TWI667620B - 蟲害監控系統 - Google Patents

蟲害監控系統 Download PDF

Info

Publication number
TWI667620B
TWI667620B TW107102791A TW107102791A TWI667620B TW I667620 B TWI667620 B TW I667620B TW 107102791 A TW107102791 A TW 107102791A TW 107102791 A TW107102791 A TW 107102791A TW I667620 B TWI667620 B TW I667620B
Authority
TW
Taiwan
Prior art keywords
pest
image
network
pest monitoring
generate
Prior art date
Application number
TW107102791A
Other languages
English (en)
Other versions
TW201933181A (zh
Inventor
傑瑞 羅
林倩而
林達德
Original Assignee
國立臺灣大學
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 國立臺灣大學 filed Critical 國立臺灣大學
Priority to TW107102791A priority Critical patent/TWI667620B/zh
Priority to US15/990,791 priority patent/US10561140B2/en
Application granted granted Critical
Publication of TWI667620B publication Critical patent/TWI667620B/zh
Publication of TW201933181A publication Critical patent/TW201933181A/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/14—Catching by adhesive surfaces
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00—Stationary means for catching or killing insects
    • A01M1/14—Catching by adhesive surfaces
    • A01M1/145—Attracting and catching insects using combined illumination or colours and adhesive surfaces
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M23/00—Traps for animals
    • A01M23/005—Traps for animals with sticky surfaces
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M31/00—Hunting appliances
    • A01M31/002—Detecting animals in a given area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/025—Interfacing a pyrometer to an external device or network; User interface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0846—Optical arrangements having multiple detectors for performing different types of detection, e.g. using radiometry and reflectometry channels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/08—Systems for the simultaneous or sequential transmission of more than one television signal, e.g. additional information signals, the signals occupying wholly or partially the same frequency band, e.g. by time division
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J1/4204—Photometry, e.g. photographic exposure meter using electric radiation detectors with determination of ambient light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/30—Arrangements in telecontrol or telemetry systems using a wired architecture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Pest Control & Pesticides (AREA)
  • Engineering & Computer Science (AREA)
  • Insects & Arthropods (AREA)
  • Environmental Sciences (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Sustainable Development (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Human Computer Interaction (AREA)
  • Catching Or Destruction (AREA)

Abstract

一種蟲害監控系統，包括至少一蟲害監控裝置及伺服主機，蟲害監控裝置包括影像擷取器、環境狀態感測器、控制器及網路傳輸器。至少一蟲害監控裝置設置於至少一空間。影像擷取器用於擷取害蟲捕捉器的影像並產生一原始影像。環境狀態感測器用於偵測環境的狀態並產生一環境參數。網路傳輸器並耦接一網路。伺服主機連接網路，並接收至少一原始影像及至少一環境參數。伺服主機的影像處理器依據各環境參數計算各原始影像並產生一害蟲狀態數據，伺服主機並依據至少一害蟲狀態數據及至少一環境參數產生一害蟲監控數據。

