CN115934979A - 一种基于多采集端的土壤侵蚀信息管理方法及系统 - Google Patents

一种基于多采集端的土壤侵蚀信息管理方法及系统 Download PDF

Info

Publication number
CN115934979A
CN115934979A CN202310141265.2A CN202310141265A CN115934979A CN 115934979 A CN115934979 A CN 115934979A CN 202310141265 A CN202310141265 A CN 202310141265A CN 115934979 A CN115934979 A CN 115934979A
Authority
CN
China
Prior art keywords
equipment
image
acquisition
soil
receiving
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
CN202310141265.2A
Other languages
English (en)
Other versions
CN115934979B (zh
Inventor
杨久春
于家鑫
李值
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.)
Northeast Institute of Geography and Agroecology of CAS
Original Assignee
Northeast Institute of Geography and Agroecology of CAS
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 Northeast Institute of Geography and Agroecology of CAS filed Critical Northeast Institute of Geography and Agroecology of CAS
Priority to CN202310141265.2A priority Critical patent/CN115934979B/zh
Publication of CN115934979A publication Critical patent/CN115934979A/zh
Application granted granted Critical
Publication of CN115934979B publication Critical patent/CN115934979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及土壤侵蚀判定技术领域,具体公开了一种基于多采集端的土壤侵蚀信息管理方法及系统,所述方法包括接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。本发明在理化检测设备的基础上增设了图像采集设备,成本较低的同时,极大地提高了理化检测设备的使用寿命,保证了检测数据的全面性。

