TW201519143A - 植物症狀的處理方式建議系統、方法與記錄媒體 - Google Patents

植物症狀的處理方式建議系統、方法與記錄媒體 Download PDF

Info

Publication number
TW201519143A
TW201519143A TW102140673A TW102140673A TW201519143A TW 201519143 A TW201519143 A TW 201519143A TW 102140673 A TW102140673 A TW 102140673A TW 102140673 A TW102140673 A TW 102140673A TW 201519143 A TW201519143 A TW 201519143A
Authority
TW
Taiwan
Prior art keywords
data
plant
symptom
image
image data
Prior art date
Application number
TW102140673A
Other languages
English (en)
Other versions
TWI570653B (zh
Inventor
ming-zheng Lin
Bo-Cheng Huang
Mao-Yuan Qin
Original Assignee
Inst Information Industry
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 Inst Information Industry filed Critical Inst Information Industry
Priority to TW102140673A priority Critical patent/TWI570653B/zh
Priority to CN201310597091.7A priority patent/CN104636981A/zh
Priority to US14/095,212 priority patent/US9330460B2/en
Publication of TW201519143A publication Critical patent/TW201519143A/zh
Application granted granted Critical
Publication of TWI570653B publication Critical patent/TWI570653B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Image Analysis (AREA)

Abstract

一種植物症狀的處理方式建議系統、方法與記錄媒體。此系統包括操作介面、影像擷取單元、處理單元與儲存植物症狀資料及診斷資料的植物病徵儲存單元。處理單元會根據症狀說明與症狀特徵資料找出呈現植物部位的目標輪廓資料。影像擷取單元取得對應目標輪廓資料的植物影像資料。處理單元再分析植物影像資料,並配合診斷特徵資料決定對應的處理建議資料。