Description

蟲害監控系統
本發明有關於一種監控系統，且特別關於一種具有蟲害監控裝置的蟲害監控系統。
蟲害的發生與傳播會嚴重影響農產品的產量與品質，若不監測害蟲的數量與狀態，農民就無法掌控與及時察覺作物產生的損害或疾病，因此監控農作區域內的害蟲數量與狀態對於農業的發展是刻不容緩的事。
目前害蟲的偵測方式大多藉由人力定點定期到田間調查害蟲的數量。當要計算所捕捉到的害蟲數量時，則必需使用人工的方式來計算害蟲數量，不僅十分不便也不準確，更是費時費力，也無法即時得知、即時回報與監控蟲害的資訊。並且，蟲害的狀態也與環境及氣候有密切的相關，若採用人工記錄環境及氣候的資訊，也無法及時且有效的與害蟲的資訊進行整合。因此，如何建立一套可以整合環境參數且能快速準確地自動計算害蟲數量的蟲害監控系統實為本領域相關人員所關注的焦點。
本發明提供一種蟲害監控系統，可以整合環境參數並能快速準確地自動計算害蟲的數量。
本發明的其他目的和優點可以從本發明所揭露的技術特徵中得到進一步的了解。
為達上述之一或部分或全部目的或是其他目的，本發明之一實施例提供一種蟲害監控系統，包括至少一蟲害監控裝置及伺服主機，蟲害監控裝置包括影像擷取器、環境狀態感測器、控制器及網路傳輸器。至少一蟲害監控裝置設置於至少一空間。影像擷取器用於擷取害蟲捕捉器的影像並產生一原始影像，其中害蟲捕捉器用於捕捉害蟲。環境狀態感測器用於偵測環境的狀態並產生一環境參數。控制器耦接影像擷取器及環境狀態感測器，控制器並接收原始影像及環境參數。網路傳輸器耦接控制器及網路，網路傳輸器將原始影像及環境參數傳輸至網路。伺服主機連接網路。伺服主機包括一影像處理器，伺服主機接收至少一原始影像及至少一環境參數。影像處理器依據各環境參數計算各原始影像並產生一害蟲狀態數據，各害蟲狀態數據包括一害蟲資訊數據及一非害蟲資訊數據。伺服主機依據至少一害蟲狀態數據及至少一環境參數產生一害蟲監控數據。
在本發明的一實施例中，上述之環境狀態感測器包括一光強感測器、一溫度感測器、一濕度感測器及一氣壓感測器，光強感測器用於感測環境的光強度以產生一光強訊號，溫度感測器用於感測環境的溫度以產生一溫度訊號，濕度感測器用於感測環境的濕度以產生一濕度訊號，氣壓感測器用於感測環境的氣壓以產生一氣壓訊號，伺服主機並依據光強訊號、溫度訊號、濕度訊號、氣壓訊號及至少一害蟲狀態數據產生害蟲監控數據。
在本發明的一實施例中，上述之影像處理器依據光強訊號調整各原始影像的亮度以產生一亮度調整影像，影像處理器並對各亮度調整影像進行色彩空間轉換（color space conversion）以產生至少一色彩空間調整影像，影像處理器以k-平均演算法（k-means clustering）對至少一色彩空間調整影像進行分色分類以產生至少一色彩分離影像，影像處理器以膨脹形態學（Dilationmorphology）及/或侵蝕形態學（Erosionmorphology）對至少一色彩分離影像進行影像處理以產生至少一計數影像，影像處理器對至少一計數影像進行計算以產生害蟲狀態數據，其中影像處理器根據一預設半徑、一預設面積及/或一預設凸度對至少一計數影像進行計算以產生非害蟲資訊數據。
在本發明的一實施例中，上述之伺服主機還包括一資料庫，用於儲存預設半徑、預設面積、預設凸度及/或害蟲監控數據。
在本發明的一實施例中，上述之影像處理器使用支援向量機（SVM，support vector machine）演算法，依據環境參數計算原始影像以產生害蟲狀態數據。
在本發明的一實施例中，上述之害蟲監控數據包括一害蟲分佈數據，害蟲分佈數據包括一害蟲密度數據。
在本發明的一實施例中，上述之蟲害監控系統更包括至少一終端裝置，連接網路，終端裝置用於接收害蟲監控數據，其中終端裝置為一桌上型電腦、一筆記型電腦、一平板電腦或一智慧型手機。
在本發明的一實施例中，上述之網路是網際網路（The Internet）或區域網路（LAN）。
在本發明的一實施例中，上述之各空間還包括一網路連接器，用於接收至少一蟲害監控裝置所傳送的至少一原始影像及至少一環境參數，網路連接器並將至少一原始影像及至少一環境參數傳送至網路。
在本發明的一實施例中，上述之害蟲捕捉器是一害蟲黏著片。
本發明實施例的蟲害監控系統透過蟲害監控裝置及伺服主機的設置，可以整合環境參數並能快速準確地自動計算害蟲數量，能即時得知、即時回報與監控蟲害的資訊。
為讓本發明之上述和其他目的、特徵和優點能更明顯易懂，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之一較佳實施例的詳細說明中，將可清楚的呈現。以下實施例中所提到的方向用語，例如：上、下、左、右、前或後等，僅是參考附加圖式的方向。因此，使用的方向用語是用來說明並非用來限制本發明。
