一种智能化农业互联网系统技术方案

本发明专利技术提供了一种智能化农业互联网系统，包括智能感知平台、无线传输平台和运维管理平台；所述智能感知平台和运维管理平台通过无线传输平台连接；所述智能感知平台包括土壤传感器、智能气象服务站和害虫识别系统；所述运维管理平台包括灌溉远程控制模块、灌溉自动控制模块、旱情预报模块及农田水利管理模块。所述害虫识别系统包括图像采集模块、图像分割模块、特征提取模块、害虫识别模块。本发明专利技术的有益效果为：提供了一种智能化农业互联网系统，实现了农业生产与互联网的有效融合，智能感知平台、无线传输平台、运维管理平台之间既相互独立，又相互联系，提升了农业管理水平，有助于实现农业现代化。

【技术实现步骤摘要】
一种智能化农业互联网系统
本专利技术涉及农业
，具体涉及一种智能化农业互联网系统。
技术介绍
随着互联网技术的发展和农业现代化的进程，利用互联网技术，能够对农作物进行准确的监测和管理。由于计算机技术的飞速发展，高分辨率的图像采集设备的出现，使得清晰、快速的获取虫图像成为现实。虫图像提供了虫的颜色、形状和纹理等视觉特征，基于图像的昆虫识别技术依据图像的这些视觉特征实现了昆虫的分类和识别。这种识别方法不仅在很大程度上解决了科技人员不足、人工识别难以完成大量昆虫识别的难题，而且能够利用现有的识别系统及时的跟踪害虫的生长状态，从而进行及时有效的防治，降低害虫造成的损失。这类识别方法不仅具有较高的学术价值，而且提高了识别效率，在实际应用中具有很高的实用价值。基于图像的昆虫识别技术在农业、森林病虫害防治、植物检疫、海关检验等领域得到广泛应用，具有深远的研究价值和意义。
技术实现思路
针对上述问题，本专利技术旨在提供一种智能化农业互联网系统。本专利技术的目的采用以下技术方案来实现：提供了一种智能化农业互联网系统，包括智能感知平台、无线传输平台和运维管理平台；所述智能感知平台和运维管理平台通过无线传输平台连接；所述智能感知平台包括土壤传感器、智能气象服务站和害虫识别系统；所述运维管理平台包括灌溉远程控制模块、灌溉自动控制模块、旱情预报模块及农田水利管理模块。本专利技术的有益效果为：提供了一种智能化农业互联网系统，实现了农业生产与互联网的有效融合，智能感知平台、无线传输平台、运维管理平台之间既相互独立，又相互联系，提升了农业管理水平，有助于实现农业现代化。可选的，所述害虫识别系统包括图像采集模块、图像分割模块、特征提取模块、害虫识别模块，所述图像采集模块用于对昆虫图像进行采集，所述图像分割模块用于将昆虫目标从图像中分割出来，所述特征提取模块用于对昆虫的特征进行提取，所述害虫识别模块预存有昆虫的特征，将提取的特征与预存的昆虫特征进行比对，实现对害虫的识别。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的结构示意图；附图标记：智能感知平台1、无线传输平台2、运维管理平台3。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种智能化农业互联网系统，包括智能感知平台1、无线传输平台2和运维管理平台3；所述智能感知平台1和运维管理平台3通过无线传输平台2连接；所述智能感知平台1包括土壤传感器、智能气象服务站和害虫识别系统；所述运维管理平台3包括灌溉远程控制模块、灌溉自动控制模块、旱情预报模块及农田水利管理模块。本实施例提供了一种智能化农业互联网系统，实现了农业生产与互联网的有效融合，智能感知平台、无线传输平台、运维管理平台之间既相互独立，又相互联系，提升了农业管理水平，有助于实现农业现代化。优选的，所述害虫识别系统包括图像采集模块、图像分割模块、特征提取模块、害虫识别模块，所述图像采集模块用于对昆虫图像进行采集，所述图像分割模块用于将昆虫目标从图像中分割出来，所述特征提取模块用于对昆虫的特征进行提取，所述害虫识别模块预存有昆虫的特征，将提取的特征与预存的昆虫特征进行比对，实现对害虫的识别。本优选实施例实现了害虫的准确识别，对于及时有效的害虫防治，降低害虫造成的损失具有重要意义。优选的，所述图像分割模块包括图像第一转化子模块、图像第二转化子模块、图像分割子模块、图像处理子模块和图像输出子模块，所述图像第一转化子模块用于将图像转化到HSV颜色空间，所述图像第二转化子模块用于将H分量进行灰度化，所述图像分割子模块基于H分量的灰度图像进行图像分割，所述图像处理子模块用于对分割后的图像去噪，所述图像输出子模块输出去除噪声后的分割图像。本优选实施例将图像转化到HSV空间进行图像分割，更加符合人类的视觉特性，有助于获取更准确的图像分割结果。优选的，所述图像分割子模块基于H分量的灰度图像进行图像分割，具体为：将图像中(i,j)像素点的灰度值用f(i,j)表示，分割后的二值图像中该点对应的灰度值用h(i,j)表示：式中，t表示分割阈值；最佳分割阈值t′采用下式确定：式中，L表示灰度级数，px表示图像中灰度级为x的像素的个数占图像总像素的比例，x＝0,1,…,L-1，μ0(t)表示背景的灰度均值，μ1(t)表示昆虫目标的灰度均值，μ(t)表示图像总的灰度均值；所述图像处理子模块用于对分割后的图像去噪，具体为：首先对图像进行膨胀处理，将昆虫中断裂的地方连接，然后对图像进行腐蚀处理，所述膨胀和腐蚀处理采用的结构元素为8×8方阵。本优选实施例通过确定最佳分割阈值，实现了图像的快速分割；分割得到的图像中含有一些由几个像素点组成的面积较小的噪声，有的是分布在背景上的点状噪声，有的是分布在昆虫区域上的孔状噪声，这都影响了后续特征提取，通过对分割后的图像进行去噪处理，为后续特征提取奠定了基础。优选的，所述特征提取模块包括第一特征提取子模块、第二特征提取子模块和特征确定子模块，所述第一特征提取子模块用于确定昆虫目标的第一特征，所述第二特征提取子模块用于确定昆虫目标的第二特征，所述特征确定子模块根据昆虫目标的第一特征和第二特征确定昆虫目标的特征向量；所述第一特征提取子模块用于确定昆虫目标的第一特征，具体为：采用下式确定昆虫目标的第一特征：式中，F1(k)表示昆虫目标的第一特征，k＝0,1,…,L-1，pk表示昆虫目标中灰度为k的像素的个数占昆虫目标总像素的比例；所述第二特征提取子模块用于确定昆虫目标的第二特征，具体为：采用下式确定昆虫目标的第二特征：式中，F2(u)表示昆虫目标的第二特征，u表示昆虫目标在RGB色彩空间的颜色分量，u＝1,2,3，分别表示红色分量、绿色分量和蓝色分量，zuv表示昆虫目标中第v个像素的第u个颜色分量的值；所述特征确定子模块根据昆虫目标的第一特征和第二特征确定昆虫目标的特征向量，具体为：根据昆虫目标的第一特征和第二特征确定昆虫目标的特征向量为T：T＝[F1(0)，F1(1)，…，F1(L-1)，F2(1)，F2(2)，F2(3)]。本优选实施例实现了昆虫目标特征的准确提取，为后续害虫准确识别奠定了基础，具体的，第一特征反映了昆虫目标的灰度颜色特征，第二特征反映了昆虫目标的RGB颜色特征，特征向量融合第一特征和第二特征，提升了特征提取的准确性。采用本专利技术智能化农业互联网系统对农田害虫进行识别，选取5个农田进行实验，分别为农田1、农田2、农田3、农田4、农田5，对害虫识别速度和害虫识别准确率进行统计，同现有农业系统相比，产生的有益效果如下表所示：害虫识别速度提高害虫识别准确率提高农田129％27％农田227％26％农田326％26％农田425％24％农田524％22％最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
1.一种智能化农业互联网系统，其特征在于，包括智能感知平台、无线传输平台和运维管理平台；所述智能感知平台和运维管理平台通过无线传输平台连接；所述智能感知平台包括土壤传感器、智能气象服务站和害虫识别系统；所述运维管理平台包括灌溉远程控制模块、灌溉自动控制模块、旱情预报模块及农田水利管理模块。