Description

植物症狀的處理方式建議系統、方法與記錄媒體
本發明係關於一種植物的處理建議系統、方法與記錄媒體,特別是有關依據植物症狀以提供處理方案的植物症狀的處理方式建議系統、方法與記錄媒體。
先前技術中,栽種植物的過程中時常有病蟲害的發生,或是產生一些症狀,植物栽種人員或是農民可能不知道該如何處理,或是不確定植物狀況是否正常,所採取的手段多半是擷取植物的病變部位或是植物整體提供予農藥行、農業器具行或是相關農業研究單位進行判斷,以從農業專家提供的處理方案。另一方面,有些為節省咨詢成本,有時會藉由網路資源或是查找相關文書資料的方式,自行查找植物的病變資料與應變處理資料。
然而,農藥行、農業器具行與相關農業研究單位的人員多半是依據經驗而提供建議的應對方針,也就是所謂的經驗法則,這此等經驗方針必須依靠人員的處理,耗日費時。而植物栽種人員或是農民自行查找,不易得到正確的應變處理資料,且植物栽種人員或是農民缺乏正確的判斷力,難以判斷自身栽種的植物症狀,是否和所查找出來的症狀完全相同,也無法直接得到完全符合需求的處理建議資料,容易導致農業危害的問題產生。
有鑑於此,為解決上述問題,本發明提供依據植物症狀以提供應對處理方式的植物症狀的處理方式建議系統、方法與記錄媒體。
本發明所揭露的植物症狀的處理方式建議系統包括一操作介面、一植物病徵儲存單元、一影像擷取單元與一 處理單元。
操作介面用以接收一症狀說明資料。植物病徵儲存單元,係儲存至少一植物症狀資料和至少一診斷資料,每一植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處理建議資料。處理單元連接操作介面與植物病徵儲存單元,以依據所接收的症狀說明資料和症狀特徵資料,從各顯示輪廓資料決定對應的一目標輪廓資料。其中,目標輪廓資料用以呈現一植物之一部位的外部輪廓影像。影像擷取單元連接處理單元,接收並顯示目標輪廓資料,以及取得對應目標輪廓資料的一植物影像資料。處理單元則接收和分析植物影像資料以產生一植物分析資料,再依據植物分析資料和診斷特徵資料,決定對應的處理建議資料。
本發明所揭露的方法,其包含下列步驟:提供一植物病徵儲存單元,其儲存至少一植物症狀資料和至少一診斷資料,其中每一植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處理建議資料;經由一操作介面接收一症狀說明資料;經由一處理單元依據所接收的症狀說明資料和症狀特徵資料,從各顯示輪廓資料決定對應的一目標輪廓資料,其中目標輪廓資料用以呈現一植物之一部位的外部輪廓影像;經由一影像擷取單元取得對應目標輪廓資料的一植物影像資料;以及,經由處理單元分析植物影像資料以產生一植物分析資料,再依據植物分析資料和診斷特徵資料,決定對應的處理建議資料。
本發明更揭露一種記錄媒體,其儲存一電子裝置可讀取之程式碼,以執行一植物症狀的處理方式建議方法,其中該植物症狀的處理方式建議方法包含下列步驟:提供一植物病徵儲存單元,其儲存至少一植物症狀資料和至少一診斷資料,其中每一植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處 理建議資料;經由一操作介面接收一症狀說明資料;經由一處理單元依據所接收的症狀說明資料和症狀特徵資料,從各顯示輪廓資料決定對應的一目標輪廓資料,其中目標輪廓資料用以呈現一植物之一部位的外部輪廓影像;經由一影像擷取單元取得對應目標輪廓資料的一植物影像資料;以及,經由處理單元分析植物影像資料以產生一植物分析資料,再依據植物分析資料和診斷特徵資料,決定對應的處理建議資料。
本發明所揭露的植物症狀的處理方式建議系統、方法與記錄媒體,可提供適當的植物影像輪廓資料,以供植物栽種人員或是農民來拍攝正確的植物症狀部位,再依據影像辨識來識別植物症狀,可大幅度提高植物症狀的辨識正確率,並提供較為適當的處理建議予使用者,較能降低農藥或是錯誤植物病症處理帶來的危險性。其次,此系統能夠結合具拍照功能的便攜式電子裝置以拍攝植物表相以進行外觀特徵分析,及/或藉由外觀特徵資料的比對,較為快速的取得判斷結果與建議處理方案,也較能節省使用者咨詢與自行查找植物症狀與處理方針等資料的成本,適用性與便利性亦較高。
110‧‧‧植物病徵儲存單元
120‧‧‧影像擷取單元
130‧‧‧處理單元
140‧‧‧操作介面
150‧‧‧顯示單元
200‧‧‧觸控式電子裝置
210‧‧‧觸控螢幕
S110~S150‧‧‧步驟
P1‧‧‧階段
P2‧‧‧階段
P3‧‧‧階段
圖1繪示本發明實施例之植物症狀的處理方式建議系統架構示意圖。
圖2繪示本發明實施例的植物症狀的處理方式建議方法流程示意圖。
圖3繪示本發明實施例的植物症狀影像辨識示意圖。
圖4A與圖4B繪示本發明處理建議資料排程實施例的示意圖。
茲配合圖式將本發明較佳實施例詳細說明如下。
圖1繪示本發明實施例之植物症狀的處理方式建議系統架構示意圖。本實施所述系統可適用於一電子裝置,但不以此為限,在其他實施例中,電子裝置亦可以是個人電腦、筆記型電腦、Kiosk、智慧型手機(Smart Phone)、個人數位助理(Personal Digital Assistance,PDA)或平板電腦(Tablet PC)。或者,本實施所述系統可適用於由上述兩個以上的電子裝置,以有線或無線連接方式所形成的系統環境,例如一具有影像擷取功能的數位相機和一個人電腦的組合。
此系統至少包括一操作介面140、一植物病徵儲存單元110、一處理單元130與一影像擷取單元120。處理單元130係連接操作介面140、植物病徵儲存單元110與影像擷取單元120。植物病徵儲存單元110儲存有一個以上的植物症資料與診斷資料。
