虫害图像识别方法、虫害监控方法、装置、设备及介质

    公开(公告)号:CN110516712B

    公开(公告)日:2023-04-07

    申请号:CN201910707649.X

    申请日:2019-08-01

    IPC分类号: G06V10/764 G06Q50/02

    摘要: 本发明公开了一种虫害图像识别方法、装置、计算机设备及存储介质,在获取待识别虫害图像之后,将所述待识别虫害图像输入到预设的种类识别模型中进行识别,得到所述待识别虫害图像的种类信息;根据所述种类信息对所述待识别虫害图像进行图像划分,得到分类图像和每一所述分类图像的种类信息;将每一所述分类图像输入到所述种类信息对应的虫龄识别模型中,得到虫龄信息。通过多个不同的模型对待识别虫害图像进行多层次的识别和图像分割,得到虫害相关的信息,保证了更加精准和有效地识别,为后续地虫情预测和防治提供了有效的支持。另外地,本发明还公开了一种虫害监控方法、装置、计算机设备及存储介质。

    害虫捕获系统、方法、计算机设备和介质

    公开(公告)号:CN110326593B

    公开(公告)日:2022-02-15

    申请号:CN201910532840.5

    申请日:2019-06-19

    摘要: 本发明公开了一种害虫捕获系统、方法、计算机设备和介质,通过在承载装置中设置可动平台和收集模块,并且在所述可动平台上的害虫符合第一预设条件时将可动平台上的所述害虫输送至所述收集模块。而控制装置根据所述图像采集装置采集的害虫图像判断所述可动平台上的害虫是否符合第一预设条件,并根据判断结果发送第一控制信号至所述可动平台。将捕获的害虫先放置在可动平台上,以利于图像采集装置对害虫图像进行图像采集,并且在所述可动平台上的害虫符合第一预设条件时将可动平台上的所述害虫输送至所述收集模块,避免可动平台上的害虫过多而影响图像采集的效果,更好地保证了图像采集的质量,以利于后续更好地进行识别和分类。

    一种基于特征波长的高光谱柑橘叶片病害识别方法

    公开(公告)号:CN110763698B

    公开(公告)日:2022-01-14

    申请号:CN201910965757.7

    申请日:2019-10-12

    IPC分类号: G01N21/95

    摘要: 本发明公开了一种基于特征波长的高光谱柑橘叶片病害识别方法,该方法利用高光谱技术基于波段运算挑选出特征波长而实现柑橘叶片多种病害判别检测,通过建立病害种类判别模型,只需获取待检测样本的高光谱图像进行预处理,提取其相应的特征波长下的反射率数据模型中,即可得到病害类型的检测结果,能实现对柑橘叶片病害种类无损、快速、准确的鉴定。且利用波段运算结果与标记值的相关系数选择特征波长,计算简单,挑选特征波长的判别效果好。将待检测样品高光谱数据预处理后,每个像素的光谱值带入模型,即可通过颜色可视化显示病害种类与分布,更加直观。

    一种植保无人机精准喷施控制方法

    公开(公告)号:CN109241837B

    公开(公告)日:2021-08-27

    申请号:CN201810845840.6

    申请日:2018-07-27

    摘要: 本发明涉及植保喷施领域,尤其涉及一种植保无人机精准喷施控制方法,所述无人机上设有机器视觉摄像装置及红外热成像摄像装置,包括将药剂进行调温处理,再根据规划的喷施作业路线及设定的喷施角度将调温处理的药剂喷施于喷施目标上,喷施目标上的施药区域与未施药区域将形成温差,喷施时,分别用机器视觉摄像装置和红外热成像摄像装置采集喷施目标的可见光图像和红外图像,图像处理后,分别得到喷施目标总面积St和施药区域总面积Sc,对比St、Sc以获取未施药区域及未施药区域面积,根据未施药区域及未施药区域面积重新调整喷施装置的喷施角度或无人机的飞行路线,补偿喷施偏差。该喷施控制方法能实现对喷施效果的在线多次实时检测,从而实现精准喷施。

    一种检测植保无人机对果树喷施效果的方法

    公开(公告)号:CN109059869B

    公开(公告)日:2020-07-21

    申请号:CN201810847304.X

    申请日:2018-07-27

    IPC分类号: G01C11/04 G01B11/00 G01B11/28

    摘要: 本发明涉及植保喷施检测领域,尤其涉及一种检测植保无人机对果树喷施效果的方法,所述无人机上设有机器视觉摄像装置及三维激光扫描仪,包括对药剂进行调色处理,使喷施目标的喷药区域与未喷药区域形成色差,再使用三维激光扫描仪扫描并建立整个待喷药目标树冠的三维模型,使用机器视觉摄像装置采集喷施目标的可见光图像,再根据药剂喷施在待喷药目标上产生的色差获取喷药区域,再对可见光图像和待喷药目标树冠的三维模型进行配准和融合,对融合后的图像进行处理,分别计算出待喷药目标和喷药区域的面积,从而获得喷施占比。该方法可实现实时检测,具有检测速度快、对环境依赖性小等特点。

    一种基于特征波长的高光谱柑橘叶片病害识别方法

    公开(公告)号:CN110763698A

    公开(公告)日:2020-02-07

    申请号:CN201910965757.7

    申请日:2019-10-12

    IPC分类号: G01N21/95

    摘要: 本发明公开了一种基于特征波长的高光谱柑橘叶片病害识别方法,该方法利用高光谱技术基于波段运算挑选出特征波长而实现柑橘叶片多种病害判别检测,通过建立病害种类判别模型,只需获取待检测样本的高光谱图像进行预处理,提取其相应的特征波长下的反射率数据模型中,即可得到病害类型的检测结果,能实现对柑橘叶片病害种类无损、快速、准确的鉴定。且利用波段运算结果与标记值的相关系数选择特征波长,计算简单,挑选特征波长的判别效果好。将待检测样品高光谱数据预处理后,每个像素的光谱值带入模型,即可通过颜色可视化显示病害种类与分布,更加直观。

    一种基于机器视觉的香蕉成熟度评判建模方法和评判方法

    公开(公告)号:CN109978822A

    公开(公告)日:2019-07-05

    申请号:CN201910116876.5

    申请日:2019-02-15

    摘要: 本发明涉及一种基于机器视觉的香蕉成熟度评判建模方法和评判方法,包括以下步骤:定位香蕉彩色图像上的感兴趣区域ROIs;提取ROIs的颜色统计量特征,根据颜色统计量特征采用机器学习方法建立基于色泽特征的香蕉成熟度判别模型;提取ROIs的局部梯度方向分布特征,根据局部梯度方向分布特征采用机器学习方法建立基于局部形状特征的香蕉成熟度判别模型;提取ROIs的局部纹理特征,根据局部纹理特征采用机器学习方法建立基于纹理特征的香蕉成熟度判别模型;对三个基于不同特征的香蕉成熟度判别模型分配权重,形成香蕉成熟度评判决策模型。本发明可以实现香蕉成熟度无损、准确的评判,使得香蕉成熟度等级评判操作更便捷、更客观、更准确,并具有较高的推广价值。