請參閱圖1，圖1是本發明的蟲害監控系統一實施例的示意圖。蟲害監控系統100包括空間110、空間120、網路130、伺服主機150及終端裝置170。空間110內設有網路連接器111、蟲害監控裝置113及115，而空間120內設有網路連接器121、蟲害監控裝置123及125。空間110及120例如可以是溫室、田地或農棚等，本發明並不以此為限制。本實施例以2個空間110及120做為舉例說明，並以空間110具有2個蟲害監控裝置113、115及空間120具有2個蟲害監控裝置123、125做為舉例說明，但本發明並不以此為限制。在實際運用上，本實施例的蟲害監控系統可應用於至少一個空間，每個空間也可以設置至少一個蟲害監控裝置，且蟲害監控裝置可視需要設置於空間中的不同位置。
請同時參閱圖2A，圖2A是圖1所示的蟲害監控系統100的一蟲害監控裝置的示意圖。圖2A以蟲害監控裝置113做為舉例說明，而蟲害監控裝置115、123及125可以具有和蟲害監控裝置113相似的結構與功能，在此並不贅述。蟲害監控裝置113包括影像擷取器1133、環境狀態感測器1135及網路傳輸器1137。蟲害監控裝置113例如可以立架1134架設於空間110中，而害蟲捕捉器1139例如可以至少一支架1138設置於影像擷取器1133的前方，但本發明並不以此為限制。影像擷取器1133用於擷取害蟲捕捉器1139的影像並產生一原始影像（未圖示）。環境狀態感測器1135可以偵測環境的狀態，例如光強、溫度、濕度及/或氣壓等，並產生一環境參數（未圖示）。蟲害監控裝置113並可利用網路傳輸器1137將原始影像及環境參數傳輸至網路連接器111，網路連接器111並將原始影像及環境參數傳輸至網路130。伺服主機150可以透過網路130接收空間110及120的蟲害監控裝置113、115、123及125的原始影像及環境參數，並依據各環境參數計算各原始影像以計算害蟲的數量。伺服主機150可依據環境參數及資料庫（未圖示）的資訊，配合害蟲的數量計算產生一害蟲監控數據。終端裝置170則可以透過網路130接收害蟲監控數據。因此，本實施例的蟲害監控系統100可以整合環境參數並能快速準確地自動計算害蟲數量，可以即時得知、即時回報與監控蟲害的資訊，且使用者可以透過終端裝置170即時監控空間110及120的蟲害狀況。具體操作細節以下將會詳細說明。
附帶一提的，害蟲捕捉器1139例如可以是害蟲黏著片，害蟲黏著片可以是一具有黏性的紙類或片狀板材，用以黏著害蟲。害蟲捕捉器1139還例如可以是黃色或藍色的害蟲黏著片，可以顏色吸引而誘捕害蟲。然而，本發明並不限制害蟲捕捉器1139的種類與樣式，只要是能捕捉害蟲且讓影像擷取器1133擷取影像的裝置即可。
請同時參閱圖2B，圖2B是圖1所示的蟲害監控系統100的另一蟲害監控裝置的示意圖。本實施例的蟲害監控裝置113a與圖2A所示的蟲害監控裝置113具有相似的結構與功能，本實施例與圖2A所示的實施例不同之處主要在於：蟲害監控裝置113a包括吊孔1136，蟲害監控裝置113a是透過吊孔1136以一吊繩1136a懸掛於天花板C上的。透過吊孔1136的設置，可讓本發明的蟲害監控裝置在設置上更加多元且運用上具有更多的彈性。本實施例以蟲害監控裝置113a包括一個吊孔1136，並以一個吊繩1136a進行懸掛做為舉例說明，但本發明並不限制蟲害監控裝置113a包括的吊孔數量。天花板C例如可以是溫室的頂部，本發明並不以此為限制。
請同時參閱圖3，圖3是圖1所示蟲害監控系統100的功能方塊示意圖。為了方便說明，圖3僅以蟲害監控裝置113做為舉例說明，而蟲害監控裝置115、123及125可以具有和蟲害監控裝置113相似的結構與功能，在此並不贅述。具體來說，蟲害監控裝置113可以包括控制器1131、影像擷取器1133、環境狀態感測器1135及網路傳輸器1137。影像擷1133取器用於擷取害蟲捕捉器1139的影像並產生原始影像1133a，其中害蟲捕捉器1139用於捕捉害蟲1139a。環境狀態感測器1135用於偵測環境的狀態並產生環境參數e。控制器1131耦接影像擷取器1133、環境狀態感測器1135及網路傳輸器1137，控制器1131並接收原始影像1133a及環境參數e。網路傳輸器1137耦接網路130，並將原始影像1133a及環境參數e傳輸至網路130。
伺服主機150連接網路130，且伺服主機150包括影像處理器151。伺服主機150可以透過網路130接收蟲害監控裝置113產生的原始影像1133a及環境參數e。影像處理器151依據環境參數e計算原始影像1133a並產生害蟲狀態數據151a，其中害蟲狀態數據151a可以包括害蟲資訊數據（未圖示）及非害蟲資訊數據（未圖示）。害蟲資訊數據可以包括害蟲捕捉器1139上害蟲1139a的數量、密度及/或分佈狀態，非害蟲資訊數據則可以包括害蟲捕捉器1139上例如水滴1139b、污漬1139c、泥土及/或眩光（glare）等資訊。圖2A及圖2B所示的水滴1139b及污漬1139c僅為舉例說明，並非用以限制本發明。伺服主機150並依據空間110及120的蟲害監控裝置113、115、123及125所產生的這些害蟲狀態數據及這些環境參數產生害蟲監控數據150a，其中害蟲監控數據150a可以包括空間110及120中害蟲的數量、密度及/或分佈狀態，及其與環境參數的關係。
