CN116167951A - 一种智能食用菌种植云平台系统 - Google Patents

一种智能食用菌种植云平台系统 Download PDF

Info

Publication number
CN116167951A
CN116167951A CN202310133815.6A CN202310133815A CN116167951A CN 116167951 A CN116167951 A CN 116167951A CN 202310133815 A CN202310133815 A CN 202310133815A CN 116167951 A CN116167951 A CN 116167951A
Authority
CN
China
Prior art keywords
edible fungi
data
cloud platform
edible
fungi
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
Application number
CN202310133815.6A
Other languages
English (en)
Inventor
曹天浩
王彧卿
刘勇
韩家耀
游葆堃
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.)
Harbin Sanshang Information Co ltd
Heilongjiang University
Original Assignee
Harbin Sanshang Information Co ltd
Heilongjiang University
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 Harbin Sanshang Information Co ltd, Heilongjiang University filed Critical Harbin Sanshang Information Co ltd
Priority to CN202310133815.6A priority Critical patent/CN116167951A/zh
Publication of CN116167951A publication Critical patent/CN116167951A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G18/00—Cultivation of mushrooms
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G18/00—Cultivation of mushrooms
    • A01G18/60—Cultivation rooms; Equipment therefor
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G18/00—Cultivation of mushrooms
    • A01G18/60—Cultivation rooms; Equipment therefor
    • A01G18/69—Arrangements for managing the environment, e.g. sprinklers
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Environmental Sciences (AREA)
  • Mycology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种智能食用菌种植云平台系统，解决了如何实时准确判断食用菌生长状态的问题，属于智慧农业领域。本发明包括云平台服务器、主控装置、控制器、数据采集装置和客户端；数据采集装置采集食用菌的图像和环境数据，并通过主控装置发送至云平台服务器，云平台服务器对食用菌的图像数据进行分析，确定食用菌的生长状态为正常或非正常，并预测食用菌产量；还用于对食用菌的环境数据进行分析，确定食用菌的环境状态为正常或非正常，将确定结果发送至客户端，客户端查看食用菌的生长状态、食用菌产量、食用菌的环境状态，还用于输入控制指令，并通过云平台服务器及主控装置发送至控制器，控制器根据控制指令调整食用菌大棚内食用菌的环境参数。

