说明:收录25万 73个行业的国家标准 支持批量下载
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221015140 0.7 (22)申请日 2022.02.18 (71)申请人 重庆市农业科 学院 地址 401329 重庆市九龙坡区白市驿镇农 科大道 (72)发明人 陈世春 王晓庆 江宏燕 唐敏 翟秀明 商靖 邬秀宏 (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 专利代理师 李娜 (51)Int.Cl. G06V 20/10(2022.01) G06K 9/62(2022.01) G06T 5/00(2006.01) G06T 7/194(2017.01)G06V 10/762(2022.01) (54)发明名称 一种基于图像识别的茶园病虫害监测系统 (57)摘要 本发明公开了一种基于图像识别的茶园病 虫害监测系统, 包括: 图像采集模块, 用于采集茶 树植株图像信息, 获得初始图像; 图像处理模块, 与图像采集模块连接, 用于对初始图像进行处 理, 获得目标图像; 图像识别模块, 与图像处理模 块连接, 用于对目标图像进行识别, 获得病虫害 识别结果。 本发 明实现了对茶园更高精度的病虫 害智能监测管理, 为后续的病虫情预测和防治提 供了有效支持; 避免大面积病虫害发生, 降低茶 园化学农药施用量, 降低生产防治成本, 减少茶 园面源污染, 减少碳 排放, 保证茶叶质量 安全。 权利要求书1页 说明书5页 附图1页 CN 114529816 A 2022.05.24 CN 114529816 A 1.一种基于图像识别的茶园病虫害监测系统,其特 征在于, 包括: 图像采集模块, 用于采集茶树 植株图像信息, 获得初始图像; 图像处理模块, 与所述图像采集模块连接, 用于对所述初始图像进行处理, 获得目标图 像; 图像识别模块, 与所述图像处理模块连接, 用于对所述目标图像进行识别, 获得病虫害 识别结果。 2.根据权利要求1所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 所述图像采集模块至少包括手机采集单 元、 相机采集单 元、 摄像头采集单 元。 3.根据权利要求1所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 所述图像处 理模块包括第一处 理单元、 第二处 理单元; 所述第一处理单元用于 图像滤波去噪、 平滑处理、 前景背景分割以及特征提取的预处 理操作; 所述第二处 理单元用于将视频流图像信息进行实时编解码 操作和格式转 化。 4.根据权利要求1所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 所述图像识别单 元包括病虫害识别单 元、 种类识别单 元、 位置识别单 元; 所述病虫害识别单 元用于识别判断所述目标图像是否为病虫害图像; 所述种类识别单元与 所述病虫害识别单元连接, 用于识别所述目标图像的病虫害种类 信息; 所述位置识别单元与 所述病虫害识别单元连接, 用于识别判断所述目标图像为病虫害 图像后, 获取 所述病虫害图像的位置信息 。 5.根据权利要求1所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 还包括样本库, 所述样本库至少包括茶树生长库, 以及与所述茶树生长库对应的病虫 害数据库; 所述茶树生长库包括不同种类的茶树图像以及与各茶树品种不同生长周期对应的图 像; 所述病虫害数据库包括与茶树生长周期对应的病虫害种类图像以及病虫害特征信息 图像。 6.根据权利要求5所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 还包括存储模块, 与种类识别单元连接, 用于基于所述样本库的样本信息和种类识别 单元识别的虫害种类信息, 存 储各类病虫害防治方法。 7.根据权利要求6所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 还包括防治技术推送模块, 分别与所述图像识别模块和所述存储模块连接, 用于根据 所述病虫害识别结果调用病虫害防治方法。 8.根据权利要求1所述的基于图像识别的茶园病虫害监测系统, 其特 征在于, 还包括病虫害预警模块, 所述病虫害预警模块包括病虫害报警单 元、 决策执行单元; 所述病虫害报警单 元用于向用户管理端发送报警信息; 所述决策 执行单元用于启动喷药系统, 对茶园植物进行喷药灭虫。权 利 要 求 书 1/1 页 2 CN 114529816 A 2一种基于图像识别的茶园病虫害监测系统 技术领域 [0001]本发明属于病虫害识别与监测领域, 特别是涉及 一种基于图像识别的茶园病虫害 监测系统。 