詳細地說，環境狀態感測器1135可以包括光強感測器1135a、溫度感測器1135b、濕度感測器1135c及氣壓感測器1135d，其中光強感測器1135a用於感測環境的光強度以產生一光強訊號（未圖示），溫度感測器1135b用於感測環境的溫度以產生一溫度訊號（未圖示），濕度感測器1135c用於感測環境的濕度以產生一濕度訊號（未圖示），氣壓感測器1135d用於感測環境的氣壓以產生一氣壓訊號（未圖示），而環境參數e包括了光強訊號、溫度訊號、濕度訊號及氣壓訊號。伺服主機150並可依據光強訊號、溫度訊號、濕度訊號、氣壓訊號及害蟲狀態數據151a產生害蟲監控數據150a。
伺服主機150可以透過網路130接收空間110及120的蟲害監控裝置113、115、123及125的原始影像及環境參數，依據各環境參數計算各原始影像並計算害蟲的數量，再依據這些環境參數及資料庫的數據配合害蟲的數量計算產生害蟲監控數據150a。藉此可以得到害蟲的數量與光強、溫度、濕度及/或氣壓的關係。另外，害蟲監控數據150a還可以包括一害蟲分佈數據（未圖示），而害蟲分佈數據可以包括一害蟲密度數據（未圖示），其中害蟲分佈數據例如是伺服主機150依據蟲害監控裝置113、115設置在空間110的位置，及蟲害監控裝置123、125設置在空間120的位置，而得到各空間中害蟲分佈的狀況，例如害蟲密度等。透過結合不同空間、不同蟲害監控裝置所提供的環境參數及計算得到的害蟲狀態數據，害蟲監控數據150a可以提供使用者各空間中害蟲分佈的狀況，及其與光強、溫度、濕度及/或氣壓的關係，讓使用者更詳細的精確掌握蟲害的資訊。
請同時參閱圖4，圖4是圖1所示蟲害監控系統100的害蟲計數的影像處理示意圖。具體而言，伺服主機150的影像處理器151可依據環境狀態感測器1135產生的光強訊號調整原始影像1133a的亮度，以產生一亮度調整影像1133b。影像處理器151並對亮度調整影像1133b進行色彩空間轉換（color space conversion）以產生2個色彩空間調整影像（未圖示），其中影像處理器151例如可以是以不同的閥值對亮度調整影像1133b進行色彩空間轉換，以得到不同的色彩空間調整影像。而在本實施例中以2個色彩空間調整影像做為舉例說明，但不排除可以產生至少一個色彩空間調整影像。接著，影像處理器151以k-平均演算法（k-means clustering）對這2個色彩空間調整影像進行分色分類以分別產生色彩分離影像1133c及1133d。
接著，影像處理器151以膨脹形態學（Dilationmorphology）及/或侵蝕形態學（Erosionmorphology）對色彩分離影像1133c及1133d進行影像處理以分別產生計數影像1133e及1133f。影像處理器151並對計數影像1133e及1133f進行計算以產生害蟲狀態數據151a，其中透過對計數影像1133e及1133f的影像處理可以得到害蟲1139a的數量。其中影像處理器151可以根據預設半徑153a、預設面積153b及/或預設凸度153c對計數影像1133e及1133f進行影像處理以產生非害蟲資訊數據，排除例如水滴1139b、污漬1139c、泥土及/或眩光等造成害蟲計數的錯誤。其中影像處理器151以不同的閥值對亮度調整影像1133b進行色彩空間轉換而得到不同的色彩空間調整影像，可以讓影像處理器151輕易辨識不同顏色的害蟲。例如，影像處理器151若以黑色及白色等2個閥值對亮度調整影像1133b進行色彩空間轉換，就可以讓產生的計數影像1133e及1133f對黑色及白色具有明顯的對比度，讓影像處理器151可以輕易辨識出白色或黑色的害蟲。其中，影像處理器151在依據環境狀態感測器1135產生的光強訊號調整原始影像1133a的亮度以產生亮度調整影像1133b時，也不排除可以對原始影像1133a進行對比度的調整。
此外，伺服主機150還可以包括資料庫153，用於儲存預設半徑153a、預設面積153b、預設凸度153c及/或害蟲監控數據150a。資料庫153中更可儲存有環境參數與蟲害關係的預設參數（未圖示），讓伺服主機150在計算害蟲監控數據150a時可以結合預設參數進行運算，以產生更詳細且精確的蟲害資訊。其中，預設參數例如可以是對環境與蟲害關係的研究或實驗而得到的方程式模型。圖4所示的害蟲計數方法僅為蟲害監控系統100計算害蟲的一種可能的方式，並非用來限制本發明。
在本發明一實施例中，影像處理器151是使用支援向量機（SVM，support vector machine）演算法，依據環境參數e計算原始影像1133a以產生害蟲狀態數據151a。而在本發明其他實施例中，影像處理器151還可以是使用二級（two class）支援向量機演算法計算原始影像1133a，以產生害蟲資訊數據及非害蟲資訊數據，其中透過二級支援向量機演算法可以分別計算出例如眩光或水滴等不同物體的數量。