Description

一种智能食用菌种植云平台系统
技术领域
本发明涉及一种智能食用菌种植云平台系统，属于智慧农业领域。
背景技术
食用菌是人们经常食用的食物，食用菌生长必须具备合适的温度条件，必须提供和保持洁净的生长环境。目前，采用保温大棚种植食用菌已成为普遍的方式，优点是易于控温、湿、控光，便于管理。现有的食用菌大棚种植大多依靠人工监控食用菌的状态，再去调整食用菌大棚的温湿度等环境参数，这样的方法耗费人力，且无法实现实时检测食用菌生长过程中是否存在异常状态。
发明内容
针对如何实时准确判断食用菌生长状态的问题，本发明提供一种智能食用菌种植云平台系统。
本发明的一种智能食用菌种植云平台系统，包括云平台服务器、主控装置、控制器、数据采集装置和客户端；
数据采集装置，与主控装置连接，并设置在食用菌大棚内，用于采集食用菌的图像和环境数据，并发送至主控装置；
主控装置，同时与云平台服务器和控制器连接，用于将食用菌的图像和环境数据发送至云平台服务器，
云平台服务器，与客户端连接，用于对食用菌的图像数据进行分析，确定食用菌的生长状态为正常或非正常，并预测出食用菌产量；还用于对食用菌的环境数据进行分析，确定食用菌的环境状态为正常或非正常；将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端；
客户端，用于查看食用菌的生长状态、食用菌产量、食用菌的环境状态，还用于输入控制指令至云平台服务器；
云平台服务器，还用于将控制指令发送至主控装置；
主控装置，还用于根据控制指令向控制器发送控制信号；
控制器，设置在食用菌大棚内，用于根据控制信号，调整食用菌大棚内食用菌的环境参数。
作为优选，云平台服务器包括数据接收模块、数据处理模块、分析与预测模块、发送控制指令模块；
数据接收模块，同时与数据处理模块和主控装置连接，用于接收食用菌的图像和环境数据，并发送至数据处理模块；
数据处理模块，同时与数据存储模块和分析与预测模块连接，用于将食用菌的图像数据和环境数据进行分离，并分别进行处理，获得食用菌的图像特征和食用菌的环境数据，并同时发送至数据存储模块和分析与预测模块；
数据存储模块，与分析与预测模块连接，用于存储食用菌的图像特征和食用菌的环境数据，并将食用菌的历史数据发送至分析与预测模块；
分析与预测模块，与发送控制指令模块连接，用于将接收的食用菌的图像特征和历史数据中的图像特征输入至训练完成的神经网络模型中，神经网络模型输出食用菌的生长状态及产量；还用于将接收的食用菌的环境数据输入至环境分析模型：
环境分析模型首先进行差值分析，得到与食用菌正常环境数据的差值，即温度差值a、湿度差值b、光强差值c、氧气差值d，环境分析模型然后将a、b、c、d进行归一化处理得到a′、b′、c′、d′，得到食用菌生长环境系数P＝W1*a′+W2*b′+W3*c′+W4*d′，其中W1、W2、W3、W4为权重参数，环境分析模型最后通过P值确定食用菌的环境状态为正常或非正常，将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至发送控制指令模块；
发送控制指令模块，同时与客户端和主控装置连接，用于将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端，还用于接收客户端的控制指令，并将控制指令发送至主控装置。
作为优选，所述主控装置与云平台服务器之间通过MQTT服务器和WiFi通讯模块连接。
作为优选，所述云平台服务器，还用于对食用菌的图像数据进行分析，确定食用菌是否感染杂菌，具体方法包括：
运用opencv转换食用菌的图像数据为HSV空间，再设定颜色范围进行颜色提取，提取出食用菌颜色与杂菌颜色，再进行直方图均衡化处理，增加图像颜色对比，再根据杂菌颜色提取杂菌的轮廓范围，将杂菌和食用菌分离。
本发明的有益效果，本发明的系统通过获得食用菌的环境数据和图像数据能实时对食用菌生长状态和环境状态进行监测，及时发现异常，同时能对食用菌的产量进行预测。
附图说明
图1为本发明的原理示意图；
图2为本发明WiFi通讯模块所采用的芯片；
图3为本发明控制系统所采用的芯片和芯片与其他器件的连接方式。