Description

一种基于多采集端的土壤侵蚀信息管理方法及系统
技术领域
本发明涉及土壤侵蚀判定技术领域,具体是一种基于多采集端的土壤侵蚀信息管理方法及系统。
背景技术
土壤侵蚀是指土壤及其母质在水力、风力、冻融或重力等外营力作用下,被破坏、剥蚀、搬运和沉积的过程。土壤在外营力作用下产生位移的物质量,称土壤侵蚀量。单位面积单位时间内的侵蚀量称为土壤侵蚀速度(或土壤侵蚀速率);土壤侵蚀量中被输移出特定地段的泥沙量,称为土壤流失量。在特定时段内,通过小流域出口某一观测断面的泥沙总量,称为流域产沙量。广泛应用的“水土流失”一词是指在水力作用下,土壤表层及其母质被剥蚀、冲刷搬运而流失的过程。
土壤侵蚀状态需要实时的进行检测,但是土壤侵蚀检测相关的设备大都成本较高且使用次数有限,很难完成实时地检测,只能定时对土壤进行检测,而且定时间隔大都比较长;可以想到,这种方式有可能会导致检测结果与实际情况之间存在一定的迟延;如何在成本较低的情况下对土壤状态进行实时检测是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种基于多采集端的土壤侵蚀信息管理方法及系统,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:
一种基于多采集端的土壤侵蚀信息管理方法,所述方法包括:
接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
作为本发明进一步的方案:所述接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位的步骤包括:
接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
基于空白地图接收用户输入的区划信息,得到区域地图;
接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备。
作为本发明进一步的方案:所述根据理化采集设备的安装点位确定图像采集设备的安装参数的步骤包括:
接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;
以静态设备的安装位置为中心,选取并安装动态设备;
建立动态设备与静态设备之间的标定关系。
作为本发明进一步的方案:所述建立动态设备与静态设备之间的标定关系的步骤包括:
在所述区域地图中选取含有坐标标签的标定点;
依次将动态设备的采集画面中的中心点对准所述标定点,读取相应的坐标标签;
根据所述坐标标签和动态设备的画面图框确定动态设备工作表;
其中,所述动态设备工作表包括索引项和状态项,所述索引项包括画面图框的中心点对应的坐标,所述状态项包括动态设备的工作参数;
当画面图框的中心点与标定点重合时,对应的索引项及其状态项为当前标定点对应的所述动态设备工作表的表头元素。
作为本发明进一步的方案:所述实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组的步骤包括:
接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组。
作为本发明进一步的方案:所述对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令的步骤包括:
根据图像的获取时间对目标图像组进行排序;
计算排序后的目标图像组中各目标图像的色值均值及色值均值变化率;
根据所述色值均值及色值均值变化率对目标图像组进行筛选;
读取调节滤镜,基于调节滤镜对筛选后的目标图像组进行修正;
将修正后的目标图像组输入训练好的图像识别模型,确定侵蚀区域;
根据侵蚀区域查询目标理化采集设备,发送激活指令。
本发明技术方案还提供了一种基于多采集端的土壤侵蚀信息管理系统,所述系统包括:
安装点位确定模块,用于接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
预识别模块,用于实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
侵蚀识别模块,用于对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
报告生成模块,用于接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
作为本发明进一步的方案:所述安装点位确定模块包括:
空白地图建立单元,用于接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
区划信息接收单元,用于基于空白地图接收用户输入的区划信息,得到区域地图;
理化设备安装单元,用于接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
图像设备安装单元,用于根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备。
作为本发明进一步的方案:所述图像设备安装单元包括:
静态处理子单元,用于接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;
动态处理子单元,用于以静态设备的安装位置为中心,选取并安装动态设备;
标定建立子单元,用于建立动态设备与静态设备之间的标定关系。
作为本发明进一步的方案:所述预识别模块包括:
图像拼接单元,用于接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