另外，蟲害監控系統100更可以包括終端裝置170。終端裝置170連接網路130，並用於接收害蟲監控數據150a。其中終端裝置170例如可以是桌上型電腦、筆記型電腦、平板電腦或智慧型手機等電子裝置，而終端裝置170可以有線或無線的方式與網路130連接，本發明並不以此為限制。藉此，使用者可以透過操作終端裝置170即時監控蟲害的狀況。而在本發明其他實施例中，伺服主機150還可以設置有警報器（未圖示），當害蟲監控數據150a出現異常時，警報器可以傳送警告訊息至網路130及/或終端裝置170，以提供即時的蟲害警告。
此外，在蟲害監控系統100中，空間110及120還分別包括網路連接器111及121，用於將各空間的蟲害監控裝置連接至網路130。其中，網路連接器111用於接收蟲害監控裝置113及115所傳送的原始影像及環境參數，網路連接器121用於接收蟲害監控裝置123及125所傳送的原始影像及環境參數，網路連接器111及121並將這些原始影像及這些環境參數傳送至網路130。網路連接器111及121例如可以是有線或無線路由器，而蟲害監控裝置可以有線或無線的方式與網路連接器進行連接。
附帶一提的，在蟲害監控系統100中，網路130可以是網際網路（The Internet）或區域網路（LAN），本發明並不限制網路130的類型。
此外，蟲害監控裝置113的控制器1131例如是可以設置在單板電腦（SBC，Single Board Computer）上的，而影像擷取器1133、環境狀態感測器1135及網路傳輸器1137可以是設置在此單板電腦上的，也可以是獨立的裝置。本實施例的單板電腦例如可以是樹莓派（Raspberry Pi）或Arduino等，本發明並不以此為限制。
圖5是本發明的蟲害監控系統另一實施例的功能方塊示意圖。請參照圖5，本實施例的蟲害監控系統200與圖1~圖3所示的蟲害監控系統100具有相似的結構與功能。本實施例與圖1~圖3所示的實施例不同之處即在於：蟲害監控系統200並不設置網路連接器111，而蟲害監控裝置113可以直接利用網路傳輸器1137將原始影像1133a及環境參數e傳輸至網路130。例如，網路傳輸器1137可以包括行動上網模組，以連接電信業者提供的基地台而連接網路130。由於本實施例蟲害監控裝置113的網路傳輸器1137具有直接連接網路130的功能，無須透過路由器連接網路130，使得應用上更加的靈活。
圖6是本發明的蟲害監控系統又一實施例的功能方塊示意圖。請參照圖6，本實施例的蟲害監控系統300與圖1~圖3所示的蟲害監控系統100具有相似的結構與功能。本實施例與圖1~圖3所示的實施例不同之處即在於：伺服主機150並不包括影像處理器151，而蟲害監控裝置113可以包括影像處理器1132，影像處理器1132並耦接控制器1131。其中，影像處理器1132的功能與功效與影像處理器151相似。影像處理器1132可依據環境參數e計算原始影像1133a並產生害蟲狀態數據1132a，而伺服主機150可以透過網路130接收害蟲狀態數據1132a及環境參數e。藉此，本實施例的蟲害監控系統300可以直接在蟲害監控裝置113進行害蟲的計數處理，使得應用上更加的方便。
綜上所述，本發明之實施例的蟲害監控系統透過結合不同空間、不同蟲害監控裝置所提供的環境參數及計算得到的害蟲狀態數據，可以提供使用者各空間中害蟲分佈的狀況，及其與光強、溫度、濕度及/或氣壓的關係，讓使用者更詳細且即時的精確掌握蟲害的資訊。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100、200、300‧‧‧蟲害監控系統
110、120‧‧‧空間
111、121‧‧‧網路連接器
113、113a、115、123、125‧‧‧蟲害監控裝置
1131‧‧‧控制器
1132‧‧‧影像處理器
1132a‧‧‧害蟲狀態數據
1133‧‧‧影像擷取器
1133a‧‧‧原始影像
1133b‧‧‧亮度調整影像
1133c、1133d‧‧‧色彩分離影像
1133e、1133f‧‧‧計數影像
1134‧‧‧立架
1135‧‧‧環境狀態感測器
1135a‧‧‧光強感測器
1135b‧‧‧溫度感測器
1135c‧‧‧濕度感測器
1135d‧‧‧氣壓感測器
1136‧‧‧吊孔
1136a‧‧‧吊繩
1137‧‧‧網路傳輸器
1138‧‧‧支架
1139‧‧‧害蟲捕捉器
1139a‧‧‧害蟲
1139b‧‧‧水滴
1139c‧‧‧污漬
130‧‧‧網路
150‧‧‧伺服主機
150a‧‧‧害蟲監控數據
153a‧‧‧預設半徑
153b‧‧‧預設面積
153c‧‧‧預設凸度
170‧‧‧終端裝置
151‧‧‧影像處理器
151a‧‧‧害蟲狀態數據
C‧‧‧天花板
e‧‧‧環境參數
圖1是本發明的蟲害監控系統一實施例的示意圖。 圖2A是本發明的蟲害監控系統一實施例的一蟲害監控裝置的示意圖。 圖2B是本發明的蟲害監控系統一實施例的另一蟲害監控裝置的示意圖。 圖3是本發明的蟲害監控系統一實施例的功能方塊示意圖。 圖4是本發明的蟲害監控系統一實施例的害蟲計數的影像處理示意圖。 圖5是本發明的蟲害監控系統另一實施例的功能方塊示意圖。 圖6是本發明的蟲害監控系統又一實施例的功能方塊示意圖。

