CN115187794A - 一种用于园林植物生长环境的数据检测分析系统 - Google Patents
一种用于园林植物生长环境的数据检测分析系统 Download PDFInfo
- Publication number
- CN115187794A CN115187794A CN202210737049.XA CN202210737049A CN115187794A CN 115187794 A CN115187794 A CN 115187794A CN 202210737049 A CN202210737049 A CN 202210737049A CN 115187794 A CN115187794 A CN 115187794A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- garden
- detection
- plant
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于园林植物生长环境的数据检测分析系统,属于园林绿化技术领域,包括录入模块、云端搜索模块、数据库、GPS模块、摄像模块、数据处理模块、检测模块、判断模块、日期计量模块、警报模块、分析模块、存储模块和显示模块,其中,所述云端搜索模块通过WiFi与云端平台连接;所述摄像模块包括摄像装置;所述检测模块包括检测装置,本发明能够实时判断园林植物的健康状态,从而可对生病的园林植物进行及时救治,且生长环境的分析可依据种植种类的变化而变化,从而可适应园林植物生长环境的数据检测和分析,进而可针对性的改变园林植物的生长环境,保证了园林植物的生长质量。
Description
技术领域
本发明涉及园林绿化技术领域,尤其涉及一种用于园林植物生长环境的数据检测分析系统。
背景技术
园林植物即适用于园林绿化的植物材料,包括木本和草本的观花、观叶或观果植物,以及适用于园林、绿地和风景名胜区的防护植物与经济植物,室内花卉装饰用的植物也属园林植物,园林植物分为木本园林植物和草本园林植物两大类,此外还包括蕨类、水生、仙人掌多浆类和食虫类植物,而随着人们生活水平的不断提高,人们对园林植物的品质追求逐渐提高,影响园林植物品质的因素主要包括土壤内各元素的含量、温度、湿度以及光照强度。
经检索,中国专利号CN202010579258.7公开了一种农产品种植环境安全状况监测系统,虽然能够实时检测种植环境,并保障了产品的质量,但是其种植种类单一,无法依据种植种类分析生长环境是否合格,从而不适应园林植物生长环境的数据检测和分析,同时无法针对性的改变园林植物的生长环境,降低了园林植物的生长质量,且一般检测分析系统无法实时判断园林植物的健康状态,进而无法对生病的园林植物进行及时救治,带来了系统缺陷的问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种用于园林植物生长环境的数据检测分析系统。
为了实现上述目的,本发明采用了如下技术方案:
一种用于园林植物生长环境的数据检测分析系统,包括录入模块、云端搜索模块、数据库、GPS模块、摄像模块、数据处理模块、检测模块、判断模块、日期计量模块、警报模块、分析模块、存储模块和显示模块;
其中,所述云端搜索模块通过WiFi与云端平台连接;所述摄像模块包括摄像装置;所述检测模块包括检测装置。
进一步地,所述录入模块用于录入栽种的园林植物名称,并发送至云端搜索模块;所述云端搜索模块依据云端平台检索园林植物名称对应的叶片特征信息、种植信息和季节性变化信息;所述数据库用于存储园林植物名称对应的叶片特征信息、种植信息和季节性变化信息,并建立映射关系;所述GPS模块用于生成摄像装置和检测装置的摄像坐标信息和检测坐标信息;所述摄像模块用于拍摄园林植物照片,生成图像数据,并发送至数据处理模块;所述数据处理模块用于处理图像数据,生成植物地理位置信息和叶片外观信息;所述日期计量模块用于计量日期,生成日期信息,并发送至判断模块。
进一步地,所述生成植物地理位置信息的具体操作步骤为:
S1、以摄像坐标信息为中心地理坐标;
S2、根据摄像装置的摄像范围,以中心地理坐标为圆心建立空间坐标系;
S3、在空间坐标系中选择一个地理坐标点作为控制点,并将控制点对应摄像装置成像矩阵中的像素点,以控制点和像素点为已知量,进而依据投影变换和坐标转换得到成像矩阵中其它像素点的地理坐标;
S4、根据园林植物所在的像素点导出园林植物的地理坐标,即得植物地理位置信息,并发送至存储模块;
所述存储模块用于存储植物地理位置信息。
进一步地,所述判断模块用于判断园林植物是否正常,其判断的具体步骤为:
SS1、接收数据处理模块生成的叶片外观信息;
SS2、提取数据库中存储的叶片特征信息,计算步骤SS1中所述叶片外观信息与叶片特征信息的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息;