滤镜生成单元,用于根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
图像修正转换单元,用于根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
近景采集单元,用于根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组。
与现有技术相比,本发明的有益效果是:本发明在理化检测设备的基础上增设了图像采集设备,由图像采集设备从视觉上对土壤进行监测,进而根据监测结果有选择地激活理化检测设备,成本较低的同时,极大地提高了理化检测设备的使用寿命,保证了检测数据的全面性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1为基于多采集端的土壤侵蚀信息管理方法的流程框图。
图2为基于多采集端的土壤侵蚀信息管理方法的第一子流程框图。
图3为基于多采集端的土壤侵蚀信息管理方法的第二子流程框图。
图4为基于多采集端的土壤侵蚀信息管理方法的第三子流程框图。
图5为基于多采集端的土壤侵蚀信息管理系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1为基于多采集端的土壤侵蚀信息管理方法的流程框图,本发明实施例中,一种基于多采集端的土壤侵蚀信息管理方法,所述方法包括:
步骤S100:接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
接收工作人员输入的地图信息,所述地图信息与实际待检测的土壤对应;在地图信息确定传感设备的安装位置;所述传感设备包括理化采集设备和图像采集设备,所述理化采集设备直接对土壤进行取样分析,准确度更高,但是使用次数有限;所述图像采集设备采用摄像头即可。
所述地图信息中包括区划信息,所述区划信息用于表征不同区域的功能。
步骤S200:实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
实时接收图像采集设备获取到的土壤图像,对所述土壤图像先进行预识别,根据预识别结果快速定位异常区域,进而获取异常区域的近景图像,得到目标图像组;所述预识别过程的识别精度要求很低,真正的侵蚀识别过程基于得到的目标图像组完成。
步骤S300:对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
对所述目标图像组进行识别,可以从视觉上判断出各处的侵蚀程度,当侵蚀程度达到一定条件时,就需要激活对应的理化采集设备,由理化采集设备进行更加准确的侵蚀检测过程。
步骤S400:接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
理化采集设备的反馈数据比较全面,具体的应用方式需要工作人员视情况而定,本发明不做限定。
图2为基于多采集端的土壤侵蚀信息管理方法的第一子流程框图,所述接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位的步骤包括:
步骤S101:接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
接收工作人员输入的边界信息及比例尺,由边界信息及比例尺可以建立与待检土壤对应的空白地图;其中,所述边界信息以点位的形式输入。
步骤S102:基于空白地图接收用户输入的区划信息,得到区域地图;
显示空白地图,基于空白地图可以接收用户输入的区划信息,进而得到区域地图。
步骤S103:接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
接收用户输入的检测颗粒度,所述检测颗粒度与理化采集设备的密度相关,颗粒度越小,理化采集设备的密度越大,数量越多。
步骤S104:根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备;
当理化采集设备的安装点位确定后,以理化采集设备的安装点位为基准,确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备,所述静态设备的性能更好,获取到的图像更加清晰,动态设备的灵活度较高,能够获取各个位置处的近景图像。
作为本发明技术方案的一个优选实施例,所述根据理化采集设备的安装点位确定图像采集设备的安装参数的步骤包括:
接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;所述静态设备的种类有很多,先由工作人员选取一个类型,在类型确定后,再由工作人员在地图中选取合适的安装位置及安全高度;其中,所有静态设备的采集范围的并集需要大于待检土壤区。
以静态设备的安装位置为中心,选取并安装动态设备;
建立动态设备与静态设备之间的标定关系。
静态设备安装完成后,由工作人员选取并安装动态设备,动态设备的功能是获取静态设备难以获取的近景图像;所述动态设备最简单的就是具有转动功能的球机。
作为本发明技术方案的一个优选实施例,所述建立动态设备与静态设备之间的标定关系的步骤包括:
在所述区域地图中选取含有坐标标签的标定点;
在区域地图中选取多个标定点,选取规则由工作人员具体设定。
依次将动态设备的采集画面中的中心点对准所述标定点,读取相应的坐标标签;
控制动态设备依次对各个标定点进行信息采集,当采集画面对准某一标定点时,读取相应的坐标标签,作为此次标定的索引。
根据所述坐标标签和动态设备的画面图框确定动态设备工作表;
调节动态设备的运动方式,能够获取该标定点的工作参数有很多,统计这些工作参数,即可得到该坐标标签下的工作参数集合,也就是上述动态设备工作表;其中,所述动态设备工作表包括索引项和状态项,所述索引项包括画面图框的中心点对应的坐标,所述状态项包括动态设备的工作参数。
