CN117953431A - 一种基于图像智能识别技术的智慧茶园系统及管理方法 - Google Patents
一种基于图像智能识别技术的智慧茶园系统及管理方法 Download PDFInfo
- Publication number
- CN117953431A CN117953431A CN202410339609.5A CN202410339609A CN117953431A CN 117953431 A CN117953431 A CN 117953431A CN 202410339609 A CN202410339609 A CN 202410339609A CN 117953431 A CN117953431 A CN 117953431A
- Authority
- CN
- China
- Prior art keywords
- tea
- monitoring
- growth situation
- image data
- appearance
- 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
Links
- 241001122767 Theaceae Species 0.000 title claims abstract description 133
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000007726 management method Methods 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 232
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 235000009024 Ceanothus sanguineus Nutrition 0.000 claims description 31
- 240000003553 Leptospermum scoparium Species 0.000 claims description 31
- 235000015459 Lycium barbarum Nutrition 0.000 claims description 31
- 201000010099 disease Diseases 0.000 claims description 28
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 28
- 241000607479 Yersinia pestis Species 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 6
- 238000003702 image correction Methods 0.000 claims description 6
- 238000004540 process dynamic Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 claims description 3
- 241000238631 Hexapoda Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004148 unit process Methods 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明涉及茶园监控领域,具体涉及一种基于图像智能识别技术的智慧茶园系统及管理方法,本申请首先通过识别界面单元获得第一茶叶图像数据;通过变化曲线图可视界面单元通过第一茶叶图像数据和云端信息获得第二茶叶图像数据,利用第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;第一监控界面单元根据第一生长态势外观和色泽变化曲线图生成第一动态监控参数,曲线优化界面单元对第一动态监控参数进行处理获得第二动态监控参数,最后第二监控界面单元通过第二动态监控参数调整监控设备位置,获得第三茶叶图像数据,不断提高动态监控参数精度,保证监控设备在监测过程中得到最精准的图像,从而实现对茶园的实时监控,确保茶叶稳定生长。
Description
技术领域
本发明涉及茶园监控领域,具体涉及一种基于图像智能识别技术的智慧茶园系统及管理方法。
背景技术
随着茶产业规模的迅速扩大,茶叶生产面临的生长态势监控不及时等难题越来越突出,严重影响茶叶的产量和质量安全,传统的茶园管理,依托于大量人工,对茶园内茶叶生长态势进行定时定期的监测与管理,耗时耗力,基于图像识别的监测技术可以搭建相关机器人系统平台实现实时的茶叶生长态势识别和虫害发生趋势状态监测等,可以在病虫害大发生之前及时预警,进行病虫综合治理或农药减量控害等措施,通过机器人系统能够更好地帮助工作人员管理茶园,有助于提高茶叶产量,改善茶叶质量,对建立高标准健康茶园有着重要意义,但是目前现有技术中针对茶园还没有特别有效的茶园生长态势监测系统。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于图像智能识别技术的智慧茶园系统及管理方法。