SS3、依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值;
SS4、依据相似度值确定园林植物是否正常:
A、若相似度值<90%,则园林植物不正常,生成警报指令,并发送至警报模块;
B、若相似度值≥90%,则园林植物正常,返回摄像模块重复上述操作;
所述警报模块用于生成语音警报。
进一步地,所述检测模块用于检测园林植物的生长环境,生成环境信息,并发送至分析模块;所述分析模块用于分析环境信息是否正常,其分析过程具体为:
SSS1、依据检测坐标信息和存储模块内的植物地理位置信息确定检测装置周围的园林植物名称;
SSS2、依据映射关系提取步骤SSS1中园林植物名称所对应的种植信息,其中种植信息包括土壤阈值信息、温度阈值信息、湿度阈值信息和光照强度阈值信息;
SSS3、判断环境信息中的各项数据是否属于步骤SSS2中的阈值区间;
SSS3、若全部属于,则环境信息正常,若任意一项不属于,则环境信息不正常,生成警报指令,并发送至警报模块,同时生成分析报告,并将园林植物名称、检测坐标信息和分析报告发送至显示模块;
所述显示模块用于显示园林植物名称、检测坐标信息和分析报告。
进一步地,所述环境信息包括土壤信息、温度信息、湿度信息和光照强度信息。
相比于现有技术,本发明的有益效果在于:
1、本发明通过摄像模块形成图像数据,并交由数据处理模块得到园林植物的叶片外观信息,再由判断模块接收叶片外观信息,并提取数据库中存储的叶片特征信息,计算二者的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息,此时判断模块再依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值若相似度值<90%,则园林植物不正常,生成警报指令,并由警报模块发出语音警报,若相似度值≥90%,则园林植物正常,达到实时判断园林植物健康状态的目的,从而可对生病的园林植物进行及时救治。
2、本发明通过数据处理模块得到植物地理位置信息,再由分析模块依据检测坐标信息和植物地理位置信息确定检测装置周围的园林植物名称,并依据映射关系得到对应的种植信息,再由检测模块检测园林植物的生长环境,形成环境信息,比对环境信息和种植信息,若环境信息不在种植信息的范围内,则园林植物的生长环境不合格,反之则合格,使得生长环境的分析可依据种植种类的变化而变化,从而可适应园林植物生长环境的数据检测和分析,进而可针对性的改变园林植物的生长环境,保证了园林植物的生长质量。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的一种用于园林植物生长环境的数据检测分析系统的流程示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“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发明和简化描述,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发明的限制。
实施例1:
请参阅图1,本发明提供一种技术方案:一种用于园林植物生长环境的数据检测分析系统,包括录入模块、云端搜索模块、数据库、GPS模块、摄像模块、数据处理模块、检测模块、判断模块、日期计量模块、警报模块、分析模块、存储模块和显示模块;
其中,所述云端搜索模块通过WiFi与云端平台连接;所述摄像模块包括摄像装置;所述检测模块包括检测装置,所述录入模块用于录入栽种的园林植物名称,并发送至云端搜索模块;所述云端搜索模块依据云端平台检索园林植物名称对应的叶片特征信息、种植信息和季节性变化信息;所述数据库用于存储园林植物名称对应的叶片特征信息、种植信息和季节性变化信息,并建立映射关系;所述GPS模块用于生成摄像装置和检测装置的摄像坐标信息和检测坐标信息;所述摄像模块用于拍摄园林植物照片,生成图像数据,并发送至数据处理模块;所述数据处理模块用于处理图像数据,生成植物地理位置信息和叶片外观信息;所述日期计量模块用于计量日期,生成日期信息,并发送至判断模块,所述判断模块用于判断园林植物是否正常,其判断的具体步骤为:
SS1、接收数据处理模块生成的叶片外观信息;
SS2、提取数据库中存储的叶片特征信息,计算步骤SS1中所述叶片外观信息与叶片特征信息的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息;
SS3、依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值;
SS4、依据相似度值确定园林植物是否正常:
A、若相似度值<90%,则园林植物不正常,生成警报指令,并发送至警报模块;
B、若相似度值≥90%,则园林植物正常,返回摄像模块重复上述操作;
所述警报模块用于生成语音警报。
具体的,在判断园林植物状态的过程中,通过摄像模块的摄像装置拍摄其周围的图像,形成图像数据,再由数据处理模块处理图像数据,得到园林植物的叶片外观信息,再由判断模块接收叶片外观信息,并提取数据库中存储的叶片特征信息,计算二者的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息,此时判断模块再依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值若相似度值<90%,则园林植物不正常,生成警报指令,并由警报模块发出语音警报,若相似度值≥90%,则园林植物正常,达到实时判断园林植物健康状态的目的,从而可对生病的园林植物进行及时救治。
实施例2:
请参阅图1,本发明提供一种技术方案:一种用于园林植物生长环境的数据检测分析系统,所述生成植物地理位置信息的具体操作步骤为:
S1、以摄像坐标信息为中心地理坐标;
S2、根据摄像装置的摄像范围,以中心地理坐标为圆心建立空间坐标系;
S3、在空间坐标系中选择一个地理坐标点作为控制点,并将控制点对应摄像装置成像矩阵中的像素点,以控制点和像素点为已知量,进而依据投影变换和坐标转换得到成像矩阵中其它像素点的地理坐标;
S4、根据园林植物所在的像素点导出园林植物的地理坐标,即得植物地理位置信息,并发送至存储模块;
所述存储模块用于存储植物地理位置信息,所述检测模块用于检测园林植物的生长环境,生成环境信息,并发送至分析模块;所述分析模块用于分析环境信息是否正常,其分析过程具体为:
SSS1、依据检测坐标信息和存储模块内的植物地理位置信息确定检测装置周围的园林植物名称;
SSS2、依据映射关系提取步骤SSS1中园林植物名称所对应的种植信息,其中种植信息包括土壤阈值信息、温度阈值信息、湿度阈值信息和光照强度阈值信息;
SSS3、判断环境信息中的各项数据是否属于步骤SSS2中的阈值区间;
SSS3、若全部属于,则环境信息正常,若任意一项不属于,则环境信息不正常,生成警报指令,并发送至警报模块,同时生成分析报告,并将园林植物名称、检测坐标信息和分析报告发送至显示模块;
所述显示模块用于显示园林植物名称、检测坐标信息和分析报告,所述环境信息包括土壤信息、温度信息、湿度信息和光照强度信息。
具体的,在分析园林植物生长环境的过程中,由数据处理模块以摄像坐标信息为中心地理坐标,并依据摄像范围建立空间坐标系,再于空间坐标系中选择一个地理坐标点作为控制点,并将控制点对应摄像装置成像矩阵中的像素点,以控制点和像素点为已知量,并依据投影变换和坐标转换得到成像矩阵中其它像素点的地理坐标,最后根据园林植物所在的像素点导出园林植物的地理坐标,得到植物地理位置信息,再由分析模块依据检测坐标信息和植物地理位置信息确定检测装置周围的园林植物名称,并依据映射关系得到对应的种植信息,再由检测模块检测园林植物的生长环境,形成环境信息,比对环境信息和种植信息,若环境信息不在种植信息的范围内,则园林植物的生长环境不合格,反之则合格,使得生长环境的分析可依据种植种类的变化而变化,从而可适应园林植物生长环境的数据检测和分析,进而可针对性的改变园林植物的生长环境,保证了园林植物的生长质量。
本发明的工作原理及使用流程:当需要判断园林植物的状态时,通过摄像模块的摄像装置拍摄其周围的图像,形成图像数据,再由数据处理模块处理图像数据,得到园林植物的叶片外观信息,再由判断模块接收叶片外观信息,并提取数据库中存储的叶片特征信息,计算二者的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息,此时判断模块再依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值若相似度值<90%,则园林植物不正常,生成警报指令,并由警报模块发出语音警报,若相似度值≥90%,则园林植物正常,达到实时判断园林植物健康状态的目的,从而可对生病的园林植物进行及时救治,当需要分析园林植物的生长环境时,由数据处理模块以摄像坐标信息为中心地理坐标,并依据摄像范围建立空间坐标系,再于空间坐标系中选择一个地理坐标点作为控制点,并将控制点对应摄像装置成像矩阵中的像素点,以控制点和像素点为已知量,并依据投影变换和坐标转换得到成像矩阵中其它像素点的地理坐标,最后根据园林植物所在的像素点导出园林植物的地理坐标,得到植物地理位置信息,再由分析模块依据检测坐标信息和植物地理位置信息确定检测装置周围的园林植物名称,并依据映射关系得到对应的种植信息,再由检测模块检测园林植物的生长环境,形成环境信息,比对环境信息和种植信息,若环境信息不在种植信息的范围内,则园林植物的生长环境不合格,反之则合格,使得生长环境的分析可依据种植种类的变化而变化,从而可适应园林植物生长环境的数据检测和分析,进而可针对性的改变园林植物的生长环境,保证了园林植物的生长质量,完成操作。