动态设备工作表中的首项数据项为:当画面图框的中心点与标定点重合时,对应的索引项及其状态项为当前标定点对应的所述动态设备工作表的表头元素。此时,动态设备“正对”对应的标定点。
图3为基于多采集端的土壤侵蚀信息管理方法的第二子流程框图,所述实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组的步骤包括:
步骤S201:接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
接收静态设备获取到的图像,对图像进行拼接,可以得到与整个待检土壤区对应的土壤图像。
步骤S202:根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
即使变化不大的土壤,在不同光照条件下,得到的土壤图像也有可能存在很大的差异;因此,为了保证土壤图像的识别准确率,需要剔除土壤图像本身的环境影响,剔除方式采用附加滤镜的方式。
步骤S203:根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
根据生成的调节滤镜对土壤图像进行修正,然后再对修正后的土壤图像进行灰度转换,可以得到灰度图像,对灰度图像中的像素点进行拟合,可以得到一个灰度矩阵。
步骤S204:根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组;
对所述灰度矩阵进行分析,可以确定异常点,根据已经建立的标定关系,查询异常点对应的标定点,进而获取动态设备能够采集异常点的工作参数,生成采集指令,接收动态设备反馈的图像即可。
图4为基于多采集端的土壤侵蚀信息管理方法的第三子流程框图,所述对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令的步骤包括:
步骤S301:根据图像的获取时间对目标图像组进行排序;
根据获取时间对目标图像组中的目标图像进行排序。
步骤S302:计算排序后的目标图像组中各目标图像的色值均值及色值均值变化率;
计算每个目标图像的色值均值(三个值),然后计算后一目标图像与前一目标图像的色值均值之间的差异,也就是上述色值均值变化率。
步骤S303:根据所述色值均值及色值均值变化率对目标图像组进行筛选;
根据计算出的色值均值及色值均值变化率可以判断出哪些目标图像明显存在差异,存在明显差异的目标图像很有可能是受到了外界干扰,这在侵蚀分析领域中,是无效数据,需要进行剔除。
步骤S304:读取调节滤镜,基于调节滤镜对筛选后的目标图像组进行修正;
在对目标图像组进行识别时,也需要读取已经生成的调节滤镜,由调节滤镜剔除目标图像组中的光照影响。
步骤S305:将修正后的目标图像组输入训练好的图像识别模型,确定侵蚀区域;
所述图像识别模型可以是训练好的神经网络模型,不同侵蚀状态下的土壤,其视觉特征是明确的,预设统计不同侵蚀状态下的土壤图像,基于统计到的土壤图像训练神经网络模型,当获取到新的目标图像组时,借助训练好的神经网络模型,即可确定侵蚀区域。
步骤S306:根据侵蚀区域查询目标理化采集设备,发送激活指令;
以侵蚀区域为中心,查询已经备案的目标理化采集设备,向目标理化采集设备发送激活指令即可。
实施例2
图5为基于多采集端的土壤侵蚀信息管理系统的组成结构框图,本发明实施例中,一种基于多采集端的土壤侵蚀信息管理系统,所述系统10包括:
安装点位确定模块11,用于接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
预识别模块12,用于实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
侵蚀识别模块13,用于对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
报告生成模块14,用于接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
所述安装点位确定模块11包括:
空白地图建立单元,用于接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
区划信息接收单元,用于基于空白地图接收用户输入的区划信息,得到区域地图;
理化设备安装单元,用于接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
图像设备安装单元,用于根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备。
所述图像设备安装单元包括:
静态处理子单元,用于接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;
动态处理子单元,用于以静态设备的安装位置为中心,选取并安装动态设备;
标定建立子单元,用于建立动态设备与静态设备之间的标定关系。
所述预识别模块12包括:
图像拼接单元,用于接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
滤镜生成单元,用于根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
图像修正转换单元,用于根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
近景采集单元,用于根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多采集端的土壤侵蚀信息管理方法,其特征在于,所述方法包括:
接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
2.根据权利要求1所述的基于多采集端的土壤侵蚀信息管理方法,其特征在于,所述接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位的步骤包括:
接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
基于空白地图接收用户输入的区划信息,得到区域地图;
接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备。
3.根据权利要求2所述的基于多采集端的土壤侵蚀信息管理方法,其特征在于,所述根据理化采集设备的安装点位确定图像采集设备的安装参数的步骤包括:
接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;
以静态设备的安装位置为中心,选取并安装动态设备;
建立动态设备与静态设备之间的标定关系。
4.根据权利要求3所述的基于多采集端的土壤侵蚀信息管理方法,其特征在于,所述建立动态设备与静态设备之间的标定关系的步骤包括:
在所述区域地图中选取含有坐标标签的标定点;
依次将动态设备的采集画面中的中心点对准所述标定点,读取相应的坐标标签;
根据所述坐标标签和动态设备的画面图框确定动态设备工作表;
其中,所述动态设备工作表包括索引项和状态项,所述索引项包括画面图框的中心点对应的坐标,所述状态项包括动态设备的工作参数;
当画面图框的中心点与标定点重合时,对应的索引项及其状态项为当前标定点对应的所述动态设备工作表的表头元素。
5.根据权利要求3所述的基于多采集端的土壤侵蚀信息管理方法,其特征在于,所述实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组的步骤包括:
接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组。
6.根据权利要求5所述的基于多采集端的土壤侵蚀信息管理方法,其特征在于,对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令的步骤包括:
根据图像的获取时间对目标图像组进行排序;
计算排序后的目标图像组中各目标图像的色值均值及色值均值变化率;
根据所述色值均值及色值均值变化率对目标图像组进行筛选;
读取调节滤镜,基于调节滤镜对筛选后的目标图像组进行修正;
将修正后的目标图像组输入训练好的图像识别模型,确定侵蚀区域;
根据侵蚀区域查询目标理化采集设备,发送激活指令。
7.一种基于多采集端的土壤侵蚀信息管理系统,其特征在于,所述系统包括:
安装点位确定模块,用于接收工作人员输入的含有区划信息的区域地图,基于所述区域地图确定传感设备的安装点位;所述传感设备包括理化采集设备和图像采集设备;
预识别模块,用于实时接收图像采集设备获取到的土壤图像,对所述土壤图像进行预识别,根据预识别结果调节图像采集设备的采集指令,获取目标图像组;
侵蚀识别模块,用于对所述目标图像组进行侵蚀识别,确定理化采集设备的激活指令;
报告生成模块,用于接收理化采集设备的反馈数据,根据所述反馈数据生成侵蚀报告。
8.根据权利要求7所述的基于多采集端的土壤侵蚀信息管理系统,其特征在于,所述安装点位确定模块包括:
空白地图建立单元,用于接收工作人员输入的边界信息及比例尺,基于所述边界信息和所述比例尺建立空白地图;
区划信息接收单元,用于基于空白地图接收用户输入的区划信息,得到区域地图;
理化设备安装单元,用于接收用户输入的检测颗粒度,基于所述检测颗粒度确定理化采集设备的安装点位;
图像设备安装单元,用于根据理化采集设备的安装点位确定图像采集设备的安装参数;所述图像采集设备包括静态设备和动态设备。
9.根据权利要求8所述的基于多采集端的土壤侵蚀信息管理系统,其特征在于,所述图像设备安装单元包括:
静态处理子单元,用于接收工作人员输入的静态设备型号,根据所述静态设备型号确定安装高度及安装位置;
动态处理子单元,用于以静态设备的安装位置为中心,选取并安装动态设备;
标定建立子单元,用于建立动态设备与静态设备之间的标定关系。
10.根据权利要求7所述的基于多采集端的土壤侵蚀信息管理系统,其特征在于,所述预识别模块包括:
图像拼接单元,用于接收静态设备获取到的瞬时图像,根据静态设备的安装位置拼接所述瞬时图像,得到土壤图像;
滤镜生成单元,用于根据所述土壤图像中各瞬时图像的获取时间确定光照参数,基于所述光照参数生成调节滤镜;
图像修正转换单元,用于根据所述调节滤镜修正所述土壤图像,将修正后的土壤图像转换为灰度矩阵;
近景采集单元,用于根据所述灰度矩阵确定异常点,基于标定关系向动态设备发送靶向所述异常点的采集指令,接收动态设备反馈的图像,得到目标图像组。
CN202310141265.2A 2023-02-21 2023-02-21 一种基于多采集端的土壤侵蚀信息管理方法及系统 Active CN115934979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310141265.2A CN115934979B (zh) 2023-02-21 2023-02-21 一种基于多采集端的土壤侵蚀信息管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310141265.2A CN115934979B (zh) 2023-02-21 2023-02-21 一种基于多采集端的土壤侵蚀信息管理方法及系统

