国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于計算機視覺的大田蟲情監(jiān)控采樣裝置及采樣方法

      文檔序號:9202913閱讀:405來源:國知局
      基于計算機視覺的大田蟲情監(jiān)控采樣裝置及采樣方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及精細(xì)農(nóng)業(yè)技術(shù)領(lǐng)域,尤其涉及一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置及采樣方法。
      【背景技術(shù)】
      [0002]中國是一個農(nóng)業(yè)大國,農(nóng)田害蟲的監(jiān)測、蟲情災(zāi)害的統(tǒng)計預(yù)報工作十分重要。若監(jiān)測預(yù)報準(zhǔn)確及時,就可及早控制害蟲、減少農(nóng)藥用量、避免農(nóng)作物遭受重大損失。傳統(tǒng)方法中一般是通過有經(jīng)驗的農(nóng)民和昆蟲分類專家對害蟲進行識別,但人工識別勞動強度大、效率低。
      [0003]因此,開發(fā)一些智能化無線害蟲遠(yuǎn)程自動監(jiān)測裝置,將有助于提高昆蟲識別與計數(shù)的準(zhǔn)確率和效率,減少蟲害帶來的損失,進而促進精準(zhǔn)農(nóng)業(yè)的實施,提高昆蟲知識的科普水平。
      [0004]現(xiàn)有技術(shù)中,一般是在對害蟲進行誘捕的基礎(chǔ)上實現(xiàn)對害蟲的識別和遠(yuǎn)程監(jiān)測。目前,國內(nèi)外害蟲誘捕器的種類很多,其捕捉原理主要是利用害蟲的趨光性、味覺等生物特性,采用誘導(dǎo)藥、光源、信息源等來誘捕害蟲。
      [0005]如公告號為CN2867873Y的中國專利文獻公開了一種害蟲誘捕器,它由上蓋、漏斗座、誘芯和集蟲器組成,該害蟲誘捕器的進蟲口下部或內(nèi)側(cè)一即進蟲口通向錐面漏斗或集蟲器的通道上設(shè)有由彈性防逃線構(gòu)成的放逃逸裝置,所述上蓋下裝有I?6塊擋蟲板,當(dāng)害蟲受誘芯吸引飛向誘捕器時,首先與擋蟲板相撞而向下墜落,在碰到細(xì)而光滑、不能支撐害蟲重量的上防逃線后掉入漏斗座內(nèi),依靠其本身的重量撞開下防逃線,掉入集中器。該害蟲誘捕器利用上防逃線和下防逃線阻止害蟲逃出誘捕器。
      [0006]但該害蟲誘捕器只能進行害蟲的誘捕,無法對被誘捕的害蟲信息進行采集,導(dǎo)致難以對害蟲進行識別和任何形式的監(jiān)測。
      [0007]公告號為CN202566059U的中國專利文獻公開了一種實時遠(yuǎn)程監(jiān)控害蟲的系統(tǒng),包括:誘捕器,存儲記憶裝置,動力系統(tǒng)和分析系統(tǒng);誘捕器內(nèi)部放置不同的信息素引誘劑,誘捕器的入口處安裝紅外線自動計數(shù)裝置,該紅外線自動計數(shù)裝置自動記錄害蟲進入誘捕器的數(shù)量和時間,并將采集的信息傳輸?shù)酱鎯τ洃浹b置(GSM模塊),GSM模塊會記錄紅外線自動計數(shù)裝置采集的信息并進一步傳輸?shù)椒治鱿到y(tǒng),分析系統(tǒng)分析害蟲可能爆發(fā)的概率。
      [0008]該誘捕器只能夠采集害蟲進入誘捕器的時間和數(shù)量信息,不利于對害蟲的種類進行識別和分析。
      [0009]目前,在基于計算機視覺的大田蟲情監(jiān)控中,往往是針對誘蟲燈內(nèi)單個個體的害蟲對象進行識別,當(dāng)面對重疊的害蟲蟲體時,則缺乏有效的識別手段。此外,當(dāng)前的大田害蟲識別模型往往只能針對害蟲背部圖像進行識別,而當(dāng)面對害蟲腹部圖像時,則因腹部的低區(qū)分度而導(dǎo)致性能嚴(yán)重下降。