在一些實施例中,每一個植物症狀資料包括一症狀特徵資料與對應的一顯示輪廓資料。植物症狀資料至少包括植物的種類、部位、外觀特徵、生長狀況、病變態樣等各式各樣的植物資料。該植物症狀資料可經由操作介面140來接收和輸入。其中,症狀特徵資料是記載植物於異常部位、病變、生長異常、外觀變化等各種症狀,例如:白斑、黃化、枯萎、蟲咬痕、黴菌狀…等植物異狀特徵。顯示輪廓資料是症狀特徵資料的對應資料,至少包括植物症狀變化的部位(如:根、莖、葉、花、果實、種子、植物表皮)、外觀、輪廓、曲線、色彩與可能呈現形態的影像資料,可為照片、圖形、素描等一種以上的影像資料類型。
而每一診斷資料包括一診斷特徵資料與對應的一處理建議資料。診斷特徵資料是指直接對植物本體、或是對拍攝植物所形成影像進行分析後,所得植物異狀的對應判定條件,此等條件可以為描述植物異狀的文字資料、或是用以判斷植物異狀的媒合影像,在一些實施例中,更結合影像的色彩、 外觀、形狀、輪廓、植物部位曲線…等影像分析條件。處理建議資料則是記載與診斷特徵資料對應的植物處置方式(如:土壤更換、供/排水調整、環境條件調整、接枝、調整施肥)、治療方案(剪枝、去皮、用藥、整枝)、治療藥劑(如:藥劑的名稱、種類,像是微乳劑、懸劑、乳劑…等)、用藥指示(如:用藥比例、藥劑量、稀釋倍數、其它的混合液種類及混合液容量、安全採收天數…等)、微量元素(氮、磷、鉀、硼、鈣…等)、方案執行時間、作業方式、處置時植物及其環境可能發生的情形、相關重要註記…等資料。
操作介面140則是供一使用者輸入或是介接一儲存單元/資料源,以將上述植物症狀資料輸入至系統或是對系統下達操作指示。
在一些實施例中,使用者可以利用操作介面140輸入一個以上的症狀說明資料,例如,操作介面140可提供一些選項(如植物種類、可能症狀說明等)以供使用者選擇、或是提供一輸入欄位以供輸入病狀相關的特徵文字。症狀說明資料可以包括要分析的植物部位資料、植物異常的情形描述、植物生長環境說明等一種以上與植物異常症狀相關的文字或圖形化的描述資料。或者,處理單元130可從植物症徵儲存單元110中來讀取各類植物症狀資料,藉由問答或選單式方式呈現圖形或文字資料於顯示單元150,以供使用者了解,並透過操作介面140進行症狀說明資料的輸入或是選擇。
處理單元130為具資料運算能力的各種處理器(Central Processing Unit,Micro Processing Unit,Micro Computing Unit)、運算整合晶片(Computing Chips)或前述元件的組合電路等類型,其它具等效能力積體電路(IC)、電子元件等相關功能、類型之元件組合類型亦適用,並未有所設限。在其他實施例中,處理單元130可以是一般電子裝置來予以取代,例如電腦、行動裝置、PAD等。
處理單元130會在取得症狀說明資料與症狀特徵 資料時進行資料匹配,以從所有顯示輪廓資料中決定與匹配結果對應的一目標輪廓資料。此目標輪廓資料用以呈現植物上一部位的外部輪廓影像。
在一些實施例中,處理單元130在症狀說明資料與症狀特徵資料的匹配情形時,可能會有一個以上的匹配結果。當有複數個匹配結果時,處理單元130會將各匹配結果對應的外部輪廓影像呈現於顯示單元150,以供使用者參考及利用操作介面140進行選擇。處理單元130再依據操作介面140的輸入資料以選定目標輪廓影像。
影像擷取單元120可經由一通訊網路或一串列埠以連接處理單元130。影像擷取單元120可為數位照像機、數位攝影機或是其它具影像擷取功能的裝置(如具拍照功能的行動電話、平板電腦等),或者為類比式影像擷取裝置與類比/數位,但不以此為限,只要是拍攝景物後可形成數位影像的拍攝裝置即可。影像擷取單元120用以拍攝植物的整體或是局部位置,其中所拍攝的部位包括植物異常的部位或是擬進行影像分析的部分。
影像擷取單元120會取得並呈現目標輪廓資料,以供依此目標輪廓來對植物進行拍攝影像,並取得對應目標輪廓資料的植物影像資料。此植物影像資料可以是包括植物的整體、局部位置或是大部分包括植物患部的影像資料,可視症狀說明資料、而定。例如,當症狀說明資料係為植物A的葉子發生病變時,可從植物病徵儲存單元110中所儲存的植物症狀資料中,找出植物A、葉子的症狀特徵資料,及其對應的植物A、葉子的顯示輪廓資料,作為目標輪廓資料。
處理單元130可分析依據目標輪廓資料所拍攝的此植物影像資料以產生一植物分析資料,再依據植物分析資料與診斷特徵資料而決定對應的處理建議資料。目前習知技術中的影像診斷,往往對植物整體進行拍攝影像,或是針對植物的局部拍攝特寫影像,但因植物整體影像或局部特寫影像,都包 含有相當多的內容在其中(例如包含非症狀所在的根、莖、花,或是雖針對葉子拍攝,但拍攝的葉子過多),導致在分析植物影像資料時,不易從影穎像中找到症狀區域影像資料(即病症主要部分),因此分析診斷的準確度不佳。由於依據目標輪廓資料所拍攝的植物影像資料,主要是針對症狀所在區域來進行拍攝,用來進行植物影像分析和診斷,將比對整株植物進行拍攝要準確很多。
在一些實施例中,處理單元130在分析植物影像資料時,可利用現今各類型的影像辨識技術進行病變分析種類與病變範圍的分析。其可以是一般市售的影像分析軟體,也可以是習知的影像特徵辨識法,利用數位影像處理所學的處理方法和參考資料的演算法,來得到植物的株高、主莖幹的長度、寬度、葉片個數、葉面積等植物的特徵值,其可包括背景分離(灰階化)、特徵辨識、影像校正等。在一些實施例中,也可以用二階段的色調處理技術來分析。
舉例而言,處理單元139可利用一第一色調處理技術分析植物影像資料以取得一植物部位影像資料,且依據一第二色調處理技術分析植物部位影像資料中取得至少一症狀區域影像資料,再利用植物病徵儲存單元110中的症狀特徵資料來分析症狀區域影像資料。
第一色調處理技術主要是將植物影像資料之三原色資料(RGB)值轉換成色調,並事先定義所欲取出的植物影像的色調區間,然後從植物影像資料中取出符合植物影像色調區間之部分作為植物部位影像資料。由於植物影像資料本身(如葉片、花瓣、根、莖),通常具有非常特定的顏色、外形與輪廓,顏色在轉換成色調之後,具有集中在特定色調區間的特性,而且可以藉由顏色的色調集中性以尋得植物的外部造形與輪線條,因此本發明利用此等特性來取出植物部位影像資料,亦適用於識別植物部分的自動辨別技術。