图4为本发明中杂菌和食用菌的识别流程；图5为提取的正常菌菇的轮廓；
图6是识别出杂菌所在区域范围；
图7为识别率对比分析图；
图8为温湿度和氧气浓度变化图。
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。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的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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
如图1所示，本实施方式的智能食用菌种植云平台系统包括云平台服务器、主控装置、控制器、数据采集装置和客户端；
数据采集装置设置在食用菌大棚内，采集食用菌的图像和环境数据，并发送至主控装置；食用菌的环境数据包括食用菌大棚内的温度、湿度、光强、氧气浓度等；
主控装置，对接收的食用菌的图像和环境数据进行预处理，将预处理后的食用菌的图像和环境数据发送至云平台服务器，云平台服务器对食用菌的图像数据进行分析，确定食用菌的生长状态是否为正常或非正常，并预测出食用菌产量，云平台服务器还对食用菌的环境数据进行分析，确定食用菌的环境状态为正常或非正常；云平台服务器将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端；用户利用客户端查看食用菌的生长状态、食用菌产量、食用菌的环境状态，用户还可以利用客户端输入控制指令，并发送至云平台服务器；云平台服务器将控制指令发送至主控装置，主控装置根据控制指令向控制器发送控制信号；控制器设置在食用菌大棚内，控制器根据控制信号，调整食用菌大棚内食用菌的环境参数。本实施方式的客户端可采用微信小程序实现，可进行数据查看，实时监控查看，命令发送。
本实施方式的云平台服务器包括数据接收模块、数据处理模块、分析与预测模块、发送控制指令模块；
数据接收模块，接收食用菌的图像和环境数据，并发送至数据处理模块；数据处理模块将食用菌的图像数据和环境数据进行分离，并分别进行处理，会将食用菌的图像数据和环境数据转换为Pytorch张量类型数据，然后进行降噪处理和归一化处理，获得食用菌的图像特征和食用菌的环境数据，并同时发送至数据存储模块和分析与预测模块；数据存储模块，存储食用菌的图像特征和食用菌的环境数据，并将食用菌的历史数据发送至分析与预测模块；
分析与预测模块将接收的食用菌的图像特征和历史数据中的图像特征输入至训练完成的神经网络模型中，神经网络模型输出食用菌的生长状态及产量；还用于将接收的食用菌的环境数据输入至环境分析模型：环境分析模型首先进行差值分析，得到与食用菌正常环境数据的差值，即温度差值a、湿度差值b、光强差值c、氧气差值d，环境分析模型然后将a、b、c、d进行归一化处理得到a′、b′、c′、d′，得到食用菌生长环境系数P＝W1*a′+W2*b′+W3*c′+W4*d′，其中W1、W2、W3、W4为权重参数，环境分析模型最后通过P值确定食用菌的环境状态为正常或非正常，将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至发送控制指令模块；
发送控制指令模块将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端，还用于接收客户端的控制指令，并将控制指令发送至主控装置。
本实施方式中数据接收模块，同时与数据存储模块连接，还用于接收的食用菌的图像和环境数据发送至数据存储模块；数据存储模块，与分析与预测模块连接，用于存储食用菌正常状态和非正常状态的图像特征数据和环境数据；数据存储模块的数据用于对神经网络模型进行训练。当分析与预测模块进行分析和预测时，获取数据存储模块存储的食用菌正常环境数据。本实施方式中数据采集装置包括温湿度传感器、光强传感器、高清摄像头和氧气传感器；
温湿度传感器，用于采集食用菌大棚内的温度和湿度；
光强传感器，用于采集食用菌大棚内的光强；
高清摄像头，用于采集食用菌的图像；
氧气传感器，用于采集食用菌大棚内的氧气浓度。