本发明的目的是通过以下技术方案来实现的:
第一方面,本发明提供了一种基于图像智能识别技术的智慧茶园系统,包括:
识别界面单元,所述识别界面单元用于识别茶园的单位时段生长态势,获得第一茶叶图像数据;
变化曲线图可视界面单元,所述变化曲线图可视界面单元用于根据第一茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,获得第二茶叶图像数据,并根据第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;
第一监控界面单元,所述第一监控界面单元用于根据第一生长态势外观和色泽变化曲线图和云端网络资源池接收的边缘计算网关调整信号,生成第一动态监控参数,并根据第一动态监控参数控制吊轨式移动监控设备位置,获取第一图像数据;
曲线优化界面单元,所述曲线优化界面单元用于根据第一图像数据对第一生长态势外观和色泽变化曲线图进行更新,获得第二生长态势外观和色泽变化曲线图,并根据第二生长态势外观和色泽变化曲线图对第一动态监控参数进行处理,获得第二动态监控参数;
第二监控界面单元,所述第二监控界面单元用于根据第二动态监控参数控制吊轨式移动监控设备位置,获得第三茶叶图像数据。
基于第一方面,所述识别界面单元包括:
生长态势信息聚类模块,用于获取云端存储资源池的茶园信息库中监控茶园的病虫害信息,并根据所述病虫害信息获得第一生长态势;
茶树根茎直径信息聚类模块,用于根据所述第一生长态势的识别参数决定策略,在病虫害信息中聚类出识别参数茶树的根茎直径信息;
监控参数判断模块,用于通过识别参数茶树的根茎直径信息和第一生长态势的识别参数决定策略生成第一识别监控参数;
识别监控模块,用于根据第一识别监控参数控制吊轨式移动监控设备在茶园的单位时段生长态势内进行位置变化识别,获得第一茶叶图像数据。
基于第一方面,所述变化曲线图可视界面单元包括:
茶树根茎直径信息判断模块,用于判断出单位时段内基于生长态势具有区别特征的茶树,然后在云端存储资源池的茶园信息库获取病虫害信息,并在病虫害信息中聚类出所述茶树对应的茶树根茎直径信息;
茶树叶面积判断模块,用于通过所述茶树根茎直径信息判断出单位时段生长态势的茶树叶面积;
病症信息聚类模块,用于通过所述茶树叶面积对应的图像特征聚类策略,对识别茶叶图像数据进行图像特征聚类,获得每个生长态势茶树叶面积的病症信息;
雷同实例筛选模块,用于通过所述病症信息在已有吊轨式移动监控设备监测实例库中筛选出雷同检测实例;
标准变化曲线图可视化模块,用于通过所述雷同检测实例中的雷同已有茶叶图像数据,可视化出第一生长态势外观和色泽变化曲线图。
基于第一方面,所述第一监控界面单元包括:
设备位置变化过程动态曲线图可视化模块,用于通过第一生长态势外观和色泽变化曲线图判断出吊轨式移动监控设备位置变化线路,通过吊轨式移动监控设备位置变化线路和第一生长态势外观和色泽变化曲线图生成吊轨式移动监控设备位置变化过程动态变化曲线图;
边缘计算网关编码信号模块,用于通过云端网络资源池将吊轨式移动监控设备位置变化过程动态变化曲线图传输至边缘计算网关监控端,并接收对应的编码信号;
监控参数生成模块,用于通过编码信号中的边缘计算网关调整信号对吊轨式移动监控设备位置变化线路进行调整优化,获得调整吊轨式移动监控设备位置变化线路,并通过调整吊轨式移动监控设备位置变化线路生成第一动态监控参数;
实时位置变化获取模块,用于通过第一动态监控参数中的实时监控参数控制吊轨式移动监控设备进行位置变化并获取第一图像数据。
基于第一方面,所述曲线优化界面单元包括:
光照正则化处理模块,用于通过第一图像数据对第一动态监控参数中的光照监控参数进行调整;
最新标准曲线获取模块,用于通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图;
生长态势预设图像模块,用于通过第二生长态势外观和色泽变化曲线图和第一动态监控参数中的当前监控参数以及第二茶叶图像数据,生成生长态势预设图像;
信号接收模块,用于通过云端网络资源池将生长态势预设图像传输至边缘计算网关监控端进行显示,并接收边缘计算网关监控端输入的实时监控调整信号;
正则化处理模块,用于通过实时监控调整信号对第一动态监控参数进行正则化处理,获得第二动态监控参数。
优选地,所述生长态势预设图像模块包括:
工作时间确定组件,用于判断出边缘计算网关监控端的边缘计算网关显示滞后时间以及预设显示提前时间,生成对应的预设显示时间段,判断出吊轨式移动监控设备的当前实际位置在第一动态监控参数对应的标准吊轨式移动监控设备位置变化线路中的当前工作时间;
预设位置确定组件,用于通过所述预设显示时间段和当前工作时间,在标准吊轨式移动监控设备位置变化线路中判断出当前时刻的预设显示位置;
雷同实例调取组件,用于通过所述预设显示位置在第一生长态势外观和色泽变化曲线图中判断出外观和色泽预设不同生长阶段变化范围,通过外观和色泽预设不同生长阶段变化范围的阈值表示,在已有吊轨式移动监控设备监测实例库中调取出雷同图像数据和对应的雷同已有不同生长阶段变化范围;