Claims (8)

  1. 一種蟲害監控系統，包括：至少一蟲害監控裝置，設置於至少一空間，其中該蟲害監控裝置包括：一影像擷取器，用於擷取一害蟲捕捉器的影像並產生一原始影像，其中該害蟲捕捉器用於捕捉害蟲；一環境狀態感測器，用於偵測環境的狀態並產生一環境參數；一控制器，耦接該影像擷取器及該環境狀態感測器，該控制器並接收該原始影像及該環境參數；以及一網路傳輸器，耦接該控制器及一網路，該網路傳輸器將該原始影像及該環境參數傳輸至該網路；以及一伺服主機，連接該網路，該伺服主機包括一影像處理器，該伺服主機接收該至少一原始影像及該至少一環境參數，該影像處理器依據各該環境參數計算各該原始影像並產生一害蟲狀態數據，各該害蟲狀態數據包括一害蟲資訊數據及一非害蟲資訊數據，該伺服主機依據該至少一害蟲狀態數據及該至少一環境參數產生一害蟲監控數據；其中該環境狀態感測器包括一光強感測器，該光強感測器用於感測環境的光強度以產生一光強訊號，該影像處理器依據該光強訊號調整各該原始影像的亮度以產生一亮度調整影像，該影像處理器並對各該亮度調整影像進行色彩空間轉換(color space conversion)以產生至少一色彩空間調整影像，該影像處理器以k-平均演算法(k-means clustering)對該至少一色彩空間調整影像進行分色分類以產生至少一色彩分離影像，該影像處理器以膨脹形態學(Dilationmorphology)及/或侵蝕形態學(Erosionmorphology)對該至少一色彩分離影像進行影像處理以產生至少一計數影像，該影像處理器對該至少一計數影像進行計算以產生該害蟲狀態數據，其中該影像處理器根據一預設半徑、一預設面積及/或一預設凸度對該至少一計數影像進行計算以產生該非害蟲資訊數據；其中該影像處理器使用二級(two class)支援向量機(SVM，support vector machine)演算法，依據該環境參數計算該原始影像以產生該害蟲狀態數據。
  2. 如申請專利範圍第1項所述的蟲害監控系統，其中該環境狀態感測器包括一溫度感測器、一濕度感測器及一氣壓感測器，該溫度感測器用於感測環境的溫度以產生一溫度訊號，該濕度感測器用於感測環境的濕度以產生一濕度訊號，該氣壓感測器用於感測環境的氣壓以產生一氣壓訊號，該伺服主機並依據該溫度訊號、該濕度訊號、該氣壓訊號及該至少一害蟲狀態數據產生該害蟲監控數據。
  3. 如申請專利範圍第1項所述的蟲害監控系統，其中該伺服主機還包括一資料庫，用於儲存該預設半徑、該預設面積、該預設凸度及/或該害蟲監控數據。
  4. 如申請專利範圍第1項所述的蟲害監控系統，其中該害蟲監控數據包括一害蟲分佈數據，該害蟲分佈數據包括一害蟲密度數據。
  5. 如申請專利範圍第1項所述的蟲害監控系統，更包括至少一終端裝置，連接該網路，該終端裝置用於接收該害蟲監控數據，其中該終端裝置為一桌上型電腦、一筆記型電腦、一平板電腦或一智慧型手機。
  6. 如申請專利範圍第1項所述的蟲害監控系統，其中該網路是網際網路(The Internet)或區域網路(LAN)。
  7. 如申請專利範圍第1項所述的蟲害監控系統，其中各該空間還包括一網路連接器，用於接收該至少一蟲害監控裝置所傳送的該至少一原始影像及該至少一環境參數，該網路連接器並將該至少一原始影像及該至少一環境參數傳送至該網路。
  8. 如申請專利範圍第1項所述的蟲害監控系統，其中該害蟲捕捉器是一害蟲黏著片。
TW107102791A 2018-01-25 2018-01-25 蟲害監控系統 TWI667620B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107102791A TWI667620B (zh) 2018-01-25 2018-01-25 蟲害監控系統
US15/990,791 US10561140B2 (en) 2018-01-25 2018-05-28 Pest surveillance system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107102791A TWI667620B (zh) 2018-01-25 2018-01-25 蟲害監控系統