本实施方式中控制器包括加热器、制冷器、加湿器、风扇、日照灯、报警器。
本实施方式的主控装置与云平台服务器之间通过MQTT服务器和WiFi通讯模块连接。
本实施方式中的MQTT(Message Queuing Telemetry Transport，消息队列遥测传输协议)，是一种基于发布/订阅(publish/subscribe)模式的“轻量级”通讯协议，该协议可以用极少的代码和有限的带宽，为连接远程设备提供实时可靠的消息服务。MQTT协议可实现客户端和服务器端的通信，它将建立客户端到服务器的连接，提供两者之间的一个有序的、无损的、基于字节流的双向传输。而使用MQTT协议使得WiFi通讯模块与MQTT服务器高效、简洁的通信。而WiFi通讯模块采用ESP8266芯片，这种芯片是一款性能稳定、功耗很低、可编程性较高的嵌入式无线网络控制芯片，该芯片在较小尺寸封装中集成了业界领先的TensilicaL106超低功耗32位微型MCU，带有16位精简模式，主频支持80MHz和160MH，支持RTOS，集成Wi-Fi MAC/BB/RF/PA/LNA，板载天线。属于物联网领域较为优秀的一款芯片。通过对ESP8266的编程，可以将数据接收模块的数据而进行滤波处理，提高准确性，并准确无误的传送至云服务使其完成数据处理。
本实施方式对于主控装置，主要使用stm32系列芯片，该系列芯片是为要求高性能、低成本、低功耗的嵌入式应用设计的ARM，该主控装置与与传感器、控制器以及WiFi通讯模块相连，使用串口通信接收传感器采集的数据并发送至WiFi通讯模块，进而由WiFi通讯模块发送至云服务器完成数据采集和处理，同时主控装置也通过WiFi通讯模块接收云服务器发送过来的命令数据，根据数据对控制器的工作状态进行调控，从而实现准确地控制食用菌大棚的温湿度等环境参数。
主控装置与WiFi通讯模块进行通信，通过串口将预处理后的数据发送到WiFi通讯模块中，ESP8266 WiFi通讯模块通过MQTT协议将检测的数据上报至云平台，云平台实时显示检测到的动态数据，同时分析数据做出响应，将控制命令通过MQTT协议发送到控制器，实现远程控制。本实施方式的主控装置会接收来自数据采集装置的数据，对数据进行数值化处理即预处理，得到预处理后的食用菌的图像和环境数据：
Figure BDA0004084828340000061
Figure BDA0004084828340000071
指的是第i层的第n个特征数据，f(·)代表一种激活函数，Bn-1是一种集合，即第n-1层特征数据；/>
Figure BDA0004084828340000072
指的是第n-1层第j个特征数据；/>
Figure BDA0004084828340000073
指的是/>
Figure BDA0004084828340000074
的第j个卷积核，/>
Figure BDA0004084828340000075
是一种偏值，即第n层的第i个特征数据；
将
Figure BDA0004084828340000076
通过池化层处理后得到：
Figure BDA0004084828340000077
为预处理后的食用菌的图像和环境数据。
本实施方式中的云平台服务器根据数据采集装置发送的图像，去检测食用菌是否感染杂菌，例如食用菌颜色为白色，食用菌感染杂菌后呈现为绿色或黑色，本实施方式的云平台服务器通过颜色可以将杂菌和食用菌本体分隔开来，基于颜色对比的食用菌杂菌识别方法，具体如图4所示：
运用opencv转换图像数据为HSV空间，再设定颜色范围进行颜色提取，提取食用菌颜色与杂菌颜色，再进行直方图均衡化处理，增加图像颜色对比，再根据杂菌颜色提取杂菌的轮廓范围，再返回处理后的数据，进行报警。以平菇为例，平菇上面长满了杂菌，则进行颜色、轮廓提取时，就会识别出杂菌所在区域范围，图5为提取的正常菌菇的轮廓；图6是识别出杂菌所在区域范围；
图7为识别率对比分析图，图8为将温度控制在24.5℃，湿度控制在80％，氧气浓度控制在20％，智能食用菌种植云平台系统自动调节效果图温湿度和氧气浓度变化图。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (8)