图像校正生成组件,用于通过第一生长态势外观和色泽预设不同生长阶段变化范围和雷同已有不同生长阶段变化范围的外观和色泽阈值差,对雷同图像数据进行图像校正,获得当前时刻的生长态势预设图像。
基于第一方面,所述第二监控界面单元,包括:
确认编码信号模块,用于通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,直至第三茶叶图像数据满足终止监控触发条件,则通过云端网络资源池向边缘计算网关监控端下达终止确认信号,并接收来自边缘计算网关监控端输入的确认编码信号;
单位时间茶叶图像数据获取模块,用于通过确认编码信号控制吊轨式移动监控设备终止位置,并获得第三茶叶图像数据。
第二方面,本发明还提供了一种基于图像智能识别技术的智慧茶园管理方法,用于前述的一种基于图像智能识别技术的智慧茶园系统,包括以下步骤:
S1:对茶园的单位时段生长态势进行识别,获得第一茶叶图像数据;
S2:通过第一茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,获得第二茶叶图像数据,并通过第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;
S3:通过第一生长态势外观和色泽变化曲线图和云端网络资源池接收的边缘计算网关调整信号生成第一动态监控参数,并通过第一动态监控参数控制吊轨式移动监控设备位置变化获取单位时段生长态势内的第一图像数据;
S4:通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图;
S5:通过第二生长态势外观和色泽变化曲线图对第一动态监控参数进行正则化处理,获得第二动态监控参数;
S6:通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,直至获得第三茶叶图像数据。
本发明的有益效果是:
1)通过生成的第一动态监控参数对吊轨式移动监控设备进行初步控制来进行监控,减少了吊轨式移动监控设备监测过程中的人工参与度,提高了自动化程度;
2)过程中不断提高动态监控参数精度,进一步保证了吊轨式移动监控设备监测过程中的检测监控精度,从而保证了对茶园的实时监控,确保了茶叶生长的稳定。
附图说明
图1为本发明实施例中的一种基于图像智能识别技术的智慧茶园系统界面单元组成示意图;
图2为本发明实施例中一种基于图像智能识别技术的智慧茶园系统的管理方法示意图。
具体实施方式
下面将结合实施例,对本发明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,本领域技术人员在没有付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。
本发明提供了一种基于图像智能识别技术的智慧茶园系统,如图1所示,包括:识别界面单元,用于识别茶园的单位时段生长态势,获得第一茶叶图像数据,第一图像数据用于后续获得第二茶叶图像数据;变化曲线图可视化界面单元,用于通过第一识别茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,筛查出第二茶叶图像数据,并通过第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图,实现第一生长态势形状的提前预设,为后续生成可控制吊轨式移动监控设备的第一动态监控参数提供了数据;第一监控界面单元,用于通过第一生长态势外观和色泽变化曲线图和通过云端网络资源池接收的边缘计算网关调整信号生成第一动态监控参数,并通过第一动态监控参数控制吊轨式移动监控设备位置变化获取第一图像数据;通过可视化出的第一生长态势外观和色泽变化曲线图和边缘计算网关传输的监控调整信号生成第一动态监控参数,通过第一动态监控参数对吊轨式移动监控设备进行初步监控,减少了吊轨式移动监控设备监测过程中的人工参与度,提高了自动化程度,进而改善了由于传输滞后性导致的监控滞后性和误差;曲线优化界面单元,用于通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图,并通过第二生长态势外观和色泽变化曲线图对第一动态监控参数进行正则化处理,获得第二动态监控参数;第二监控界面单元,用于通过第二动态监控参数对吊轨式移动监控设备位置进行调整,获得第三茶叶图像数据。通过在检测过程中获得的第一图像数据对第二生长态势外观和色泽变化曲线图的更新优化,实现对第一动态监控参数的实时调整优化,并通过获得的第二动态监控参数对吊轨式移动监控设备位置进行调整,进而实现了通过检测过程中的迭代过程不断提高了监控精度,进一步保证了吊轨式移动监控设备监测过程中的监控精度。
示例性地,云端包括:应用层、存储资源池、网络回传层、边缘网关和感知接入层、物联终端层,其中云端存储资源池为云端络的“神经中枢”,用于存储各种终端设备获取的茶园信息,以及实现云端安全管理等功能;云端网络资源池即为为终端设备和边缘计算网关监控终端等各种终端提供与物联网的接入,实现终端设备将检测数据传输至边缘计算网关监控端或边缘计算网关监控终端将通讯信号传输给终端设备的功能。