Publications (2)

Publication Number Publication Date
CN115934979A true CN115934979A (zh) 2023-04-07
CN115934979B CN115934979B (zh) 2023-05-16

Family

ID=85835731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310141265.2A Active CN115934979B (zh) 2023-02-21 2023-02-21 一种基于多采集端的土壤侵蚀信息管理方法及系统

Country Status (1)

Country Link
CN (1) CN115934979B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116844075A (zh) * 2023-08-28 2023-10-03 中国科学院东北地理与农业生态研究所 一种耕地环境判定方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200610A (zh) * 2014-09-27 2014-12-10 江阴市电工合金有限公司 监控系统
CN107328720A (zh) * 2017-08-14 2017-11-07 武汉大学 土壤重金属污染程度的空地一体化协同监测系统及方法
CN112634212A (zh) * 2020-12-14 2021-04-09 江西省林业科学院 基于高光谱无人机的病害潜伏树检测方法及系统
CN114359844A (zh) * 2022-03-21 2022-04-15 广州银狐科技股份有限公司 一种基于色彩识别的aed设备状态监测方法及系统
CN114581855A (zh) * 2022-04-29 2022-06-03 深圳格隆汇信息科技有限公司 一种基于大数据的信息收集方法与系统
CN115018854A (zh) * 2022-08-10 2022-09-06 南京和电科技有限公司 一种重大危险源监测预警系统及其方法
CN115019158A (zh) * 2022-08-03 2022-09-06 威海海洋职业学院 一种基于图像识别的海洋污染区域识别方法及系统
CN115410224A (zh) * 2022-08-24 2022-11-29 云南电网有限责任公司电力科学研究院 基于图像数据的电力作业现场违章辨识系统及方法
CN115631449A (zh) * 2022-12-19 2023-01-20 南京和电科技有限公司 一种视频智能识别管理方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200610A (zh) * 2014-09-27 2014-12-10 江阴市电工合金有限公司 监控系统
CN107328720A (zh) * 2017-08-14 2017-11-07 武汉大学 土壤重金属污染程度的空地一体化协同监测系统及方法
CN112634212A (zh) * 2020-12-14 2021-04-09 江西省林业科学院 基于高光谱无人机的病害潜伏树检测方法及系统
CN114359844A (zh) * 2022-03-21 2022-04-15 广州银狐科技股份有限公司 一种基于色彩识别的aed设备状态监测方法及系统
CN114581855A (zh) * 2022-04-29 2022-06-03 深圳格隆汇信息科技有限公司 一种基于大数据的信息收集方法与系统
CN115019158A (zh) * 2022-08-03 2022-09-06 威海海洋职业学院 一种基于图像识别的海洋污染区域识别方法及系统
CN115018854A (zh) * 2022-08-10 2022-09-06 南京和电科技有限公司 一种重大危险源监测预警系统及其方法
CN115410224A (zh) * 2022-08-24 2022-11-29 云南电网有限责任公司电力科学研究院 基于图像数据的电力作业现场违章辨识系统及方法
CN115631449A (zh) * 2022-12-19 2023-01-20 南京和电科技有限公司 一种视频智能识别管理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116844075A (zh) * 2023-08-28 2023-10-03 中国科学院东北地理与农业生态研究所 一种耕地环境判定方法及系统
CN116844075B (zh) * 2023-08-28 2023-11-14 中国科学院东北地理与农业生态研究所 一种耕地环境判定方法及系统

Also Published As

Publication number Publication date
CN115934979B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN109087510A (zh) 交通监测方法及装置
CN111896549B (zh) 一种基于机器学习的建筑物裂缝监测系统和方法
CN112734694A (zh) 一种基于大数据的水质监测方法
CN113610381B (zh) 一种基于5g网络的水质远程实时监测系统
CN115934979B (zh) 一种基于多采集端的土壤侵蚀信息管理方法及系统
CN115019158B (zh) 一种基于图像识别的海洋污染区域识别方法及系统
CN114659621B (zh) 一种桥梁振动监测装置
CN116630766A (zh) 一种多源信息数据处理系统、方法及设备
CN114422405B (zh) 一种支付环境的安全检测系统及方法
CN115797811A (zh) 一种基于视觉的农产品检测方法及系统
CN107247871A (zh) 项目检测时间核查预警方法及装置
CN103425958A (zh) 一种视频中不动物检测的方法
CN112964351A (zh) 基于中心点帧差法输电塔振动位移测量方法
CN115289991B (zh) 地铁轨道形变监测方法、装置及电子设备
CN115993366A (zh) 基于传感设备的加工件表面检测方法及系统
CN114662619B (zh) 基于多源数据融合的桥梁监测系统
CN116206216A (zh) 一种基于遥感影像的矢量地理信息采集方法及系统
CN110110889A (zh) 一种水电工程定额消耗量的测定方法及系统
CN112784914B (zh) 一种基于云端处理的管廊视频智能属性检测方法及系统
CN113449689A (zh) 一种基于物联网平台的通信铁塔远程监控方法
CN116844075B (zh) 一种耕地环境判定方法及系统
CN109981402A (zh) 一种数据采集效果的实时检测和评估方法及系统
CN117523501B (zh) 一种管线巡检机器人控制方法及系统
CN113782173B (zh) 一种智能化临床急救设备状态预测用参数信息采集系统
CN116448062B (zh) 一种桥梁沉降变形检测方法、装置、计算机及存储介质

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