1.一种智能食用菌种植云平台系统，其特征在于，所述系统包括云平台服务器、主控装置、控制器、数据采集装置和客户端；
数据采集装置，与主控装置连接，并设置在食用菌大棚内，用于采集食用菌的图像和环境数据，并发送至主控装置；
主控装置，同时与云平台服务器和控制器连接，用于将食用菌的图像和环境数据发送至云平台服务器，
云平台服务器，与客户端连接，用于对食用菌的图像数据进行分析，确定食用菌的生长状态为正常或非正常，并预测出食用菌产量；还用于对食用菌的环境数据进行分析，确定食用菌的环境状态为正常或非正常；将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端；
客户端，用于查看食用菌的生长状态、食用菌产量、食用菌的环境状态，还用于输入控制指令，并发送至云平台服务器；
云平台服务器，还用于将控制指令发送至主控装置；
主控装置，还用于根据控制指令向控制器发送控制信号；
控制器，设置在食用菌大棚内，用于根据控制信号，调整食用菌大棚内食用菌的环境参数。
2.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，所述云平台服务器包括数据接收模块、数据处理模块、分析与预测模块、发送控制指令模块；
数据接收模块，同时与数据处理模块和主控装置连接，用于接收食用菌的图像和环境数据，并发送至数据处理模块；
数据处理模块，同时与数据存储模块和分析与预测模块连接，用于将食用菌的图像数据和环境数据进行分离，并分别进行处理，获得食用菌的图像特征和食用菌的环境数据，并同时发送至数据存储模块和分析与预测模块；
数据存储模块，与分析与预测模块连接，用于存储食用菌的图像特征和食用菌的环境数据，并将食用菌的历史数据发送至分析与预测模块；分析与预测模块，与发送控制指令模块连接，用于将接收的食用菌的图像特征和历史数据中的图像特征输入至训练完成的神经网络模型中，神经网络模型输出食用菌的生长状态及产量；还用于将接收的食用菌的环境数据输入至环境分析模型：
环境分析模型首先进行差值分析，得到与食用菌正常环境数据的差值，即温度差值a、湿度差值b、光强差值c、氧气差值d，环境分析模型然后将a、b、c、d进行归一化处理得到a′、b′、c′、d′，得到食用菌生长环境系数P＝W1*a′+W2*b′+W3*c′+W4*d′，其中W1、W2、W3、W4为权重参数，环境分析模型最后通过P值确定食用菌的环境状态为正常或非正常，将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至发送控制指令模块；
发送控制指令模块，同时与客户端和主控装置连接，用于将食用菌的生长状态、食用菌产量、食用菌的环境状态发送至客户端，还用于接收客户端的控制指令，并将控制指令发送至主控装置。
3.根据权利要求2所述的智能食用菌种植云平台系统，其特征在于，所述主控装置与云平台服务器之间通过MQTT服务器和WiFi通讯模块连接。
4.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，所述食用菌的环境数据包括食用菌大棚内的温度、湿度、光强、氧气浓度；所述数据采集装置包括温湿度传感器、光强传感器、高清摄像头和氧气传感器；
温湿度传感器，用于采集食用菌大棚内的温度和湿度；
光强传感器，用于采集食用菌大棚内的光强；
高清摄像头，用于采集食用菌的图像；
氧气传感器，用于采集食用菌大棚内的氧气浓度。
5.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，控制器包括加热器、制冷器、加湿器、风扇、日照灯、报警器。
6.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，WiFi通讯模块采用ESP8266芯片实现。
7.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，所述主控装置还用于对采集食用菌的图像和环境数据进行数据预处理，得到预处理后的食用菌的图像和环境数据：
Figure FDA0004084828330000031
Figure FDA0004084828330000032
指的是第i层的第n个特征数据，f(·)代表一种激活函数，Bn-1是一种集合，即第n-1层特征数据；/>
Figure FDA0004084828330000033
指的是第n-1层第j个特征数据；/>
Figure FDA0004084828330000034
指的是/>
Figure FDA0004084828330000035
的第j个卷积核，/>
Figure FDA0004084828330000036
是一种偏值，即第n层的第i个特征数据；
将
Figure FDA0004084828330000037
通过池化层处理后得到：
Figure FDA0004084828330000038
为预处理后的食用菌的图像和环境数据。
8.根据权利要求1所述的智能食用菌种植云平台系统，其特征在于，所述云平台服务器，还用于对食用菌的图像数据进行分析，确定食用菌是否感染杂菌，具体方法包括：
运用opencv转换食用菌的图像数据为HSV空间，再设定颜色范围进行颜色提取，提取出食用菌颜色与杂菌颜色，再进行直方图均衡化处理，增加图像颜色对比，再根据杂菌颜色提取杂菌的轮廓范围，将杂菌和食用菌分离。
CN202310133815.6A 2023-02-17 2023-02-17 一种智能食用菌种植云平台系统 Pending CN116167951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310133815.6A CN116167951A (zh) 2023-02-17 2023-02-17 一种智能食用菌种植云平台系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310133815.6A CN116167951A (zh) 2023-02-17 2023-02-17 一种智能食用菌种植云平台系统