示例性地,识别界面单元,包括:生长态势信息聚类模块,用于获取云端存储资源池的茶园信息库中监控茶园的病虫害信息,并在病虫害信息中判断出单位时段生长态势;茶树根茎直径信息聚类模块,用于通过单位时段生长态势的识别参数决定策略,在病虫害信息中聚类出识别参数茶树根茎直径信息;监控参数判断模块,用于通过识别参数茶树根茎直径信息和单位时段生长态势的识别参数决定策略生成识别监控参数;生长态势信息聚类模块、茶树根茎直径信息聚类模块和监控参数判断模块实现了单位时段生长态势的自动确定,也实现了通过单位时段生长态势的识别参数决定策略判断出识别参数茶树根茎直径信息,二者结合进一步判断出识别监控参数,即生成了吊轨式移动监控设备对茶园进行自动监控的识别监控参数,实现了自动化的识别过程,减少了通过吊轨式移动监控设备进行检测人工参与度;识别监控模块,用于通过识别监控参数控制吊轨式移动监控设备在茶园的单位时段生长态势内位置的变化,获得第一茶叶图像数据,实现了识别过程完全自动化智能化。
示例性地,变化曲线图可视化界面单元,包括:茶树根茎直径信息判断模块,用于判断单位时段内基于生长态势,具有区别特征的茶树,在云端存储资源池的茶园信息库获取病虫害信息,并在病虫害信息中聚类出生长态势内,具有前述茶树对应的茶树根茎直径信息;茶树叶面积判断模块,用于通过单位时间的生长态势内,通过前述茶树根茎直径信息判断出单位时段生长态势的茶树叶面积,若单位时段生长态势的茶树叶面积为生长态势宽度,则将对单位时段生长态势进行轮廓聚类后,计算其聚类轮廓的最大内径当作生长态势宽度,并当作对应的图像特征聚类策略,或者单位时段生长态势的茶树叶面积为生长态势内径,则对单位时段生长态势进行轮廓聚类后,并计算其聚类轮廓的平均内径当作对应的图像特征聚类策略;病症信息聚类模块,用于通过生长态势茶树叶面积对应的图像特征聚类策略对第一茶叶图像数据进行图像特征聚类,获得每个生长态势茶树叶面积的病症信息;雷同实例筛选模块,用于通过所有生长态势茶树叶面积的病症信息,在已有吊轨式移动监控设备监测实例库中筛选出雷同检测实例,生成第二茶叶图像数据;标准变化曲线图可视化模块,通过第二茶叶图像数据,可视化出第一生长态势外观和色泽变化曲线图,实现单位时段生长态势形状的提前预设,为后续生成第一动态监控参数提供数据基础。
示例性地,第一监控界面单元,包括:设备位置变化过程动态曲线图可视化模块,用于通过第一生长态势外观和色泽变化曲线图判断出吊轨式移动监控设备位置变化线路,通过吊轨式移动监控设备位置变化线路和第一生长态势外观和色泽变化曲线图生成吊轨式移动监控设备位置变化过程动态变化曲线图;边缘计算网关编码信号模块,用于通过云端网络资源池将吊轨式移动监控设备位置变化过程动态变化曲线图传输至边缘计算网关监控端,并接收对应的编码信号;监控参数生成模块,通过编码信号中的边缘计算网关调整信号对吊轨式移动监控设备位置变化线路进行调整优化,并进一步通过优化后的吊轨式移动监控设备位置变化线路生成第一动态监控参数,在第一动态监控参数的决策过程增加了人工决策的环节,进一步保证了第一动态监控参数的可靠性;实时位置变化获取模块,通过实时位置变化获取模块完成对吊轨式移动监控设备在检测过程中的初步位置变化调整。
示例性地,曲线优化界面单元,包括:光照正则化处理模块,实现吊轨式移动监控设备在位置变化过程中对第一动态监控参数中的光照监控参数的优化调控,保证了获取的第一图像数据的效果;最新标准曲线获取模块,用于通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图,实现吊轨式移动监控设备在位置变化过程中对第一生长态势外观和色泽变化曲线图的更新优化;生长态势预设图像模块,通过第二生长态势的外观和色泽变化曲线图和当前控制参数以及第二茶叶图像数据生成可以提前预知生长态势内情况的生长态势预设图像,即改善了第一图像数据向边缘计算网关监控端的传输滞后性,且给边缘计算网关监控端的工程师的调整监控提供了预知的参考,进而一定程度上可以改善监控滞后性;信号接收模块,实现第一图像数据和实时监控调整信号在吊轨式移动监控设备和边缘计算网关监控端之间的互相传输;正则化处理模块,通过实时监控调整信号对第一动态监控参数进行正则化处理,实现动态监控参数可被边缘计算网关监控端的工程师实时调整监控的功能。
示例性地,生长态势预设图像模块,包括:工作时间确定组件,图像数据从吊轨式移动监控设备传输至边缘计算网关监控端,导致的传输滞后时间以及需要预设显示的预设时间,判断出预设显示时间段,并进一步结合标准吊轨式移动监控设备位置变化线路判断出吊轨式移动监控设备在标准吊轨式移动监控设备位置变化线路中的当前工作时间,为后续判断出预设显示位置提供依据;预设位置确定组件,通过预设显示时间段和当前工作时间判断出吊轨式移动监控设备工作当前时刻的预设显示位置时的工作时间,并进一步判断出当前时刻的预设显示位置,为后续判断出生长态势预设图像提供了获取位置信息;雷同实例调取组件,以预设显示位置对应的外观和色泽预设不同生长阶段变化调取出雷同图像数据,并判断出对应的雷同已有不同生长阶段变化范围,为后续进一步校正获得当前时刻的生长态势预设图像提供了图像基础的和校正依据;图像校正生成组件,通过外观和色泽预设不同生长阶段变化范围和雷同已有不同生长阶段变化范围的外观和色泽阈值差,对雷同图像数据进行图像校正获得当前时刻的生长态势预设图像,实现对吊轨式移动监控设备在预设显示提前时间后在单位时段生长态势中获取的实时图像数据的提前预设,可为工程师对吊轨式移动监控设备的提前调整决策提供预测性依据;该实施例中,工作时间即为吊轨式移动监控设备经过对应位置的时刻。