      [0010]這些缺陷影響了的大田中害蟲的種類識別及數(shù)量統(tǒng)計,令針對大田蟲害的及時、有效預(yù)防難以得到實現(xiàn)。

      【發(fā)明內(nèi)容】

      [0011]針對現(xiàn)有技術(shù)存在的不足,本發(fā)明的目的在于提供一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置,該裝置能有效地解決在自動采樣過程中害蟲蟲體重疊的問題,以及蟲體腹部圖像難以識別所導(dǎo)致的識別模型精度下降的問題。
      [0012]為實現(xiàn)上述目的,本發(fā)明提供了如下技術(shù)方案:
      [0013]一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置,包括:
      [0014]殺蟲裝置;
      [0015]透明承蟲板,用于承接來自殺蟲裝置的死蟲;
      [0016]兩個攝像頭,分別位于透明承蟲板的上下兩側(cè),用于采集死蟲的圖像;
      [0017]終端機,用于接收來自各攝像頭的圖像并進行識別。
      [0018]作為優(yōu)選,所述殺蟲裝置為誘蟲燈,誘蟲燈底部設(shè)有用于向透明承蟲板引導(dǎo)死蟲的軟管。
      [0019]本發(fā)明通過殺蟲裝置誘捕殺死害蟲,死蟲通過軟管到達(dá)透明承蟲板上,位于透明承蟲板上下兩側(cè)的兩個攝像頭分別對透明承蟲板上的死蟲進行圖像采集,采集到的圖像最終由終端機進行識別和計數(shù)。
      [0020]作為優(yōu)選,本發(fā)明基于計算機視覺的大田蟲情實時監(jiān)控采樣裝置還設(shè)有支撐臺,兩個攝像頭透過對應(yīng)的支架設(shè)置在支撐臺上。
      [0021]為了防止死蟲相互重疊、堆積,作為優(yōu)選,所述透明承蟲板活動安裝在支撐臺上,在支撐臺上設(shè)有用于帶動透明承蟲板抖動的第一驅(qū)動機構(gòu)。第一驅(qū)動機構(gòu)帶動透明承蟲板抖動,分散死蟲,使得死蟲相互遮擋情況減少并且使調(diào)整死蟲的姿態(tài),便于攝像頭采集死蟲多方位、多姿態(tài)的圖像,有利于死蟲種類的識別和計數(shù)。
      [0022]所述第一驅(qū)動機構(gòu)包括:
      [0023]第一電機;
      [0024]與所述第一電機聯(lián)動的曲軸;
      [0025]與所述曲軸鉸接的連桿;
      [0026]—端與連桿鉸接,另一端與透明承蟲板固定的拉桿;
      [0027]用于引導(dǎo)拉桿往復(fù)運動的定位槽。
      [0028]作為優(yōu)選,所述透明承蟲板的頂面滑動配合的推蟲板,所述支撐臺上設(shè)有用于帶動推蟲板往復(fù)運動的第二驅(qū)動機構(gòu)。
      [0029]攝像頭對透明承蟲板上的死蟲采集圖像結(jié)束后,第二驅(qū)動機構(gòu)帶動推蟲板運動,掃除透明承蟲板上的死蟲,以便于對下一批死蟲圖像的采集。
      [0030]所述第二驅(qū)動機構(gòu)為氣缸或曲柄滑塊機構(gòu)。
      [0031]攝像頭采集到的死蟲的圖像傳輸給終端機進行害蟲種類的識別和計數(shù)。
      [0032]終端機與各攝像頭無線通信。
      [0033]作為優(yōu)選,本發(fā)明的基于上述大田蟲情監(jiān)控采樣裝置還包括控制器,用于控制攝像頭、第一驅(qū)動機構(gòu)、第二驅(qū)動機構(gòu)的工作。
