一种基于机器视觉的农田病害监测系统
专利汇可以提供一种基于机器视觉的农田病害监测系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 机器视觉 的农田病害监测系统，包括目标 图像采集 模 块 和监测终端，其监测终端内设有：病虫害识别模块，基于神经网络模型实现图片中孔洞、斑点、 害虫 、害虫轨迹的识别；所述神经网络模型采用ssd目标检测 算法 ，用coco数据集训练inception v2 深度神经网络 ；病虫害统计分析模块，用于连通分量外接图形模板和测量标尺进行图片上孔洞、斑点的测量，并根据病虫害识别模块的识别结果实现病虫害的统计分析。本发明采用inception v2深度神经网络实现了 农作物 叶面和根茎上的孔洞、斑点、害虫的快速识别，从而可以准确的获取到当前农作物的病虫害情况。，下面是一种基于机器视觉的农田病害监测系统专利的具体信息内容。
1.一种基于机器视觉的农田病害监测系统，其特征在于：包括目标图像采集模块和监测终端，所述目标图像采集模块通过无人机模块定点进行待监测农田作物图像的采集，并将采集到的图像数据通过无线通信模块实时发送到监测终端；所述监测终端内设有：
病虫害识别模块，基于神经网络模型实现图片中孔洞、斑点、害虫、害虫轨迹的识别；所述神经网络模型采用ssd目标检测算法，用coco数据集训练inception v2深度神经网络；
病虫害统计分析模块，用于连通分量外接图形模板和测量标尺进行图片上孔洞、斑点的测量，并根据病虫害识别模块的识别结果实现病虫害的统计分析。
2.如权利要求1所述的一种基于机器视觉的农田病害监测系统，其特征在于：所述病虫害统计分析模块内设有：
病虫害统计模块，基于数据挖掘模块对病虫害识别模块的识别结果进行统计分析，以表格的方式自动输出病虫害统计分析结果；
孔洞、斑点尺寸测量模块，用于分量外接图形模板和测量标尺进行图片上孔洞、斑点的尺寸的测量，测量时，首先将图像内的孔洞、斑点形状与预设的图像模板进行相似度对比，若对比的相似度大于90%，那么则将该孔洞、斑点形状判定为是该模块的图形；若所有的模板对比结果均低于90%，则启动图像分割程序，将图像分割成若干个不同的或者相同的图形模板，直至完成整个孔洞、斑点区域的图形分割，分割的结果至少包括其所包含的图形模板种类、数量以及大小比例；
对比分析模块，用于对比相邻两次相同的孔洞、斑点测量结果，实现病害发展情况的预测。
3.如权利要求1所述的一种基于机器视觉的农田病害监测系统，其特征在于：所述监测终端内还设有：
无人机飞行轨迹规划模块，用于根据种植作物的株距、行距、株高、起始作物所在的坐标实现无人机飞行轨迹的规划；其中，株高以起始作物为基准，株距、行距为播种参数。
4.如权利要求1所述的一种基于机器视觉的农田病害监测系统，其特征在于：所述无人机采集到的目标图像均携带有POS数据，该POS数据至少包括纬度、经度、高程、航向角（Phi）、俯仰角（Omega）及翻滚角（Kappa）。
5.如权利要求1所述的一种基于机器视觉的农田病害监测系统，其特征在于：所述监测终端内设有：
图像标记模块，用于为每一副采集到的图像标记上其对应的识别结果；
图像拼接模块，用于根据POS数据完成所有完成标记后的目标图像的拼接，从而实现待监测农田整体图像的输出。
6.如权利要求5所述的一种基于机器视觉的农田病害监测系统，其特征在于：每一种病害的识别结果对应一种标记，且每种标记点亮的颜色不同，所述图像标记模块采用该标记进行图像的标记，相同的标记之间存在互联关系，点击其中的一个标记，其余相同标记均会点亮。
7.如权利要求1所述的一种基于机器视觉的农田病害监测系统，其特征在于：所述监控终端内还设有：
病害定位模块，当发现病害时，可提取目标图像中的坐标信息，并将该坐标信息携带病虫害识别结果以表格的方式进行显示。
一种基于机器视觉的农田病害监测系统
技术领域
背景技术
发明内容
病虫害识别模块，基于神经网络模型实现图片中孔洞、斑点、害虫、害虫轨迹的识别；所述神经网络模型采用ssd目标检测算法，用coco数据集训练inception v2深度神经网络；