以上所述,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 (6)
1.一种用于园林植物生长环境的数据检测分析系统,其特征在于,包括录入模块、云端搜索模块、数据库、GPS模块、摄像模块、数据处理模块、检测模块、判断模块、日期计量模块、警报模块、分析模块、存储模块和显示模块;
其中,所述云端搜索模块通过WiFi与云端平台连接;所述摄像模块包括摄像装置;所述检测模块包括检测装置。
2.根据权利要求1所述的一种用于园林植物生长环境的数据检测分析系统,其特征在于,所述录入模块用于录入栽种的园林植物名称,并发送至云端搜索模块;所述云端搜索模块依据云端平台检索园林植物名称对应的叶片特征信息、种植信息和季节性变化信息;所述数据库用于存储园林植物名称对应的叶片特征信息、种植信息和季节性变化信息,并建立映射关系;所述GPS模块用于生成摄像装置和检测装置的摄像坐标信息和检测坐标信息;所述摄像模块用于拍摄园林植物照片,生成图像数据,并发送至数据处理模块;所述数据处理模块用于处理图像数据,生成植物地理位置信息和叶片外观信息;所述日期计量模块用于计量日期,生成日期信息,并发送至判断模块。
3.根据权利要求1所述的一种用于园林植物生长环境的数据检测分析系统,其特征在于,所述生成植物地理位置信息的具体操作步骤为:
S1、以摄像坐标信息为中心地理坐标;
S2、根据摄像装置的摄像范围,以中心地理坐标为圆心建立空间坐标系;
S3、在空间坐标系中选择一个地理坐标点作为控制点,并将控制点对应摄像装置成像矩阵中的像素点,以控制点和像素点为已知量,进而依据投影变换和坐标转换得到成像矩阵中其它像素点的地理坐标;
S4、根据园林植物所在的像素点导出园林植物的地理坐标,即得植物地理位置信息,并发送至存储模块;
所述存储模块用于存储植物地理位置信息。
4.根据权利要求1所述的一种用于园林植物生长环境的数据检测分析系统,其特征在于,所述判断模块用于判断园林植物是否正常,其判断的具体步骤为:
SS1、接收数据处理模块生成的叶片外观信息;
SS2、提取数据库中存储的叶片特征信息,计算步骤SS1中所述叶片外观信息与叶片特征信息的相似度值,提取最大相似度值对应的叶片特征信息,并依据映射关系提取对应的季节性变化信息;
SS3、依据日期信息判断园林植物所处的季节,再利用爬虫技术爬取季节性变化信息中对应季节的叶片信息,再次计算叶片外观信息与叶片信息的相似度值;
SS4、依据相似度值确定园林植物是否正常:
A、若相似度值<90%,则园林植物不正常,生成警报指令,并发送至警报模块;
B、若相似度值≥90%,则园林植物正常,返回摄像模块重复上述操作;
所述警报模块用于生成语音警报。
5.根据权利要求1所述的一种用于园林植物生长环境的数据检测分析系统,其特征在于,所述检测模块用于检测园林植物的生长环境,生成环境信息,并发送至分析模块;所述分析模块用于分析环境信息是否正常,其分析过程具体为:
SSS1、依据检测坐标信息和存储模块内的植物地理位置信息确定检测装置周围的园林植物名称;
SSS2、依据映射关系提取步骤SSS1中园林植物名称所对应的种植信息,其中种植信息包括土壤阈值信息、温度阈值信息、湿度阈值信息和光照强度阈值信息;
SSS3、判断环境信息中的各项数据是否属于步骤SSS2中的阈值区间;
SSS3、若全部属于,则环境信息正常,若任意一项不属于,则环境信息不正常,生成警报指令,并发送至警报模块,同时生成分析报告,并将园林植物名称、检测坐标信息和分析报告发送至显示模块;
所述显示模块用于显示园林植物名称、检测坐标信息和分析报告。
6.根据权利要求5所述的一种用于园林植物生长环境的数据检测分析系统,其特征在于,所述环境信息包括土壤信息、温度信息、湿度信息和光照强度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210737049.XA CN115187794A (zh) | 2022-06-27 | 2022-06-27 | 一种用于园林植物生长环境的数据检测分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210737049.XA CN115187794A (zh) | 2022-06-27 | 2022-06-27 | 一种用于园林植物生长环境的数据检测分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115187794A true CN115187794A (zh) | 2022-10-14 |