示例性地,第二监控界面单元,包括:确认编码信号模块,用于通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,获得的第三茶叶图像数据满足终止监控触发条件时,则通过云端网络资源池向边缘计算网关监控端下达终止确认信号,并接收来自边缘计算网关监控端输入的确认编码信号;单位时间茶叶图像数据获取模块,用于通过确认编码信号控制吊轨式移动监控设备终止位置变化,并获得第三茶叶图像数据。
参考图2,本发明还提供了一种基于图像智能识别技术的智慧茶园管理方法,包括:
对茶园的单位时段生长态势进行识别,获得第一茶叶图像数据;
通过第一茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,筛查出第二茶叶图像数据,并通过第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;
通过第一生长态势外观和色泽变化曲线图和云端网络资源池接收的边缘计算网关调整信号生成第一动态监控参数,并通过第一动态监控参数控制吊轨式移动监控设备位置变化获取单位时段生长态势内的第一图像数据;
通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图;
通过第二生长态势外观和色泽变化曲线图对第一动态监控参数进行正则化处理,获得第二动态监控参数;
通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,直至获得第三茶叶图像数据。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种基于图像智能识别技术的智慧茶园系统,其特征在于,包括:
识别界面单元,所述识别界面单元用于识别茶园的单位时段生长态势,获得第一茶叶图像数据;
变化曲线图可视界面单元,所述变化曲线图可视界面单元用于根据第一茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,获得第二茶叶图像数据,并根据第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;
第一监控界面单元,所述第一监控界面单元用于根据第一生长态势外观和色泽变化曲线图和云端网络资源池接收的边缘计算网关调整信号,生成第一动态监控参数,并根据第一动态监控参数控制吊轨式移动监控设备位置,获取第一图像数据;
曲线优化界面单元,所述曲线优化界面单元用于根据第一图像数据对第一生长态势外观和色泽变化曲线图进行更新,获得第二生长态势外观和色泽变化曲线图,并根据第二生长态势外观和色泽变化曲线图对第一动态监控参数进行处理,获得第二动态监控参数;
第二监控界面单元,所述第二监控界面单元用于根据第二动态监控参数控制吊轨式移动监控设备位置,获得第三茶叶图像数据。
2.根据权利要求1所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述识别界面单元包括:
生长态势信息聚类模块,用于获取云端存储资源池的茶园信息库中监控茶园的病虫害信息,并根据所述病虫害信息获得第一生长态势;
茶树根茎直径信息聚类模块,用于根据所述第一生长态势的识别参数决定策略,在病虫害信息中聚类出识别参数茶树的根茎直径信息;
监控参数判断模块,用于通过识别参数茶树的根茎直径信息和第一生长态势的识别参数决定策略生成第一识别监控参数;
识别监控模块,用于根据第一识别监控参数控制吊轨式移动监控设备在茶园的单位时段生长态势内进行位置变化识别,获得第一茶叶图像数据。
3.根据权利要求1所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述变化曲线图可视界面单元包括:
茶树根茎直径信息判断模块,用于判断出单位时段内基于生长态势具有区别特征的茶树,然后在云端存储资源池的茶园信息库获取病虫害信息,并在病虫害信息中聚类出所述茶树对应的茶树根茎直径信息;
茶树叶面积判断模块,用于通过所述茶树根茎直径信息判断出单位时段生长态势的茶树叶面积;
病症信息聚类模块,用于通过所述茶树叶面积对应的图像特征聚类策略,对识别茶叶图像数据进行图像特征聚类,获得每个生长态势茶树叶面积的病症信息;
雷同实例筛选模块,用于通过所述病症信息在已有吊轨式移动监控设备监测实例库中筛选出雷同检测实例;
标准变化曲线图可视化模块,用于通过所述雷同检测实例中的雷同已有茶叶图像数据,可视化出第一生长态势外观和色泽变化曲线图。
4.根据权利要求1所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述第一监控界面单元包括:
设备位置变化过程动态曲线图可视化模块,用于通过第一生长态势外观和色泽变化曲线图判断出吊轨式移动监控设备位置变化线路,通过吊轨式移动监控设备位置变化线路和第一生长态势外观和色泽变化曲线图生成吊轨式移动监控设备位置变化过程动态变化曲线图;
边缘计算网关编码信号模块,用于通过云端网络资源池将吊轨式移动监控设备位置变化过程动态变化曲线图传输至边缘计算网关监控端,并接收对应的编码信号;
监控参数生成模块,用于通过编码信号中的边缘计算网关调整信号对吊轨式移动监控设备位置变化线路进行调整优化,获得调整吊轨式移动监控设备位置变化线路,并通过调整吊轨式移动监控设备位置变化线路生成第一动态监控参数;
实时位置变化获取模块,用于通过第一动态监控参数中的实时监控参数控制吊轨式移动监控设备进行位置变化并获取第一图像数据。
5.根据权利要求1所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述曲线优化界面单元包括:
光照正则化处理模块,用于通过第一图像数据对第一动态监控参数中的光照监控参数进行调整;
最新标准曲线获取模块,用于通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图;
生长态势预设图像模块,用于通过第二生长态势外观和色泽变化曲线图和第一动态监控参数中的当前监控参数以及第二茶叶图像数据,生成生长态势预设图像;
信号接收模块,用于通过云端网络资源池将生长态势预设图像传输至边缘计算网关监控端进行显示,并接收边缘计算网关监控端输入的实时监控调整信号;
正则化处理模块,用于通过实时监控调整信号对第一动态监控参数进行正则化处理,获得第二动态监控参数。
6.根据权利要求5所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述生长态势预设图像模块包括:
工作时间确定组件,用于判断出边缘计算网关监控端的边缘计算网关显示滞后时间以及预设显示提前时间,生成对应的预设显示时间段,判断出吊轨式移动监控设备的当前实际位置在第一动态监控参数对应的标准吊轨式移动监控设备位置变化线路中的当前工作时间;
预设位置确定组件,用于通过所述预设显示时间段和当前工作时间,在标准吊轨式移动监控设备位置变化线路中判断出当前时刻的预设显示位置;
雷同实例调取组件,用于通过所述预设显示位置在第一生长态势外观和色泽变化曲线图中判断出外观和色泽预设不同生长阶段变化范围,通过外观和色泽预设不同生长阶段变化范围的阈值表示,在已有吊轨式移动监控设备监测实例库中调取出雷同图像数据和对应的雷同已有不同生长阶段变化范围;
图像校正生成组件,用于通过第一生长态势外观和色泽预设不同生长阶段变化范围和雷同已有不同生长阶段变化范围的外观和色泽阈值差,对雷同图像数据进行图像校正,获得当前时刻的生长态势预设图像。
7.根据权利要求1所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,所述第二监控界面单元,包括:
确认编码信号模块,用于通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,直至第三茶叶图像数据满足终止监控触发条件,则通过云端网络资源池向边缘计算网关监控端下达终止确认信号,并接收来自边缘计算网关监控端输入的确认编码信号;
单位时间茶叶图像数据获取模块,用于通过确认编码信号控制吊轨式移动监控设备终止位置,并获得第三茶叶图像数据。
8.一种基于图像智能识别技术的智慧茶园管理方法,用于权利要求1-7任意一项所述的一种基于图像智能识别技术的智慧茶园系统,其特征在于,包括以下步骤:
S1:对茶园的单位时段生长态势进行识别,获得第一茶叶图像数据;
S2:通过第一茶叶图像数据和在云端存储资源池的茶园信息库获取的病虫害信息,获得第二茶叶图像数据,并通过第二茶叶图像数据可视化出第一生长态势外观和色泽变化曲线图;
S3:通过第一生长态势外观和色泽变化曲线图和云端网络资源池接收的边缘计算网关调整信号生成第一动态监控参数,并通过第一动态监控参数控制吊轨式移动监控设备位置变化获取单位时段生长态势内的第一图像数据;
S4:通过第一图像数据对第一生长态势外观和色泽变化曲线图进行更新优化,获得第二生长态势外观和色泽变化曲线图;
S5:通过第二生长态势外观和色泽变化曲线图对第一动态监控参数进行正则化处理,获得第二动态监控参数;
S6:通过第二动态监控参数对吊轨式移动监控设备进行位置变化调整,直至获得第三茶叶图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339609.5A CN117953431B (zh) | 2024-03-25 | 2024-03-25 | 一种基于图像智能识别技术的智慧茶园系统及管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339609.5A CN117953431B (zh) | 2024-03-25 | 2024-03-25 | 一种基于图像智能识别技术的智慧茶园系统及管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117953431A true CN117953431A (zh) | 2024-04-30 |