Publications (2)

Publication Number Publication Date
TWI667620B true TWI667620B (zh) 2019-08-01
TW201933181A TW201933181A (zh) 2019-08-16

Family

ID=67298004

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107102791A TWI667620B (zh) 2018-01-25 2018-01-25 蟲害監控系統

Country Status (2)

Country Link
US (1) US10561140B2 (zh)
TW (1) TWI667620B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL256031B (en) * 2017-11-30 2021-02-28 Yosef Akrav Pinhas Automatic system for separating and identifying insects in leaves
CN110740537B (zh) * 2019-09-30 2021-10-29 宁波燎原照明集团有限公司 一种博物馆文物的光照系统自适应调节的系统
CN110968946B (zh) * 2019-11-22 2023-07-21 久瓴(江苏)数字智能科技有限公司 铝扣板吊顶生成方法、装置、计算机设备和存储介质
CN111642478B (zh) * 2020-05-19 2022-02-01 重庆赛格盾科技有限公司 一种害虫识别系统
CN112055079B (zh) * 2020-09-03 2022-08-23 华艺生态园林股份有限公司 一种基于云计算平台的病虫害监测预警系统
CN112492027B (zh) * 2020-11-26 2022-09-16 重庆电子工程职业学院 一种生态农业智能监测系统
CN112714411B (zh) * 2021-01-25 2023-04-18 中北大学 具有可移动节点的农业监测装置
US20220245381A1 (en) * 2021-01-29 2022-08-04 Iunu, Inc. Pest infestation detection for horticultural grow operations
TWI760124B (zh) * 2021-03-02 2022-04-01 國立臺灣大學 計數害蟲數量之分級預警系統
CN113237463A (zh) * 2021-04-21 2021-08-10 宁夏红双赢粮油食品有限公司 一种富硒大米病虫害监测方法、装置和系统
CN113468964B (zh) * 2021-05-31 2022-04-26 山东省邮电工程有限公司 一种基于高光谱的农业病虫害监测方法及设备
US11678654B1 (en) * 2022-08-05 2023-06-20 Nick Suteerawanit Trap door multi-catch rodent trap

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200632786A (en) * 2005-03-01 2006-09-16 Ta-Te Lin An image processing algorithm for selected fruit by the X-ray scanner to automatically identify the region of injury within the scanned fruit
CN202306551U (zh) * 2011-06-23 2012-07-04 全国农业技术推广服务中心 病虫害数量采集终端及数据系统
CN202406870U (zh) * 2011-12-30 2012-09-05 山东省科学院自动化研究所 林业虫害智能在线测报系统
US20140279600A1 (en) * 2013-03-15 2014-09-18 Mitchell Barry Chait Automated monitoring of pest traps in a distributed work environment