背景技术 [0002]随着茶产业规模的迅速扩大, 我国茶叶生产面临的病虫害防治等难题越来越突 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, 对茶园内病虫害 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病虫害识别和发生趋势状态监测等, 因此在病虫害 大发生之前及时 预警, 采取措施是实现病虫综合治理、 农药减量控害的重要措施, 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病虫害监测系统。 发明内容 [0003]为解决上述问题, 本发明提供了如下方案: 一种基于图像识别的茶园病虫害监测 系统, 包括: [0004]图像采集模块, 用于采集茶树 植株图像信息, 获得初始图像; [0005]图像处理模块, 与所述图像采集模块连接, 用于对所述初始图像进行处理, 获得目 标图像; [0006]图像识别模块, 与所述图像处理模块连接, 用于对所述目标图像进行识别, 获得病 虫害识别结果。 [0007]优选地, 所述图像采集模块至少包括手机采集单元、 相机采集单元、 摄像头采集单 元。 [0008]优选地, 所述图像处 理模块包括第一处 理单元、 第二处 理单元; [0009]所述第一处理单元用于图像滤波去噪、 平滑处理、 前景背景分割以及特征提取的 预处理操作; [0010]所述第二处 理单元用于将视频流图像信息进行实时编解码 操作和格式转 化。 [0011]优选地, 所述图像识别单 元包括病虫害识别单 元、 种类识别单 元、 位置识别单 元; [0012]所述病虫害识别单 元用于识别判断所述目标图像是否为病虫害图像; [0013]所述种类识别单元与所述病虫害识别单元连接, 用于识别所述目标图像的病虫害 种类信息; [0014]所述位置识别单元与所述病虫害识别单元连接, 用于识别判断所述目标图像为病 虫害图像后, 获取 所述病虫害图像的位置信息 。 [0015]优选地, 还包括样本库, 所述样本库至少包括茶树生长库, 以及与所述茶树生长库 对应的病虫害数据库; [0016]所述茶树生长库包括不同种类的茶树图像以及与各茶树品种不同生长周期对应说 明 书 1/5 页 3 CN 114529816 A 3
专利 一种基于图像识别的茶园病虫害监测系统
文档预览
中文文档
8 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 人生无常 于
2024-03-18 14:31:35
上传分享
举报
下载
原文档
(228.8 KB)
分享
友情链接
GB-T 22264.2-2022 安装式数字显示电测量仪表 第2部分:电流表和电压表的特殊要求.pdf
GB-T 32974-2016 钢铁行业蓄热式工业炉窑热平衡测试与计算方法.pdf
奇安信 安全内生从框架开始.pdf
TB-T 3210.1-2020 铁路煤炭运输抑尘技术条件 第1部分:抑尘剂.pdf
GB 29995-2013 兰炭单位产品能源消耗限额.pdf
GB-T 24513.2-2010 金属和合金的腐蚀 室内大气低腐蚀性分类 第2部分:室内大气腐蚀性的测定.pdf
GB-T 9074.32-2017 螺栓或螺钉和锥形弹性垫圈组合件.pdf
DB22-T 370-2014 建筑逃生缓降器设置技术规范 吉林省.pdf
GB-T 30275-2013 信息安全技术 鉴别与授权 认证中间件框架与接口规范.pdf
DB3305-T 244-2022 数字法院信息系统运维管理规范 湖州市.pdf
GB-T 38540-2020 信息安全技术 安全电子签章密码技术规范.pdf
硅创社2024002-AIGC新书推荐榜2月.pdf
GB-T 23020-2013工业企业信息化和工业化融合评估规范.pdf
T-SDL 3.5—2021 10 kV智能电缆系统技术规范 第 5 部分 安装与验收规范.pdf
GB-T 12771-2019 流体输送用不锈钢焊接钢管.pdf
GB-T 9634.8-2018 铁氧体磁心 表面缺陷极限导则 第8部分:PQ型磁心.pdf
GB-T 32333-2015 滚动轴承 振动 加速度 测量方法及技术条件.pdf
T-SIA 031.2—2021 系统安全工程 网络弹性构建指南 第2部分 网络弹性工程框架.pdf
T-CIECCPA 009—2020 工业企业节能诊断改造效果评估指南.pdf
数据全生命周期管理办法.pdf
1
/
3
8
评价文档
赞助2元 点击下载(228.8 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。