      [0034]本發(fā)明還提供了一種基于上述大田蟲情監(jiān)控采樣裝置的采樣方法,包括:
      [0035]利用所述殺蟲裝置誘殺害蟲;
      [0036]死蟲落至所述透明承蟲板上;
      [0037]通過所述兩個攝像頭采集死蟲的圖像;
      [0038]所述終端機接收來自各攝像頭的圖像并進行識別。
      [0039]被殺蟲裝置誘殺的害蟲落于透明承蟲板上,透明承蟲板上下兩側(cè)的攝像頭分別采集透明承蟲板抖動前后的圖像,采集的害蟲圖像經(jīng)壓縮后,無線傳輸給終端機進行圖像處理,對圖像進行害蟲種類的識別以及各種類的數(shù)目統(tǒng)計。
      [0040]圖像處理包括以下步驟:
      [0041](I)預(yù)先建立大田害蟲圖像的深度卷積神經(jīng)網(wǎng)絡(luò)模型;
      [0042](1-1)預(yù)先建立大田害蟲圖像的深度卷積神經(jīng)網(wǎng)絡(luò)模型,深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為:一個輸入層、五個卷積層、三個池化層、兩個全連接層和一個輸出層;
      [0043](1-2)五個卷積層之前為輸入層,三個最大池化層(max pooling)分別位于第一、第二、第五個卷積層之后,兩個全連接層位于第三個最大池化層與輸出層之間。輸出層采用softmax為分類器;
      [0044](1-3)輸入層接受227X227的圖像輸入。五個卷積層的卷積濾波器的像素大小分別為13X13、5X5、3X3、3X3、6X6,卷積濾波器的數(shù)目分別為128、256、512、512、256,卷積步長為4。三個最大池化層(max pooling)中,池化區(qū)域大小均為3X3,池化步長為2。兩個全連接層結(jié)點均為4096。輸出層結(jié)點數(shù)依據(jù)具體待識別害蟲種類數(shù)目而定。
      [0045](2)對上側(cè)攝像頭拍攝于承蟲板抖動前的原始圖像進行閾值化處理,獲取各個害蟲區(qū)域,在原始圖像的這些區(qū)域內(nèi)計算SIFT特征點,并記錄坐標(biāo);
      [0046](3)對上側(cè)攝像頭拍攝于承蟲板抖動后的原始圖像進行閾值化處理,獲取各個害蟲區(qū)域,在原始圖像的這些區(qū)域內(nèi)計算SIFT特征點,并記錄坐標(biāo);
      [0047](4)匹配抖動前圖像和抖動后圖像上的所有SIFT特征點(匹配準(zhǔn)則為:兩個相同特征點間在圖像上的歐氏距離不超過200個像素點,兩個相同特征點在其特征空間的歐式距離不超過0.1),對符合匹配準(zhǔn)則的特征點計算移動方向,并計算方向直方圖,根據(jù)方向直方圖條目數(shù)確定抖動前圖像中各個害蟲區(qū)域內(nèi)的昆蟲數(shù)目;
      [0048](5)利用已建立的深度卷積神經(jīng)網(wǎng)絡(luò)對抖動前圖像中各個區(qū)域內(nèi)的對象進行識另IJ,根據(jù)該區(qū)域內(nèi)所確定的昆蟲數(shù)目選取相應(yīng)數(shù)目的概率最高的幾個識別結(jié)果,得到各個區(qū)域內(nèi)各個害蟲的種類,繼而獲取透明承蟲板上所有害蟲的種類及其對應(yīng)的數(shù)目(對于透明承蟲板上側(cè)圖像上不能識別的昆蟲腹部圖像,則由透明承蟲板下側(cè)圖像完成其
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1