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602004012409T2 (de) * 2003-06-16 2009-04-23 Ronnau Development Aps Schädlingsbekämpfungssystem
KR101282196B1 (ko) * 2009-12-11 2013-07-04 한국전자통신연구원 다시점 영상에서 코드북 기반의 전경 및 배경 분리 장치 및 방법
US8497897B2 (en) * 2010-08-17 2013-07-30 Apple Inc. Image capture using luminance and chrominance sensors
WO2012075167A2 (en) * 2010-11-30 2012-06-07 121 View Usa Systems and methods for gathering viewership statistics and providing viewer-driven mass media content
US8792693B2 (en) * 2011-07-09 2014-07-29 Gauss Surgical System and method for estimating extracorporeal blood volume in a physical sample
US20190000059A1 (en) * 2016-01-04 2019-01-03 Szabolcs Marka Automated Multispectral Detection, Identification and Remediation of Pests and Disease Vectors
CA3035197A1 (en) * 2016-09-08 2018-03-15 Walmart Apollo, Llc Systems and methods for identifying pests in crop-containing areas via unmanned vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200632786A (en) * 2005-03-01 2006-09-16 Ta-Te Lin An image processing algorithm for selected fruit by the X-ray scanner to automatically identify the region of injury within the scanned fruit
CN202306551U (zh) * 2011-06-23 2012-07-04 全国农业技术推广服务中心 病虫害数量采集终端及数据系统
CN202406870U (zh) * 2011-12-30 2012-09-05 山东省科学院自动化研究所 林业虫害智能在线测报系统
US20140279600A1 (en) * 2013-03-15 2014-09-18 Mitchell Barry Chait Automated monitoring of pest traps in a distributed work environment

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
２、論文「AUTOMATIC PLANT PEST DETECTION & RECOGNITION USING k-MEANS CLUSTERING ALGORITHM & CORRESPONDENCE FILTERS」，發表人Faithpraise Fina, Philip Birch, Rupert Young, J. Obu, Bassey Faithpraise and Chris Chatwin，期刊International Journal of Advanced Biotechnology and Research ISSN 0976-2612, Online ISSN 2278–599X, Vol 4, Issue 2, 2013, pp 1052-1062，網站http://www.bipublication.com，論文參考網頁https://www.researchg *

Also Published As

Publication number Publication date
TW201933181A (zh) 2019-08-16
US20190223431A1 (en) 2019-07-25
US10561140B2 (en) 2020-02-18

Similar Documents

Publication Publication Date Title
TWI667620B (zh) 蟲害監控系統
EP2798840B1 (en) Visual command processing
TWI628611B (zh) 同屏監控智慧設備狀態的方法、投影設備及用戶終端
WO2017071084A1 (zh) 报警方法及装置
JP2021510303A (ja) システムおよび方法
US20200226360A1 (en) System and method for automatically detecting and classifying an animal in an image
US10768682B2 (en) Detection-based wakeup of detection devices
WO2018120634A1 (zh) 病虫害识别方法及装置
CN203480284U (zh) 基于物联网的果园环境信息监控系统
CN104007733B (zh) 一种对农业集约化生产进行监控的系统及方法
KR20220057213A (ko) 인공지능 기반의 이상행동 감지 시스템
CN105360086A (zh) 基于物联网的杀虫灯监控方法
JP2018205900A (ja) 監視システム及び監視方法
JP2021015405A (ja) 学習装置、診断装置及び学習方法
CN113283859A (zh) 一种应用于边缘计算管理的边缘平台系统
KR20200009530A (ko) 이상 개체 검출 시스템 및 방법
US11910791B2 (en) Graded early warning system for pest quantity counting
KR20180131775A (ko) 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템
WO2020141253A1 (en) A method of using a machine-readable code for instructing camera for detecting and monitoring objects
CN217359877U (zh) 基于物联网森林病害虫监测预警系统
JP2011193843A (ja) 農作物情報管理システム
CN208171448U (zh) 电控柜红外热像监测装置及系统
TWI789879B (zh) 智慧型禽隻群聚圖像辨識分析系統及方法
JP2022081882A (ja) 野生動物監視システム、野生動物監視方法、及びプログラム
CN205388694U (zh) 一种基于物联网的畜禽传染病实时监控系统