Publications (1)

Publication Number Publication Date
CN116167951A true CN116167951A (zh) 2023-05-26

Family

ID=86412911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310133815.6A Pending CN116167951A (zh) 2023-02-17 2023-02-17 一种智能食用菌种植云平台系统

Country Status (1)

Country Link
CN (1) CN116167951A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116582597A (zh) * 2023-07-13 2023-08-11 湖北省林业科学研究院 一种油橄榄育苗环境数据智能监测方法及系统
CN116740651A (zh) * 2023-08-11 2023-09-12 南京吾悦农业科技有限公司 基于智能决策的食用菌栽培监控方法及系统
CN117848418A (zh) * 2024-01-11 2024-04-09 嘉兴市均诚农业有限公司 一种食用菌栽种植环境多点位实时监测系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116582597A (zh) * 2023-07-13 2023-08-11 湖北省林业科学研究院 一种油橄榄育苗环境数据智能监测方法及系统
CN116582597B (zh) * 2023-07-13 2023-09-08 湖北省林业科学研究院 一种油橄榄育苗环境数据智能监测方法及系统
CN116740651A (zh) * 2023-08-11 2023-09-12 南京吾悦农业科技有限公司 基于智能决策的食用菌栽培监控方法及系统
CN116740651B (zh) * 2023-08-11 2023-10-17 南京吾悦农业科技有限公司 基于智能决策的食用菌栽培监控方法及系统
CN117848418A (zh) * 2024-01-11 2024-04-09 嘉兴市均诚农业有限公司 一种食用菌栽种植环境多点位实时监测系统

Similar Documents

Publication Publication Date Title
CN116167951A (zh) 一种智能食用菌种植云平台系统
US20170332544A1 (en) Data driven indoor farming optimization
KR102369167B1 (ko) 머신러닝을 이용한 지능형 스마트팜 운영 시스템
US20200279374A1 (en) Automated plant disease detection
CN110728332A (zh) 一种基于物联网的农业数据分析方法及系统
CN104881012A (zh) 一种基于cps的智能农作物培养种植管理系统
CN107622236B (zh) 基于蜂群与梯度提升决策树算法农作物病害诊断预警方法
CN112465109A (zh) 一种基于云边协同的农业大棚控制装置
CN116661530B (zh) 食用菌工厂化栽培中的智能控制系统及方法
KR20190136774A (ko) 작물의 수확시기 예측시스템 및 그 방법
CN111766820A (zh) 一种应用于智能农业的智能精细化管理控制系统
CN116649160A (zh) 食用菌菌种生产监测系统及监测方法
CN204667158U (zh) 一种基于cps的智能农作物培养种植管理系统
CN113157030A (zh) 一种基于机器学习的大棚温湿度监测及自适应调节系统
CN111109350A (zh) 一种水果智能催熟方法和催熟系统
CN115984026A (zh) 一种基于云计算的智慧农业管理系统
CN116561535B (zh) 一种基于个性化建筑交互设计处理方法
CN111340772A (zh) 一种基于移动终端的钢筋混凝土桥梁损伤检测系统及方法
CN109188964A (zh) 一种基于云服务器的芒果基地监控系统
CN113268097A (zh) 一种农业自动化联动控制系统及其控制方法
CN111090291A (zh) 一种温室大棚智能控制系统
KR20220036433A (ko) 과일 생장 모니터링 시스템 및 이를 이용한 과일 생장 모니터링 방법
CN117475429A (zh) 基于草菇生物特性关键环境参数的控制方法以及装置
CN116426383A (zh) 一种用于微重力装置的状态监测系统
CN113110265A (zh) 一种采用物联网的生物化工的发酵环境调节方法

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