CN117953431B CN117953431B (zh) | 2024-06-21 |
Family
ID=90801651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410339609.5A Active CN117953431B (zh) | 2024-03-25 | 2024-03-25 | 一种基于图像智能识别技术的智慧茶园系统及管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117953431B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187356A (zh) * | 2018-08-30 | 2019-01-11 | 南京都宁大数据科技有限公司 | 基于卫星遥感数据的大豆长势预测方法 |
KR102131941B1 (ko) * | 2019-11-08 | 2020-07-08 | 농업회사법인 주식회사 고은 | 레일 이동형 작물 생육 측정장치 |
CN113110272A (zh) * | 2021-03-18 | 2021-07-13 | 山东省农业科学院农业资源与环境研究所 | 一种利于小麦增产的田间管理系统及管理方法 |
CN113396767A (zh) * | 2021-07-20 | 2021-09-17 | 四川红岩山早枝春茶业有限公司 | 一种茶叶种植管理控制系统及控制方法 |
KR102337873B1 (ko) * | 2021-08-31 | 2021-12-09 | 농업회사법인 주식회사 고은 | 빅데이터 수집을 위한 레일 이용형 작물 생육 측정장치 |
CN114782711A (zh) * | 2022-06-20 | 2022-07-22 | 四川航天职业技术学院(四川航天高级技工学校) | 一种基于图像识别的智能化风险检测方法及系统 |
CN115711642A (zh) * | 2022-10-25 | 2023-02-24 | 深圳市蓝美莓农业科技有限公司 | 一种用于蓝莓生长环境场景监测分析系统 |
CN115766778A (zh) * | 2022-11-03 | 2023-03-07 | 福建省绿色黄金茶业有限公司 | 一种茶山用茶叶生产监控系统 |
KR20240017696A (ko) * | 2022-08-01 | 2024-02-08 | 한국전자기술연구원 | 작물 생장 관리를 위한 시계열 추적 데이터 생성 방법 및 시스템 |
CN117575835A (zh) * | 2023-12-15 | 2024-02-20 | 湖南金井茶厂有限公司 | 基于无人机航拍的茶园长势监控系统及方法 |
-
2024
- 2024-03-25 CN CN202410339609.5A patent/CN117953431B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187356A (zh) * | 2018-08-30 | 2019-01-11 | 南京都宁大数据科技有限公司 | 基于卫星遥感数据的大豆长势预测方法 |
KR102131941B1 (ko) * | 2019-11-08 | 2020-07-08 | 농업회사법인 주식회사 고은 | 레일 이동형 작물 생육 측정장치 |
CN113110272A (zh) * | 2021-03-18 | 2021-07-13 | 山东省农业科学院农业资源与环境研究所 | 一种利于小麦增产的田间管理系统及管理方法 |
CN113396767A (zh) * | 2021-07-20 | 2021-09-17 | 四川红岩山早枝春茶业有限公司 | 一种茶叶种植管理控制系统及控制方法 |
KR102337873B1 (ko) * | 2021-08-31 | 2021-12-09 | 농업회사법인 주식회사 고은 | 빅데이터 수집을 위한 레일 이용형 작물 생육 측정장치 |
CN114782711A (zh) * | 2022-06-20 | 2022-07-22 | 四川航天职业技术学院(四川航天高级技工学校) | 一种基于图像识别的智能化风险检测方法及系统 |
KR20240017696A (ko) * | 2022-08-01 | 2024-02-08 | 한국전자기술연구원 | 작물 생장 관리를 위한 시계열 추적 데이터 생성 방법 및 시스템 |
CN115711642A (zh) * | 2022-10-25 | 2023-02-24 | 深圳市蓝美莓农业科技有限公司 | 一种用于蓝莓生长环境场景监测分析系统 |
CN115766778A (zh) * | 2022-11-03 | 2023-03-07 | 福建省绿色黄金茶业有限公司 | 一种茶山用茶叶生产监控系统 |