病虫害统计分析模块，用于连通分量外接图形模板和测量标尺进行图片上孔洞、斑点的测量，并根据病虫害识别模块的识别结果实现病虫害的统计分析。
孔洞、斑点尺寸测量模块，用于分量外接图形模板和测量标尺进行图片上孔洞、斑点的尺寸的测量，测量时，首先将图像内的孔洞、斑点形状与预设的图像模板进行相似度对比，若对比的相似度大于90%，那么则将该孔洞、斑点形状判定为是该模块的图形；若所有的模板对比结果均低于90%，则启动图像分割程序，将图像分割成若干个不同的或者相同的图形模板，直至完成整个孔洞、斑点区域的图形分割，分割的结果至少包括其所包含的图形模板种类、数量以及大小比例；
对比分析模块，用于对比相邻两次相同的孔洞、斑点测量结果，实现病害发展情况的预测。
图像拼接模块，用于根据POS数据完成所有完成标记后的目标图像的拼接，从而实现待监测农田整体图像的输出。
2）系统自带统计功能，且可以实现整个监测区域病害虫情况的整体展现，便于用于对农田整体病害情况的查看。
具体实施方式
病虫害识别模块，基于神经网络模型实现图片中孔洞、斑点、害虫、害虫轨迹的识别；所述神经网络模型采用ssd目标检测算法，用coco数据集训练inception v2深度神经网络；
病虫害统计分析模块，用于连通分量外接图形模板和测量标尺进行图片上孔洞、斑点的测量，并根据病虫害识别模块的识别结果实现病虫害的统计分析；
图像标记模块，用于为每一副采集到的图像标记上其对应的识别结果；每一种病害的识别结果对应一种标记，且每种标记点亮的颜色不同，所述图像标记模块采用该标记进行图像的标记，相同的标记之间存在互联关系，点击其中的一个标记，其余相同标记均会点亮；支持所有标记全部同时点亮，使用者可以根据需要进行点亮标记的选择，从而便于其对农田整体病害情况的查看；
图像拼接模块，用于根据POS数据完成所有完成标记后的目标图像的拼接，从而实现待监测农田整体图像的输出；拼接时，首先根据目标图像的航向角（Phi）、俯仰角（Omega）及翻滚角（Kappa）实现图像角度的调整，然后根据目标图像的纬度、经度、高程完成图像角度调整后的图像的拼接，即得到一株作物的三维图像，完成所有作物的三维图像拼接后，基于所有作物的坐标完成所述三维图像的拼接，从而获取到整体的图像；
病害定位模块，当发现病害时，可提取目标图像中的坐标信息，并将该坐标信息携带病虫害识别结果以表格的方式进行显示，方便用户定位病害所在地；
中央处理器，用于协调上述模块工作，可采用ARM微处理器。
孔洞、斑点尺寸测量模块，用于分量外接图形模板和测量标尺进行图片上孔洞、斑点的尺寸的测量，测量时，首先将图像内的孔洞、斑点形状与预设的图像模板进行相似度对比，若对比的相似度大于90%，那么则将该孔洞、斑点形状判定为是该模块的图形；若所有的模板对比结果均低于90%，则启动图像分割程序，将图像分割成若干个不同的或者相同的图形模板，直至完成整个孔洞、斑点区域的图形分割，分割的结果至少包括其所包含的图形模板种类、数量以及大小比例；
对比分析模块，用于对比相邻两次相同的孔洞、斑点测量结果，实现病害发展情况的预测，对比分析时，可调用绘图模块进行对比曲线的绘制，从而可以更为直观的进行对比分析结果的展示。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 杀虫蛋白的用途 | 2020-05-12 | 720 |
| 一种小杂粮种植监测系统 | 2020-05-14 | 808 |
| 杀虫蛋白的用途 | 2020-05-15 | 604 |
| 一种杀虫组合物 | 2020-05-17 | 295 |
| 一种基于深度学习的山核桃常见害虫识别方法 | 2020-05-15 | 625 |
| 害虫的防除方法以及防除装置 | 2020-05-13 | 587 |
| 全自动微小昆虫诱集检测方法及其系统 | 2020-05-13 | 433 |
| 用于生物控制植物病原体的系统和方法 | 2020-05-14 | 450 |
| 一种西藏茶树害虫绿色防控方法 | 2020-05-08 | 836 |
| 一种多功能害虫诱捕器 | 2020-05-08 | 598 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