然而,色調可以使用一般業者常用的定義,如 YUV色調值,其係經由一般業者所制定和使用的公式,將RGB值轉換成YUV色調值(明亮度、色度、濃度)。在本發明中,色調也可以依據植物影像資料的特性來自行定義1個以上維度的色調值(例如明亮度、色度、濃度、灰階、色差、亮度和對比……等)及其和RGB值的轉換公式。一般來說,維度越高則精準度越高,但轉換所需的時間也就越多,維度越低則精準度越低,但轉換所需時間越少。在一些實施例中,色調維度以2-3維度為較佳。
為了避免植物影像資料中有過多的背景和植物影像本身過於相近,處理單元130依據第一色調技術分析植物影像資料以取得該植物影像資料之步驟,其可以先依據一亮度分析技術先將植物影像資料分出一植物前景影像資料及一植物背景影像資料,之後再依據第一色調處理技術分析植物前景影像資料以取得植物部位影像資料。其中,亮度分析技術係依據植物影像資料取得對應植物影像資料的三原色資料(RGB),依據植物影像資料的三原色資料將植物影像資料轉換為一灰階植物影像,依據灰階植物影像進行二值化影像運算處理,以取得植物影像資料之植物前景影像資料及植物背景影像資料。
於上述實施方式中,可利用二值化影像處理方法分離植物前景影像及植物背景影像。二值化影像處理方法又稱為灰度劃分(Threshold)影像處理方法,主要是設定一灰度值,凡是影像本身灰度大於該設定的灰度值的,便令其為亮點,灰度值低於該設定值的,便令其為暗點,以此得到二元影像。
第二色調處理技術係定義至少一病症色調區間,然後從植物影像資料中取出符合至少一病症色調區間之部分作為至少一疑病區域影像資料。
第二色調處理技術其原理如前面第一色調處理技術所述雷同,由於植物影像中的病症影像,也可能往往具有特定的色調區間或是和植物影像色調區間有顯著的差異,因此 本發明利用此特性從植物影像中尋找出疑病區域影像資料。
第二色調處理技術可定義出一個以上的病症色調區間,然後從植物影像資料中取出符合病症色調區間的影像作為疑病區域影像資料。疑病區域影像資料可能有一個或複數個。不同的病症可能具有相同或不同的病症色調區間,第二色調處理技術可針對特定的病症色調區間來尋找符合特定病症色調區間的影像。
在其它實施例中,第二色調處理技術亦可將植物影像色調區間之外的色調區間,皆作為病症色調區間。
此外,上述的第一色調處理技術和第二色調處理技術係為相同或是不同之色調處理技術。當第一色調處理技術和第二色調處理技術屬於相同色調處理技術時,亦可以植物影像色調區間和多個病症色調區間來分別定義。
在其它的實施例中,處理單元130於取得植物部位影像資料之後,會除去植物部位影像資料的雜訊,再依據第二色調處理技術分析已除去雜訊的植物部位影像資料,以取得上述的症狀區域影像資料。在一些實施例中,處理單元130會將疑病區域與一面積閥值進行比較,一旦疑病區域的面積未大於上述的面積閥值時,將此疑病區域的影像部位視為植物部位影像資料中的雜訊。
在一些實施例中,處理單元130在依據植物分析資料與診斷特徵資料而決定對應的處理建議資料時,處理單元130會將植物分析資料個別的與多個診斷特徵資料進行分析,並依據植物分析資料與每一個診斷特徵資料的相似程度而給予不同的相似比例值,以從所有診斷特徵資料中找出與植物分析資料相似程度最高者,並取出此相似度最高的診斷特徵資料對應的處理建議資料,並透過顯示單元150依據文字、圖像、聲音或是連續影像等一種以上的組合建議資料,提供予使用者參考。
在其它的實施例中,處理單元130會將相似比例 值與一閥值進行比較,並取得相似比例值超過閥值的所有診斷特徵資料,再將此(或此等)診斷特徵資料對應的處理建議資料一併提供予使用者參考。
在一些實施例中,處理建議資料係為一目標藥劑資料,與目標藥劑資料對應的用藥比例資料及用藥天數資料。處理單元130可依據此等資料輸出至顯示單元150呈現。也就是說,當處理建議資料是建議使用一目標藥劑時,還包括建議使用此目標藥劑的施用方式,例如將藥劑如何稀釋或施用多少施藥量,安全施用天數等。然而,在其它實施例中,處理單元130可依據使用者輸入的植物生長環境、土地面積、裝藥容器尺寸、植物類型等因素,配合處理建議資料而另計算出適用於使用者所需要的施藥量。此外,處理單元130提供的目標藥劑資料可能是一個以上,也就是說可能有多種的藥劑適合使用,處理單元130可將所有適合的目標藥劑資料輸出至相關的顯示單元150進行呈現。
在一些實施例中,處理建議資料可以是提供一植物檢體進行一指定檢驗之資料。例如,提示使用者可自行準備必要的檢驗器具或藥物,依據處理建議資料的方式進行採樣或對植物進行檢驗。在其它實施例中,指定檢驗之資料亦可以是建議指定檢驗的場所、檢驗時間、使用者應齊備的資料與植物檢驗體,更進一步者,可以包括檢驗過程的說明資料。
在一些實施例中,處理建議資料係為一防治病害施作資料。例如,當診斷資料為番茄獲得番茄毒素病(捲葉病)時,處理建議資料可以是在田邊周圍增加防蚊網的建議,以降低銀葉粉蝨侵害或是噴灑藥物劑量。又例如當診斷資料為葉菜類的葉面被蟲啃食,處理建議資料則包括在植物周邊放置誘蟲盒或是噴灑藥物的建議。
在一些實施例中,植物病徵儲存單元110包括一種或多種植物的採收時間資料。處理單元130會將處理建議資料結合採收時間,而制定出處理建議資料的各階段執行作業。 在其它實施例中,處理單元130會排除作業需求時間低於植物採收時間資料的處理建議資料。然而,作業需求時間的起始日期可為使用者利用操作介面140,或是處理單元130截取當天的日期作為起始日期。例如,處理建議資料若包含有噴灑藥物A時,該噴灑藥物A則附帶有噴灑後15天後方可採收的條件,因此處理單元130可將此附帶條件納入處理建議資料中。或者是,使用者可經由操作介面來指定採收日期,而當附帶條件不符合指定採收日期時,處理單元130可排除此處理建議資料。
在一些實施例中,使用者可以利用操作介面140輸入種植相關資料,如種植地面積、種植起始日、種植天數、種植植物種類…等,處理單元130會依據被輸入的資料以進行處理建議資料的作業條件計算及資料呈現。其中,植物病徵儲存單元110的種植相關資料可預先儲存及/或持續進行資料更新。