CN117575835A (zh) * | 2023-12-15 | 2024-02-20 | 湖南金井茶厂有限公司 | 基于无人机航拍的茶园长势监控系统及方法 |
Non-Patent Citations (5)
Title |
---|
LIANG ZHANG等: "Real-time monitoring of optimum timing for harvesting fresh tea leaves based on machine vision", 《INTERNATIONAL JOURNAL OF AGRICULTURE AND BIOLOGICAL ENGINEERING》, vol. 12, no. 01, 31 January 2019 (2019-01-31), pages 6 - 9 * |
SEUNGTAEK OH等: "Yield monitoring service with time series representation of growth from crop images", 《2023 14TH INTERNATIONAL CONFERENCE ON INFORMATION AND COMMUNICATION TECHNOLOGY CONVERGENCE(ICTC)》, 23 January 2024 (2024-01-23), pages 1755 - 1758 * |
疏再发等: "智慧茶园技术集成与应用", 《中国茶叶》, vol. 44, no. 03, 15 March 2022 (2022-03-15), pages 10 - 16 * |
陈玉: "基于物联网技术的智慧茶园管理系统设计", 《中国优秀硕士学位论文全文数据库 农业科技辑》, vol. 2021, no. 01, 15 January 2021 (2021-01-15), pages 047 - 666 * |
陈阳等: "基于机器视觉的生产工序异常检测方案", 《信息系统工程》, no. 04, 15 April 2023 (2023-04-15), pages 71 - 73 * |
Also Published As
Publication number | Publication date |
---|---|
CN117953431B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107515531B (zh) | 一种植物工厂的智能控制方法及系统、智能监控系统 | |
CN108900363B (zh) | 调整局域网工作状态的方法、装置及系统 | |
CN115456479B (zh) | 一种基于物联网的智慧农业大棚环境监测系统 | |
CN115938083B (zh) | 一种基于移动终端农业监测预警方法及系统 | |
CN115657631B (zh) | 一种工控设备运行现场环境智能监控系统 | |
CN115454176A (zh) | 一种基于物联网的智慧农业大棚通风控制系统 | |
WO2020034092A1 (zh) | 过程控制器及其方法和系统 | |
CN116032692A (zh) | 一种智能物联网关以及基于智能物联网关的物联网系统 | |
CN115271113A (zh) | 抽水蓄能电站施工过程智能巡查方法 | |
CN117953431B (zh) | 一种基于图像智能识别技术的智慧茶园系统及管理方法 | |
CN115664006A (zh) | 一种增量配电网智能管控一体化平台 | |
CN115307297A (zh) | 多形式中央空调节能控制系统 | |
CN114936640A (zh) | 一种新能源发电智能预测模型的在线训练方法 | |
CN116579164A (zh) | 一种数字孪生智能制造系统 | |
CN117755987A (zh) | 基于数据反馈的起重机吊载运行监控管理系统 | |
CN112493100B (zh) | 基于土壤水势的棉花水分监测滴灌控制方法及系统 | |
CN110648484A (zh) | 一种激光打孔智能评判预警系统及其评判方法 | |
CN109617975A (zh) | 一种基于窄带物联网天线技术的云加工平台技术及方法 | |
CN117741288A (zh) | 一种电力变压器故障预警方法 | |
CN117092953A (zh) | 一种基于工业物联网的生产数据采集管控系统 | |
CN117035395A (zh) | 一种工业标识解析应用的运维管理方法 | |
CN114202910A (zh) | 仪表识别装置、仪表监控系统及其监控方法 | |
CN115640980A (zh) | 基于目标控制的电网工程造价动态管理系统 | |
CN115471796A (zh) | 一种基于机器视觉的电网工程监理系统及方法 | |
CN111262950B (zh) | 一种基于物联网的植物数据采集系统 |
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 |