Family
ID=83514797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210737049.XA Pending CN115187794A (zh) | 2022-06-27 | 2022-06-27 | 一种用于园林植物生长环境的数据检测分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187794A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860972A (zh) * | 2022-11-18 | 2023-03-28 | 四川云泷生态科技有限公司 | 一种动物健康监控管理方法及系统 |
-
2022
- 2022-06-27 CN CN202210737049.XA patent/CN115187794A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860972A (zh) * | 2022-11-18 | 2023-03-28 | 四川云泷生态科技有限公司 | 一种动物健康监控管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10028426B2 (en) | Agronomic systems, methods and apparatuses | |
US8417534B2 (en) | Automated location-based information recall | |
CN113409023A (zh) | 一种智慧园林综合服务管理平台 | |
CN109781963A (zh) | 一种大田种植环境监测系统 | |
CN110110595B (zh) | 一种基于卫星遥感影像的农田画像及药肥大数据分析方法 | |
CN110458032B (zh) | 荔枝生长状况全程监控方法、系统、云服务器及存储介质 | |
US20200250593A1 (en) | Yield estimation in the cultivation of crop plants | |
CA3033339A1 (en) | Automatically detecting outlier values in harvested data | |
CN109886207A (zh) | 基于图像风格迁移的广域监测系统及方法 | |
CN114202438A (zh) | 一种基于智慧农业的天空地一体化农业遥感大数据系统 | |
JP2007310463A (ja) | 圃場管理支援方法及びシステム | |
KR101935008B1 (ko) | 농작물 생장상태정보를 이용한 농작물 유통관리 방법 | |
CN111476149A (zh) | 一种植物培育控制方法和系统 | |
CN105678629A (zh) | 一种基于物联网的种植业问题解决系统 | |
Ahmad et al. | A review of best management practices for potato crop using precision agricultural technologies | |
CN111260379A (zh) | 农产品视频节点追踪方法 | |
CN111967441A (zh) | 一种基于深度学习的农作物病害分析方法 | |
CN115187794A (zh) | 一种用于园林植物生长环境的数据检测分析系统 | |
CN112215522A (zh) | 农作物长势监测系统、方法、计算机设备及存储介质 | |
CN116300608A (zh) | 一种基于大数据的智慧农业远程监控系统 | |
CN110197381A (zh) | 基于农业物联网综合服务管理系统的可追溯信息处理方法 | |
CN117197595A (zh) | 基于边缘计算的果树生育期识别方法、装置及管理平台 | |
CN112861655A (zh) | 一种点云模型植物及其病虫害识别预警的分析算法 | |
Scalisi et al. | Detecting, mapping and digitising canopy geometry, fruit number and peel colour in pear trees with different architecture | |
CN116703637A (zh) | 一种北方旱区小麦种植的数字化控制系统及其使用方法 |
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 |