在一些實施例中,處理單元130透過顯示單元150和操作介面140呈現多個處理建議資料時,使用者可以利用操作介面140選定其中一者後,處理單元130再透過顯示單元150呈現被選定的處理建議資料。
請參閱圖2繪示本發明實施例的植物症狀的處理方式建議方法,請配合參閱圖1以利於了解。此方法適用於一植物症狀的處理方式建議系統,系統至少包括一操作介面140、一植物病徵儲存單元110、一處理單元130與一影像擷取單元120。此方法至少包括下列步驟:提供一植物病徵儲存單元110,其儲存至少一植物症狀資料和至少一診斷資料(步驟S110)。其中,每一植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處理建議資料。
經由一操作介面140接收一症狀說明資料(步驟S120)。症狀說明資料包括要分析的植物部位資料、植物異常的情形描述、植物生長環境說明等一種以上與植物異常症狀相 關的文字或圖形化的描述資料。
經由一處理單元130依據所接收的症狀說明資料和症狀特徵資料,從各顯示輪廓資料決定對應的一目標輪廓資料,其中目標輪廓資料用以呈現一植物之一部位的外部輪廓影像(步驟S130)。處理單元130會將各匹配結果對應的外部輪廓影像呈現於顯示單元150,以供使用者參考及利用操作介面140進行選擇。處理單元130再依據操作介面140的輸入資料以選定目標輪廓影像。
經由一影像擷取單元120取得對應目標輪廓資料的一植物影像資料(步驟S140)。此植物影像資料可以是包括植物的整體、局部位置或是大部分包括植物患部的影像資料。
經由處理單元130分析植物影像資料以產生一植物分析資料,再依據植物分析資料和診斷特徵資料,決定對應的處理建議資料(步驟S150)。
處理單元130在分析植物影像資料時,可利用現今各類型的影像辨識技術進行病變分析種類與病變範圍的分析。在一些實施例中,處理單元130可利用兩種相同或相異的色調處理技術分析植物影像資料,以從植物影像資料中取得植物部位影像資料,及從植物部位影像資料中取得症狀區域影像資料,再利用植物病徵儲存單元110中的症狀特徵資料來分析症狀區域影像資料。
更進一步者,處理單元130於取得植物部位影像資料之後,會除去植物部位影像資料的雜訊,再分析已除去雜訊的植物部位影像資料,以取得上述的症狀區域影像資料。
在一些實施例中,處理建議資料可為多種不同的類型。(1)處理建議資料為一目標藥劑資料,與目標藥劑資料對應的一建議用藥數值與一用藥天數資料;(2)處理建議資料為提供一植物檢體進行一指定檢驗之資料;(3)處理建議資料係為一防治病害施作資料。
在其它實施例中,處理單元130會將植物分析資 料個別的與多個診斷特徵資料進行分析,並依據植物分析資料與每一個診斷特徵資料的相似程度而給予不同的相似比例值,以從所有診斷特徵資料中找出與植物分析資料相似程度最高者,或者,處理單元130會將相似比例值與一閥值進行比較,並取得相似比例值超過閥值的所有診斷特徵資料,再將此(或此等)診斷特徵資料對應的處理建議資料一併提供予使用者參考。
請參閱圖3繪示本發明藥劑推薦的一實施例說明示意圖,請同時配合上述圖1與圖2以利於了解。此實施例中,使用者可以利用操作介面140輸入一個以上的症狀說明資料。症狀說明資料包括要分析的植物部位資料、植物異常的情形描述、植物生長環境說明等一種以上與植物異常症狀相關的文字或圖形化的描述資料。
如P1階段所示的葉、根、果等各種不同的植物部位。在一些實施例中,使用者可以利用操作介面140輸入或是藉由線條繪示要分析的植物部位資料,或者由處理單元130羅列出多個症狀資料於顯示單元150,供使用者利用操作介面140進行選定。
此實施例中,例如P2階段的繪示,處理單元130判斷出葉面部位是被選定要被分析的部位,即建立葉面部位的植物部位影像資料。接著,處理單元130會分析植物部位影像資料,植物部位影像資料中的葉面受損範圍,將其視為病變可能性較高的疑病區域影像資料,再利用各症狀特徵資料分析疑病區域影像資料。當處理單元130找到有相關的症狀特徵資料時,取出此(或此等)症狀特徵資料所屬的特定病症資料。
此實施例中,例如P3階段的繪示,處理單元130判斷符合植物異狀的診斷資料為病害型植物疾病,而且有一個或多個可能的診斷特徵資料存在。處理單元130會輸出每一種診斷特徵資料成立的可能性以供使用者選定。接著,處理單元130會依據所選定的診斷特徵資料,提供對應的處理建議資 料。例如:施用目標藥劑資料,並依據每一目標藥劑資料包括用藥比例資料,計算出各目標藥劑資料的建議用藥數值與用藥天數資料。然而,在一些實施例中,處理單元130透過顯示單元150所呈現的目標藥劑資料,其用藥天數資料是低於植物採收時間資料。
在其它的實施例中,使用者可以利用操作介面140輸入症狀特徵資料,以輔助處理單元130的病變分析作業。
請配合參閱圖4A與圖4B繪示本發明實施例的處理建議資料排程示意圖。在此以觸控式電子裝置200進行畫面呈現,以及處理建議資料為目標藥劑資料及其建議用藥數值與用藥天數資料作為示例。
觸控螢幕210提供上述顯示單元150與操作介面140的功能,處理單元130與植物病徵儲存單元110可設置於觸控式電子裝置200內、或是設置在遠端連線的運算設備。當使用者利用操作介面140選定所需的目標藥劑資料後,處理單元130會依據植物的採收時間資料制定出一施藥日期資料。例如圖4繪示施藥日期資料,採收期是8月19日,起始日是8月6日,處理單元130計算出需用藥4次,用藥日期為8月6日、8月9日、8月10日與8月14日各施一次藥劑。當使用者點選任一個用藥日期時,會呈現或提示該用藥日期對應的用藥資料,以供使用者查詢或參考。
綜上所述之,乃僅記載本發明為呈現解決問題所採用的技術手段之實施方式或實施例而已,並非用來限定本發明專利實施之範圍。即凡與本發明專利申請範圍文義相符,或依本發明專利範圍所做的均等變化與修飾,皆為本發明專利範圍所涵蓋。
S110~S150‧‧‧步驟

