2021-09-29 2021-09-29 一种基于物联网的害虫防控系统

Country Status (1)

Country Link
CN (1) CN113940326B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114467875A (zh) * 2022-01-27 2022-05-13 宁德师范学院 一种基于物联网的农业病虫防控设备
CN114557328A (zh) * 2022-03-22 2022-05-31 安徽省农业科学院茶叶研究所 一种基于移动拍摄的茶园主发虫害监测预警系统
CN114794042A (zh) * 2022-05-05 2022-07-29 电子科技大学 一种带有诱虫机构的森林害虫识别监控装置
CN115152718A (zh) * 2022-07-05 2022-10-11 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种应用于烤烟的病虫害防控装置及方法
CN115843670A (zh) * 2023-02-27 2023-03-28 安徽省农业科学院植物保护与农产品质量安全研究所 一种用于果树根系病虫害防控的注射施肥施药装置
CN115965875A (zh) * 2023-03-16 2023-04-14 德阳稷农农业科技有限公司 一种农作物病虫害智能监控方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105941365A (zh) * 2016-06-28 2016-09-21 济南祥辰科技有限公司 一种靶标害虫自动监测预防系统
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
CN108168604A (zh) * 2017-12-19 2018-06-15 成都恒力达科技有限公司 一种基于太阳能的土壤环境监测装置
CN108593885A (zh) * 2018-05-09 2018-09-28 安徽中科智能感知大数据产业技术研究院有限责任公司 一种土壤温湿度与电导率检测装置
CN111903639A (zh) * 2020-08-11 2020-11-10 徐玉芹 一种基于物联网的农业病虫防控设备
CN112459701A (zh) * 2020-11-13 2021-03-09 李艳珍 一种用于林业土壤湿度自动检测设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105941365A (zh) * 2016-06-28 2016-09-21 济南祥辰科技有限公司 一种靶标害虫自动监测预防系统
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
CN108168604A (zh) * 2017-12-19 2018-06-15 成都恒力达科技有限公司 一种基于太阳能的土壤环境监测装置
CN108593885A (zh) * 2018-05-09 2018-09-28 安徽中科智能感知大数据产业技术研究院有限责任公司 一种土壤温湿度与电导率检测装置
CN111903639A (zh) * 2020-08-11 2020-11-10 徐玉芹 一种基于物联网的农业病虫防控设备
CN112459701A (zh) * 2020-11-13 2021-03-09 李艳珍 一种用于林业土壤湿度自动检测设备

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114467875A (zh) * 2022-01-27 2022-05-13 宁德师范学院 一种基于物联网的农业病虫防控设备
CN114557328A (zh) * 2022-03-22 2022-05-31 安徽省农业科学院茶叶研究所 一种基于移动拍摄的茶园主发虫害监测预警系统
CN114557328B (zh) * 2022-03-22 2022-12-27 安徽省农业科学院茶叶研究所 一种基于移动拍摄的茶园主发虫害监测预警系统
CN114794042A (zh) * 2022-05-05 2022-07-29 电子科技大学 一种带有诱虫机构的森林害虫识别监控装置
CN114794042B (zh) * 2022-05-05 2022-12-23 电子科技大学 一种带有诱虫机构的森林害虫识别监控装置
CN115152718A (zh) * 2022-07-05 2022-10-11 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种应用于烤烟的病虫害防控装置及方法
CN115843670A (zh) * 2023-02-27 2023-03-28 安徽省农业科学院植物保护与农产品质量安全研究所 一种用于果树根系病虫害防控的注射施肥施药装置
CN115843670B (zh) * 2023-02-27 2023-05-09 安徽省农业科学院植物保护与农产品质量安全研究所 一种用于果树根系病虫害防控的注射施肥施药装置
CN115965875A (zh) * 2023-03-16 2023-04-14 德阳稷农农业科技有限公司 一种农作物病虫害智能监控方法及系统
CN115965875B (zh) * 2023-03-16 2023-06-20 德阳稷农农业科技有限公司 一种农作物病虫害智能监控方法及系统

Also Published As

Publication number Publication date
CN113940326B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN113940326A (zh) 一种基于物联网的害虫防控系统
US10192185B2 (en) Farmland management system and farmland management method
CN113050473A (zh) 一种智慧农业用虫情远程监控系统
CN113925039B (zh) 一种基于物联网的园林病虫害智能防护系统及防控方法
CN111372444B (zh) 信息处理装置、信息处理方法以及植被管理系统
CN109781963A (zh) 一种大田种植环境监测系统
CN109470299A (zh) 一种基于物联网的作物生长信息监测系统和方法
CN112106747A (zh) 一种智慧农业虫害远程自动监控系统
CN105547252A (zh) 基于情景感知的作物冠层图像采集装置
CN109241918B (zh) 一种基于植物信息的植物管控方法、装置及系统
CN205785335U (zh) 农林四情信息采集装置
CN112931456B (zh) 一种大田作物昆虫采集设备及虫害监测预警方法
CN109063815A (zh) 一种害虫识别统计装置、系统及方法
CN215219537U (zh) 一种可视化温室大棚监控系统
CN106971409B (zh) 玉米冠层叶色建模系统及方法
US12073475B2 (en) Upward facing light sensor for plant detection
Carrión et al. Monitoring and irrigation of an urban garden using IoT
CN114460080A (zh) 一种水稻病虫智能监控系统
CN113313737A (zh) 一种基于计算机视觉的诱虫瓶昆虫计数方法以及计数装置
CN205567561U (zh) 一种可自动拍照的虫情测报灯
CN112735070B (zh) 一种基于互联网的林业监控方法
Shafi et al. Crop health monitoring using iot-enabled precision agriculture
CN112580513A (zh) 一种农作物病虫害智能识别方法
CN208421879U (zh) 一种害虫识别统计装置及系统
CN115144343A (zh) 基于分布式数据采集的茶树病害智能监测分析方法及系统

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
GR01 Patent grant
GR01 Patent grant