【技术特征摘要】
1.一种智能化农业互联网系统，其特征在于，包括智能感知平台、无线传输平台和运维管理平台；所述智能感知平台和运维管理平台通过无线传输平台连接；所述智能感知平台包括土壤传感器、智能气象服务站和害虫识别系统；所述运维管理平台包括灌溉远程控制模块、灌溉自动控制模块、旱情预报模块及农田水利管理模块。2.根据权利要求1所述的智能化农业互联网系统，其特征在于，所述害虫识别系统包括图像采集模块、图像分割模块、特征提取模块、害虫识别模块，所述图像采集模块用于对昆虫图像进行采集，所述图像分割模块用于将昆虫目标从图像中分割出来，所述特征提取模块用于对昆虫的特征进行提取，所述害虫识别模块预存有昆虫的特征，将提取的特征与预存的昆虫特征进行比对，实现对害虫的识别。3.根据权利要求2所述的智能化农业互联网系统，其特征在于，所述图像分割模块包括图像第一转化子模块、图像第二转化子模块、图像分割子模块、图像处理子模块和图像输出子模块，所述图像第一转化子模块用于将图像转化到HSV颜色空间，所述图像第二转化子模块用于将H分量进行灰度化，所述图像分割子模块基于H分量的灰度图像进行图像分割，所述图像处理子模块用于对分割后的图像去噪，所述图像输出子模块输出去除噪声后的分割图像。4.根据权利要求3所述的智能化农业互联网系统，其特征在于，所述图像分割子模块基于H分量的灰度图像进行图像分割，具体为：将图像中(i,j)像素点的灰度值用f(i,j)表示，分割后的二值图像中该点对应的灰度值用h(i,j)表示：式中，t表示分割阈值；最佳分割阈值t′采用下式确定：式中，L表示灰度级数，px表示图像中灰度级为x的像素的个数占图像总像素的比例，x＝0,1,…,L-1，μ0(t)表示背景的灰度均值，μ1(t)表示昆虫...

【专利技术属性】
技术研发人员：黄信文，
申请(专利权)人：深圳市晟达机械设计有限公司，
类型：发明
国别省市：广东,44