Claims (18)

  1. 一種植物症狀的處理方式建議系統,其包括:一操作介面,係用以接收一症狀說明資料;一植物病徵儲存單元,係儲存至少一植物症狀資料和至少一診斷資料,其中每一該植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,而每一診斷資料包括一診斷特徵資料和對應之一處理建議資料;一處理單元,係連接該操作介面與該植物病徵儲存單元,依據所接收的該症狀說明資料和該症狀特徵資料,從各該顯示輪廓資料決定對應的一目標輪廓資料,其中該目標輪廓資料用以呈現一植物之一部位的外部輪廓影像;以及一影像擷取單元,連接該處理單元,接收並顯示該目標輪廓資料,以及取得對應該目標輪廓資料的一植物影像資料;且其中該處理單元更接收和分析該植物影像資料以產生一植物分析資料,再依據該植物分析資料和該診斷特徵資料,決定對應的處理建議資料。
  2. 根據申請專利範圍第1項之植物症狀的處理方式建議系統,其中該處理建議資料係為一目標藥劑資料,與該至少一目標藥劑資料對應的一建議用藥數值與一用藥天數資料。
  3. 根據申請專利範圍第1項之植物症狀的處理方式建議系統,其中該處理建議資料係為提供一植物檢體進行一指定檢驗之資料。
  4. 根據申請專利範圍第1項之植物症狀的處理方式建議系統,其中該處理建議資料係為一防治病害施作資料。
  5. 根據申請專利範圍第1項之植物症狀的處理方式建議系統,其中該影像擷取單元係經由一通訊網路或一串列埠以連接該處理單元。
  6. 根據申請專利範圍第1項之植物症狀的處理方式建議系統,其中該處理單元係依據一第一色調處理技術分析該植物影像資料以取得一植物部位影像資料,且依據一第二色調處理技術分析該植物部位影像資料中取得至少一症狀區域影像資料,再從該症狀區域影像資料來產生該植物分析資料,將該植物分析資料和該植物病徵儲存單元中各該診斷特徵資料比對,當判斷該植物分析資料和其中一特定診斷特徵資料相符時,以該特定診斷特徵資料所對應的一特定處理建議資料,作為該處理建議資料。
  7. 根據申請專利範圍第6項之植物症狀的處理方式建議系統,其中,該處理單元係依據該第二色調處理技術分析該植物部位影像資料以取得至少一疑病區域影像資料,並計算每一該疑病區域影像資料之一區域面積,當該疑病區域之面積大於一預設區域面積時,將該疑病區域影像資料作為該症狀區域影像資料。
  8. 根據申請專利範圍第6項之植物症狀的處理方式建議系統,其中,該處理單元於取得該植物部位影像資料之後,係除去該植物部位影像資料之雜訊,再依據該第二色調處 理技術分析已除去雜訊之該植物部位影像資料,以取得該至少一症狀區域影像資料。
  9. 根據申請專利範圍第6項之植物症狀的處理方式建議系統,其中,該第一色調處理技術係將該植物影像資料之一三原色資料轉成一色調資料,並依據一植物影像色調區間資料,從該植物影像資料中取出其色調資料符合該植物影像色調區間資料之部分,作為該植物部位影像資料。
  10. 一種植物症狀的處理方式建議方法,其包含下列步驟:提供一植物病徵儲存單元,其儲存至少一植物症狀資料和至少一診斷資料,其中每一該植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處理建議資料;經由一操作介面接收一症狀說明資料;經由一處理單元依據所接收的該症狀說明資料和該症狀特徵資料,從各該顯示輪廓資料決定對應的一目標輪廓資料,其中該目標輪廓資料用以呈現一植物之一部位的外部輪廓影像;經由一影像擷取單元取得對應該目標輪廓資料的一植物影像資料;以及經由該處理單元分析該植物影像資料以產生一植物分析資料,再依據該植物分析資料和該診斷特徵資料,決定對應的處理建議資料。
  11. 根據申請專利範圍第10項之植物症狀的處理方式建議方法,其中該處理建議資料係為一目標藥劑資料,與該至少 一目標藥劑資料對應的一建議用藥數值與一用藥天數資料。
  12. 根據申請專利範圍第10項之植物症狀的處理方式建議方法,其中該處理建議資料係為提供一植物檢體進行一指定檢驗之資料。
  13. 根據申請專利範圍第10項之植物症狀的處理方式建議方法,其中該處理建議資料係為一防治病害施作資料。
  14. 根據申請專利範圍第10項之植物症狀的處理方式建議方法,其中,經由該處理單元分析該植物影像資料以產生一植物分析資料,再依據該植物分析資料和該診斷特徵資料,決定對應的處理建議資料之該步驟中,該處理單元依據一第一色調處理技術分析該植物影像資料以取得一植物部位影像資料,且依據一第二色調處理技術分析該植物部位影像資料中取得至少一症狀區域影像資料,再從該症狀區域影像資料來產生該植物分析資料,將該植物分析資料和該植物病徵儲存單元中各該診斷特徵資料比對,當判斷該植物分析資料和其中一特定診斷特徵資料相符時,以該特定診斷特徵資料所對應的一特定處理建議資料,作為該處理建議資料。
  15. 根據申請專利範圍第14項之植物症狀的處理方式建議方法,其中,該處理單元係依據該第二色調處理技術分析該植物部位影像資料以取得至少一疑病區域影像資料,並計算每一該疑病區域影像資料之一區域面積,當該疑病區域 之面積大於一預設區域面積時,將該疑病區域影像資料作為該症狀區域影像資料。
  16. 根據申請專利範圍第14項之植物症狀的處理方式建議方法,其中,該處理單元於取得該植物部位影像資料之後,係除去該植物部位影像資料之雜訊,再依據該第二色調處理技術分析已除去雜訊之該植物部位影像資料,以取得該至少一症狀區域影像資料。
  17. 根據申請專利範圍第14項之植物症狀的處理方式建議方法,其中,該第一色調處理技術係將該植物部位影像資料之一三原色資料轉成一色調資料,並依據一植物影像色調區間資料,從該植物影像資料中取出其色調資料符合該植物影像色調區間資料之部分,作為該植物部位影像資料。
  18. 一種紀錄媒體,儲存一電子裝置可讀取之程式碼,以執行一植物症狀的處理方式建議方法,其中該植物症狀的處理方式建議方法包含下列步驟:提供一植物病徵儲存單元,其儲存至少一植物症狀資料和至少一診斷資料,其中每一該植物症狀資料包括一症狀特徵資料與對應之一顯示輪廓資料,每一診斷資料包括一診斷特徵資料和對應之一處理建議資料;經由一操作介面接收一症狀說明資料;經由一處理單元依據所接收的該症狀說明資料和該症狀特徵資料,從各該顯示輪廓資料決定對應的一目標輪廓資料,其中該目標輪廓資料用以呈現一植物之一部位的外部輪廓影像; 經由一影像擷取單元取得對應該顯示輪廓資料的一植物影像資料;以及經由該處理單元分析該植物影像資料以產生一植物分析資料,再依據該植物分析資料和該診斷特徵資料,決定對應的處理建議資料。
TW102140673A 2013-11-08 2013-11-08 The treatment of plant symptoms is recommended by systems, methods and recording media TWI570653B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW102140673A TWI570653B (zh) 2013-11-08 2013-11-08 The treatment of plant symptoms is recommended by systems, methods and recording media
CN201310597091.7A CN104636981A (zh) 2013-11-08 2013-11-20 植物症状的处理方式建议系统与方法
US14/095,212 US9330460B2 (en) 2013-11-08 2013-12-03 Treatment recommending system of plant symptoms, method and non-transitory computer-readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102140673A TWI570653B (zh) 2013-11-08 2013-11-08 The treatment of plant symptoms is recommended by systems, methods and recording media

Publications (2)

Publication Number Publication Date
TW201519143A true TW201519143A (zh) 2015-05-16
TWI570653B TWI570653B (zh) 2017-02-11

Family

ID=53043842

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102140673A TWI570653B (zh) 2013-11-08 2013-11-08 The treatment of plant symptoms is recommended by systems, methods and recording media

Country Status (3)

Country Link
US (1) US9330460B2 (zh)
CN (1) CN104636981A (zh)
TW (1) TWI570653B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9779442B1 (en) * 2014-06-12 2017-10-03 Amazon Technologies, Inc. Provide a recommendation for garden items
US10028452B2 (en) * 2016-04-04 2018-07-24 Beesprout, Llc Horticultural monitoring system
US10791037B2 (en) 2016-09-21 2020-09-29 Iunu, Inc. Reliable transfer of numerous geographically distributed large files to a centralized store
US11244398B2 (en) 2016-09-21 2022-02-08 Iunu, Inc. Plant provenance and data products from computer object recognition driven tracking
US10635274B2 (en) 2016-09-21 2020-04-28 Iunu, Inc. Horticultural care tracking, validation and verification
US11538099B2 (en) 2016-09-21 2022-12-27 Iunu, Inc. Online data market for automated plant growth input curve scripts
RU2749033C2 (ru) * 2016-10-13 2021-06-03 Маккейн Фудс Лимитед Способ, носитель и система для обнаружения вируса картофеля на изображении сельскохозяйственной культуры
US20180315177A1 (en) * 2017-04-27 2018-11-01 Hany Elzind Plant disease photo identifier and treatment
CN106952300A (zh) * 2017-04-28 2017-07-14 深圳前海弘稼科技有限公司 基于图像识别植物病变的方法及系统、计算机设备
US10372987B2 (en) * 2017-05-09 2019-08-06 International Business Machines Corporation Agricultural method and system using a high resolution sensing device for analyzing and servicing crops
US10088816B1 (en) * 2017-06-26 2018-10-02 International Business Machines Corporation Cognitive plant clinic
US10747999B2 (en) * 2017-10-18 2020-08-18 The Trustees Of Columbia University In The City Of New York Methods and systems for pattern characteristic detection
TWI675299B (zh) * 2017-12-22 2019-10-21 美商海盜船記憶體股份有限公司 分析電腦周邊生態複雜資訊的控制系統
US11062516B2 (en) 2018-02-07 2021-07-13 Iunu, Inc. Augmented reality based horticultural care tracking
CN113396753A (zh) * 2020-03-16 2021-09-17 上海原初农业发展有限公司 基于大数据分析的智慧农业种植管控系统
US11720980B2 (en) 2020-03-25 2023-08-08 Iunu, Inc. Crowdsourced informatics for horticultural workflow and exchange
DE102021113533A1 (de) 2021-05-26 2022-12-01 RoBoTec PTC GmbH Verfahren zur semiautonomen Bearbeitung von Pflanzen
CN113947697A (zh) * 2021-10-21 2022-01-18 杭州睿胜软件有限公司 植物病虫害诊断方法、诊断系统及可读存储介质
CN114120117A (zh) * 2021-11-19 2022-03-01 杭州睿胜软件有限公司 植物病症诊断信息的显示方法、显示系统及可读存储介质
CN114141326A (zh) * 2021-12-02 2022-03-04 杭州睿胜软件有限公司 用于追踪植物的康复情况的方法、装置和存储介质
CN114792399B (zh) * 2022-06-23 2023-01-06 深圳市海清视讯科技有限公司 植物监测方法、装置及设备
CN115910323B (zh) * 2022-11-16 2023-09-29 山东仲雅信息技术有限公司 治疗方案选取方法、装置、设备及存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6014451A (en) * 1997-10-17 2000-01-11 Pioneer Hi-Bred International, Inc. Remote imaging system for plant diagnosis
US8543519B2 (en) * 2000-08-07 2013-09-24 Health Discovery Corporation System and method for remote melanoma screening
US7244230B2 (en) * 2002-11-08 2007-07-17 Siemens Medical Solutions Usa, Inc. Computer aided diagnostic assistance for medical imaging
CN1226919C (zh) * 2003-11-14 2005-11-16 中国科学院合肥智能机械研究所 一种用于农作物病虫害监测及农药处方生成装置
CN101021939A (zh) * 2007-03-29 2007-08-22 沈阳理工大学 基于计算机图像处理的农作物病害诊断系统
CN101329560A (zh) * 2008-08-01 2008-12-24 湖南农业大学 农业病虫害综合智能管理系统
BRPI0905641A2 (pt) * 2009-07-08 2011-03-29 Basf Se sistema para diagnóstico de anomalias de plantas
US20110041399A1 (en) * 2009-08-21 2011-02-24 Syngenta Participations Ag Automated system for analyzing plant vigor
CN101695128A (zh) * 2009-10-21 2010-04-14 中国农业大学 植物病害远程诊断仪
CN102334422B (zh) * 2010-07-27 2013-02-27 中国农业科学院蔬菜花卉研究所 基于机器视觉的蔬菜叶部病害实时诊断方法与系统
CN201821414U (zh) * 2010-08-06 2011-05-04 天津三星光电子有限公司 一种具有参照拍照姿态功能的数码相机
US9076105B2 (en) * 2010-08-20 2015-07-07 Deere & Company Automated plant problem resolution
CN103136439B (zh) * 2011-11-24 2016-03-09 财团法人资讯工业策进会 植物病症辨识方法及其系统
TWI435234B (zh) * 2011-11-24 2014-04-21 Inst Information Industry Plant disease identification method, system and record media
US20140036054A1 (en) * 2012-03-28 2014-02-06 George Zouridakis Methods and Software for Screening and Diagnosing Skin Lesions and Plant Diseases
TWM438000U (en) 2012-03-29 2012-09-21 Univ Ching Yun Plant leaf edge feature recognition system
TWM441147U (en) * 2012-05-14 2012-11-11 Univ Far East Monitoring device for cloud management of plants
CN103218748B (zh) * 2013-03-15 2016-08-31 北京市农林科学院 一种蔬菜病害诊断方法和便携系统

Also Published As

Publication number Publication date
US9330460B2 (en) 2016-05-03
TWI570653B (zh) 2017-02-11
US20150131867A1 (en) 2015-05-14
CN104636981A (zh) 2015-05-20

Similar Documents

Publication Publication Date Title
TWI570653B (zh) The treatment of plant symptoms is recommended by systems, methods and recording media
JP6638121B1 (ja) 作物生育ステージ判定システムのサーバ装置、生育ステージ判定方法及びプログラム
Kumar et al. A comparative analysis of machine learning algorithms for detection of organic and nonorganic cotton diseases
Pinki et al. Content based paddy leaf disease recognition and remedy prediction using support vector machine
US20190277749A1 (en) Methods, systems, and components thereof relating to using multi-spectral imaging for improved cultivation of cannabis and other crops
Jiang et al. DeepFlower: a deep learning-based approach to characterize flowering patterns of cotton plants in the field
CN114766041A (zh) 用于确定作物损害的系统和方法
JP6295452B2 (ja) 農作物育成支援装置、及びそのプログラム
Zhang et al. Image-based phenotyping of flowering intensity in cool-season crops
EP4256465A1 (en) System and method for determining damage on plants after herbicide application
Dhabliya An Integrated Optimization Model for Plant Diseases Prediction with Machine Learning Model
Sara et al. VegNet: An organized dataset of cauliflower disease for a sustainable agro-based automation system
Avila-George et al. Using artificial neural networks for detecting damage on tobacco leaves caused by blue mold
Tian et al. Development of an automatic visual grading system for grafting seedlings
WO2023179317A1 (zh) 过敏物种播报方法、系统及可读存储介质
Zhao et al. A dataset of pomegranate growth stages for machine learning-based monitoring and analysis
Calma et al. Cassava Disease Detection using MobileNetV3 Algorithm through Augmented Stem and Leaf Images
WO2019163249A1 (ja) 色指標値算出システムおよび色指標値算出方法
Borra-Serrano et al. Breeding and selection of nursery plants assisted by high-throughput field phenotyping using UAV imagery: Case studies with sweet box (Sarcococca) and garden rose (Rosa)
Yang et al. Applying machine learning classifiers to Sentinel-2 imagery for early identification of cotton fields to advance boll weevil eradication
Fevgas et al. Detection of biotic or abiotic stress in vineyards using thermal and RGB images captured via IoT sensors
JP2019138831A (ja) 色指標値取得システムおよび色指標値取得方法
Akinlolu et al. Mobile-Based Deep Learning for Yam Disease Diagnosis
Zhang et al. Detection of canola flowering using proximal and aerial remote sensing techniques
Sharma Recognition of Anthracnose Injuries on Apple Surfaces using YOLOV 3-Dense